易鑫经验：算法模型在精细化汽车金融风控中的有效运用

[车友头条-车友号-SUV帮]  今年5月，易鑫集团智能数据中心算法模型团队自主研发的“用于召回的汽车金融风控模型”（以下简称“召回模型”），在“首届全球算法最佳实践典范大赛(BPAA)”的众多参赛作品中脱颖而出，成功入围Top100榜单，进入金融算法赛道前二十名。

“BPAA”是由全球人工智能大会组委会主办的年度赛事，进入TOP100的项目基本代表了国内相关领域的高端水平，将有机会获得上海优厚的产业支持条件。“召回模型”能够进入该榜单，意味着易鑫长久以来在汽车金融领域的科技研发和创新探索获得了积极肯定。

告别“一刀切”，“多级漏斗”的精细化风控

“召回模型”是易鑫风控“多级漏斗”体系中的模型组件之一，在精细化评估客户违约风险，发掘潜在客户方面发挥着重要作用。

追求客户增长的同时还要努力降低客户违约风险，这个看似矛盾的需求一直交织在汽车金融业务开展的过程中，两者只能通过企业有效的风控管理达到动态平衡。因此，一家汽车金融企业的风控管理水平，直接关系着业务增长的“质”与“量”。

易鑫算法模型团队在同领导研讨“多级漏斗”模型

“传统风控手段简单直接，仅仅依靠历史业务经验‘一刀切’。”易鑫风险管理部负责人施晴说：“这种‘单漏斗’模式会将大量潜在客户挡在门外，无形中还可能增加交易风险。”数据分析表明，一次评估过程往往不能对客户的风险程度做出精准的预测。对于易鑫而言，要在汽车金融这个竞争激烈的市场盘子中，争取服务更多资质合格的购车用户，就要对公司的风控体系做出更精细化的建设。在风控业务部门协助下，算法团队经过一年的设计检验，终于设计出“多级漏斗”的风控体系。

“多级漏斗”其实是一个客户分层评估结构，它将风控审核分为预审、审核、复审三个环节。在预审阶段，用预审机器人粗框架的排除明显“不合格”的客户；在审核阶段，主审机器人将客户分为“可服务”和“拟拒绝”两种类型；之后，两种类型的客户都会进入复审程序，两个不同“偏好”的机器人会分别对上述两类客户进行评估：“可服务”类型通过“纠错机器人”判断其违约可能性，“拟拒绝”通过“召回机器人”判断其履约可能性。就这样，“多级漏斗”对同一客户进行多重评估，并根据最终得分预测客户的履约行为。