央金所：构建神经网络模型 强力管控金融风险

杭州2017年10月16日电 /美通社/ -- 随着互联网金融监管政策的整改的推进，网贷行业在不断深化改革中，也转入了下半场。“合规”逐渐成为P2P网贷的发展主题，大标整改、监管备案、上线银行存管、规范运营细节，各平台都在积极调整自身业务，贯彻网贷新政。但同时行业内也不断暴露出种种投资风险以及监管不足、信用缺失、逾期等问题。合规是决定P2P平台能否生存的通行证，而安全风控则是保障用户利益的根本防线。作为互联网金融行业领先的信息服务平台，央金所在不断拥抱监管，合规运营的同时，加强金融风险管控，为投资用户打造一个安全稳健的金融平台。

个人征信体系缺失 个人贷风控手段亟待完善

众所周知，P2P平台在借贷过程中需要借款人的信用数据作为风险评估支撑，尤其是个人贷领域。然而国内个人征信体系不够健全，大数据风控模型尚未完善，大部分金融公司的模型尚未完善，不够精准。众多P2P平台只能利用线上和线下结合的传统方式进行风险评估，成本高昂且效率低下。更有部分平台直接与第三方征信公司合作，只参考借款人在其他网贷平台数据，致使逾期率及坏账率居高不下。

P2P平台的便捷普惠及收益让很多人心向往之，但其风险也让很多投资人头疼不已。P2P平台只有在风险管理方面严格要求自己，切实对投资用户负责，打造先进完备的风控体系，保障投资用户的收益安全，才能赢得投资用户的信任。而央金所一直以来紧跟政策步伐，洞察市场大势，利用大数据，建立完善的风控系统，使平台更全面地了解借款人的信用状况，从源头杜绝金融风险隐患。

构建神经网络模型 央金所强力管控金融风险

央金所作为互联网金融信息服务平台，始终把安全作为平台发展的基础，通过采取完善的管理控制措施和技术手段保障系统安全稳健运行，将风险隐患排除在外，避免给用户造成资金损失。尤其在个金贷领域，央金所不断汲取国内外互联网金融的先进风控经验，构建神经网络模型，强力管控金融风险，保障最广大投资者的利益。

央金所个金贷的风控核心方法在于，通过研究分析不同个人特征数据（即大数据分析）相对应的违约率，根据建模数据样本用四种BP、ELMAN、mlp、rbf神经网络模型分别进行建模，测试样本后选出精确度最高的模型。再用建模数据样本进行WOE方法逻辑回归建模，并用测试数据进行精准度测试。最后是，将神经网络模型与逻辑回归联合运用，计算违约概率。

在BP神经建模过程中，央金所根据客户分类及变量模块开发信用评分模型。央金所风控团队凭借十多年银行信贷风控经验，从家庭因素、个人模块、从业年限、利润情况、总资产、总负债、还款能力金额等方面，筛选出最显著变量模块。通过对用户的基本信息、行为特征、资产状况等关键信息的深度挖掘与分析，清晰地判别每一项资产的风险所在。

对于P2P网贷企业来说，风险控制是平台运营体系构建的核心内容。只有风控体系健全的平台才能成为行业的领跑者。今后，无论是供应链金融还是个人贷，央金所将持续加强风控能力，用互联网技术强力管控金融风险，在资金端和资产端的对接上实现风险最小化，利益最大化。