反欺诈环节主要是判断提交借款申请的客户是不是出于骗贷等恶意动机。一般来说，”欺诈攻击“主要有两种方式，一种是申请资料造假，不法分子为了获取贷款会对申请资料进行包装，以求通过审核;另一种是申请身份造假，不法分子冒用他人身份申请贷款。得益于机器学习模型的应用，人人贷可以精准、高效地识别出疑似欺诈人群。按照巴塞尔协议的风险分类，重要性仅次于欺诈风险的是信用风险。在信用评估环节，人人贷利用风控系统中部署的卷积神经网络(CNN)、随机森林、XGBoost 等算法，为不同信用水平的客户实现了差异化定价(费率)，同时将整个信贷周期的不良率控制在极低水平。
根据借款客户的信用水平，人人贷将提交到作业系统的借款人分为 A-E 五个风险等级，对不同等级的客户匹配不同的算法模型。从机器学习部署至今，人人贷系统中的算法模型数量已经达数千个，更先进、更复杂的模型也在持续训练和调校中。
人人贷在客服领域也引入了前沿AI算法。一个典型的场景是：在人工客服接听电话时，AI同时在线收听，并会对客服进行实时评价和提醒。若出现了答非所问或者不合规用语，AI都可以做出及时提醒。这种做法也使得人人贷客服效率有力提升。
运用金融科技手段，人人贷已经积累了丰富的用户数据，对于小微企业主的经营发展特征及资金需求特征有精准的把握，构建了千人千面的用户画像。
小微企业相较成熟的大企业贷款来说生存风险较高，传统金融机构在服务小微企业的融资需求时往往会更加谨慎。而小微企业融资往往面临小规模修缮或业务扩张，应急性以及季节性、规律性的周转等需求，其相应的融资往往表现为需求急、频率高和金额小等特点，在传统的授信评估体系下，对于缺乏资产抵押、担保的长尾小微企业群体来说，这些资金需求很难被高效满足。
央行副行长潘功胜认为，针对民营和小微企业普遍面对的贷款期限短、抵押物缺乏等困难，商业银行应该在信用贷款产品、贷款期限方面作出更多适应小微和民营企业生产经营规律的设计。
金融科技也将在其中扮演越来越重要的角色。友信金服CFO王海琛认为，个人经营性融资已经形成传统金融机构和新兴金融业态优势互补的多元化融资格局，未来，新兴金融科技平台会和传统金融机构产生更多的合作关系，在助力传统金融机构发挥普惠信贷主力军作用上提供支持。
杨富玉在2019金融街论坛年会指出，发展金融科技应以互利共赢为基调，坚持多方参与的发展模式，鼓励多元化市场主体开放合作，包括加强机构合作、产用合作和国际合作。
友信金服在今年以来也逐步调整策略，引入了机构资金。4月份，集团单月新增业务中约24%为银行等金融机构资金，短时间内机构资金占比可能会提高，杨一夫也表示，从长期来看，P2P未来仍然是具备显著优势的重要资金来源。
(责任编辑：admin)
