互金行业迎来“至暗时刻” 恒昌七大科技领航铸就智能风控

2018年的这个夏天，网贷行业正历经影响空前的爆雷潮：据零壹财经数据显示，已监测到平台6100家中，正常运营的仅有1497家(占到24.5%的比例)，其余均涉停业、清盘、被立案等问题，问题平台数量至少有123家，涉及待还本金至少在500亿元以上;逾期、暂停发标的平台另有33家，问题及逾期平台中不乏规模较大、历史"悠久"的头部平台。6、7月份甚至没有新平台上线。

网贷行业的雷潮已经持续了近两个月，超过百余家平台的接连爆雷，导致近期投资人信心崩溃，进而挤兑越来越严重，一些原本正常运营的真实业务平台也因此受到波及，不得不通过拆分集合标，匹配底层资产来减轻平台的资金压力。有人称网贷行业的“至暗时刻”已经来临。

危机空前之际，亟需监管层大力整治，肃清行业乱象，加快合规化备案脚步，缓解行业信任危机。而对于网贷机构而言，无论是行业浪潮还是监管从严，对于锐意进取，追求合规的互金平台来说都不足畏惧。在整体市场出清，行业发展秩序逐步建立的背景下，坚持合法合规运营、注重风控，保障信息透明度的平台一定经得起市场的考验。

爆雷潮中，网贷机构要做到“打铁必须自身硬”。安全合规建设必不可少，例如恒昌旗下恒易融已于近日正式成为iTrust互联网金融网络诚信联盟成员单位，这是其诚信经营、合规发展的实力证明。除此以外，平台风控水平更是企业发展的核心，是检验网贷从业机构的核心硬实力的关键。以恒昌为例，创业七年以来，其行稳致远的底气就体现在不断加强的金融科技研发创新以及日益完善的风险管理体系上。在人工智能崛起，以及大数据、知识图谱、机器学习等金融科技的高速发展下，恒昌成功地构建了深度学习、大数据、云计算、人脸识别、声纹识别、大规模信贷知识图谱、智能客服七大人工智能技术纽带，打造了具有自身特色的风控体系，为平台和用户提供了安全防火墙。

以深度学习在恒昌风控领域的应用为例，基于深度学习的信贷模型在整个风控流程中起到核心作用。恒易融以多年互联网金融行业的风控数据沉淀，以及海量用户历史数据，对用户进行精细化样本与特征建模。根据产品场景进行结果变量和特征的提取，通过对Tensor Flow和Spark等机器学习平台的深度改造，建立了在平台效率和算法创新性上，都能很好适应垂直领域的深度学习信贷模型。在贷前环节对用户欺诈和信用风险进行分析评估，并不断通过贷后表现数据来完善信贷模型，形成数据和算法的闭环。

恒昌在构建亿级体量的大数据底层基础设施上，完成了大数据的积累，打造了支持亿级实体、百亿关系超大规模信贷知识图谱，提供了从“关系”的角度去解决问题的能力，并将其应用到防控、追踪组团欺诈、包装代办上，在贷前的审核风险控制、贷中审核、贷后失联客户修复和催收上发挥重要作用。此外，恒昌还积极将生物特征识别应用于反欺诈，如：人脸识别、声纹识别与活体识别相结合，判断是否是真实存在的客户、是否是同一个人。

近期的行业危机其实是此前累积风险的爆发，这也是行业走向规范化、健康化、可持续化发展的必经之路。“沧海横流，方显英雄本色”，行业艰难时刻更需要业务合规的优质平台继续坚守普惠金融的本质，运用科技手段有效地降低交易成本和提升平台风险防控能力。未来，恒昌将继续坚守数字普惠金融初心，严守合规运营底线，以卓越的金融科技促进平台和行业的健康发展。