本文共字，预计阅读时间。

近几年，金融科技一度成为创业风口，如何把科技应用到金融领域引起业界的热议。传统银行对贷款要求严格，审核流程繁琐、审批迟缓，从客户申请借款到放款至少要花上半个月的时间，这一定程度上造成供需不匹配，借款人的需求得不到满足。更有甚者，由于我国金融基础设施不健全，央行征信体系覆盖率低致使很多有金融需求的人得不到应有的金融服务。

移动互联网的发展和硬件计算能力的提升加快了金融数据化和智能化的进程。2015年底氪信成立，致力于运用机器学习技术帮助改善传统金融的信贷审批效率，扩大新金融企业服务的客户群体，降低风险和坏账。氪信团队来自微软亚洲研究院、雅虎、eBay、携程等互联网企业机器学习应用专家，Amadeus、央行的行业专家，华为、多盟的企业服务专家。目前，氪信已完成由招商局创投领投的B轮融资。

运用机器学习技术挖掘并完善金融关系图谱

信息完备度、模型学习能力和学习目标是机器学习的三个重要维度。对于从事第三方风控的企业来说，切入点是模型的学习能力。如何从海量的数据中挖掘出相关变量，以及模型的稳定性和可解释性都是它们要解决的问题。氪信自己搭建了建模平台Marvin，对于不同维度的数据，经过变量衍生、降维和特征工程，得出可解释性较强的特征，相关模型经过不断迭代，形成一套相关场景的金融关系图谱。

我国征信基础设施现在还不完善，央行征信体系覆盖信贷记录人群仅为3.8亿，目前我国第一批第三方征信牌照还未下发，许多客户在非银机构的信贷历史还是相对的数据孤岛。在与非银机构合作时，很多客户可能是没有Y变量的，对于这些客户，氪信采取的措施是，利用其它的数据来判定这个人是否靠谱，从而观察和积累客户信贷历史数据。

作为第三方风控提供商，服务于传统金融和新金融机构

氪信主要为传统金融机构以及新金融企业的信贷风控流程提供第三方风控服务。在传统金融领域，氪信合作的客户包括大型银行如中国民生银行、中国平安等，在新金融领域，氪信服务的客户包括互联网保险，持牌的消费金融机构，网贷平台等等。

近几年，随着互联网金融领域的发展，从事大数据和机器学习的企业越来越多，应用的场景从前端获客到贷后监管。模型的差异化映射不同的金融逻辑，这也是这些企业竞争的核心优势。在4月25日氪信举办的第一期大氪堂中，氪信CEO朱明杰表示，氪信会基于与金融机构的合作，不断训练和迭代模型，形成更完善的金融知识图谱，为金融机构提供更优的风控服务。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。