新型冠狀肺炎疫情的爆發給中國的經濟運行帶來了一次性的、罕見的短期沖擊，對國民經濟毛細血管位置的小微企業的影響尤為突出。

　　面對肆虐的疫情，金融企業傾力參與，中國工商銀行專門設立支持疫情防控專項基金，為抗擊疫情相關企業提供股權融資等支持，助力防疫相關企業增強資本實力和抵御風險能力，提升物資生產和服務保障能力。

　　金融科技公司飛貸設立千萬“抗疫專項資金”，聯合合作金融機構給符合條件的用戶提供延期還款、補貼貸款期間相關費用、貼息降低相應利率水平，對因疫情暫時失去營業收入的小微企業主、一線醫護人員及其家屬、確診人員和隔離人員申請新的信用類融資，提高融資額度，最高額度由30萬增至50萬。目前已支持超千戶小微企業主及特定人群解決短期資金周轉問題。

　　疫情之下促發了金融科技的發展，為了防止新冠病毒傳染，“零接觸”服務的需求在這個特殊期間凸顯。

　　在疫情防控期間，各行業都在直面隔離帶來的生活新樣態，探索“無接觸”的服務或生產方式。

　　正如銀保監會巡視員葉燕斐所言，疫情為金融機構更好地通過金融科技辦理業務帶來機遇。

　　當前小微企業逐步復工復產，壓抑的信貸需求開始大量釋放，與傳統信貸方式相比較，線上信貸業務減少了客戶去銀行現場辦理貸款帶來的人員聚集風險，減輕了銀行網點的疫情防控壓力。但是，線上信貸服務在提高貸款審批速度的同時，也面臨著對風控把握弱化的風險，不少金融機構開展線上信貸業務時的風控壓力隨之上行。在此情況下，智能風控成為疫情之下的線上信貸的焦點，而作為智能風控最重要的環節風控建模則成了重中之重。

　　一直以來，構建機器學習模型依賴專業編程技能和建模工具，復雜且費時費力，即使是數據科學家建模也要耗費相當多時間和精力。通過建模方式實現智能決策面臨著技術門檻高、理論復雜、工程量巨大、人員瓶頸等諸多挑戰，對疫情期間需要 “快、準、狠”的金融機構而言更成了望塵莫及的事情。

　　抓住了這一點，主打大數據與AI相結合的飛貸金融科技自動化建模平臺給出了解決辦法。

　　什么辦法?

　　通過自動機器學習技術來快速實現AI業務場景應用，助力機器學習模型在各行各業應用和落地。

　　同樣以風控為例，我們可從中窺見自動化建模的價值，在某郵政銀行信用卡賬戶逾期預測項目中，模型top前20%召回率達到84.3%，比專家規則提升了100%以上。

　　據了解，飛貸金融科技自動化建模平臺的成本和上線周期僅為傳統建模平臺的十分之一，建模效率卻能達到十倍以上。相較于市面上自動化建模平臺產品，飛貸自動化建模平臺具有低門檻、全流程、自學習、高效能、可解釋五大核心價值。

　　基于五大核心價值的飛貸自動化建模平臺，建立了智能獲客模型以及客戶生命周期模型貫穿整個業務流程，使精準營銷貫穿獲客、存量客戶經營等整個客戶生命周期，為客戶生命周期各環節的績效提升提供巨大幫助，為銀行、信托、保險等有建模場景需求但缺乏建模人才與技術的持牌金融機構帶來高效的建模服務。

免責聲明：以上內容為本網站轉自其它媒體，相關信息僅為傳遞更多信息之目的，不代表本網觀點，亦不代表本網站贊同其觀點或證實其內容的真實性。如稿件版權單位或個人不想在本網發布，可與本網聯系，本網視情況可立即將其撤除。