防風險(xian)已經成(cheng)為金融(rong)業當(dang)前的(de)首要任務。2018年以來，強監管(guan)、嚴(yan)監管(guan)的(de)態勢得以延續(xu)，各類機(ji)構貸(dai)款(kuan)余額仍(reng)然居高不下(xia)，防范風險(xian)“縮(suo)表”迫在眉睫，大量不良資產亟需處(chu)置。根據銀(yin)監會最新發布的(de)數據，商業銀(yin)行(xing)的(de)不良貸(dai)款(kuan)余額達(da)1.71萬億元。而(er)一些小貸(dai)公司、P2P的(de)逾期率(lv)(lv)高企，根據網(wang)貸(dai)（P2P）機(ji)構在“全國互(hu)聯網(wang)金融(rong)登記披露服務平臺”上公示(shi)的(de)信息顯示(shi)，P2P平臺逾期率(lv)(lv)高達(da)34.56%。

有沒有一個讓債權(quan)人、債務(wu)(wu)人和監(jian)管各(ge)方均滿意的不(bu)(bu)良資(zi)產處(chu)置(zhi)方案？金(jin)融(rong)科技(ji)(ji)出(chu)現(xian)(xian)讓人們看到了(le)(le)提(ti)升處(chu)置(zhi)效(xiao)率、發(fa)現(xian)(xian)不(bu)(bu)良資(zi)產價(jia)值的曙光。成(cheng)立于2015年的北京合(he)生(sheng)(sheng)錦(jin)創科技(ji)(ji)有限(xian)公司（下稱“合(he)生(sheng)(sheng)錦(jin)創”），依托強大(da)的大(da)數據和風(feng)控能(neng)力(li)，與(yu)遍(bian)布全國27個省市的上百(bai)家(jia)機構合(he)作，致力(li)于為傳統(tong)銀行(xing)信用卡和消費金(jin)融(rong)、現(xian)(xian)金(jin)短貸等(deng)互聯網金(jin)融(rong)公司提(ti)供(gong)全鏈條(tiao)、低成(cheng)本、高品質的貸后管理和清收服務(wu)(wu)。合(he)生(sheng)(sheng)錦(jin)創的創新實踐，形成(cheng)了(le)(le)自(zi)己獨特的業務(wu)(wu)優勢和產品，其(qi)近期推(tui)出(chu)的e賬清平臺即是其(qi)中(zhong)之(zhi)一。

e賬清：現金貸一攬子賬務管理服務解決方案

2017年下半年以來，現(xian)金貸(dai)(dai)引起監管高度(du)重視，特別是當年12月(yue)互聯網金融風險專(zhuan)項整治(zhi)、P2P網貸(dai)(dai)風險專(zhuan)項整治(zhi)工作領導(dao)小組辦公室(shi)下發了(le)《關于規(gui)范整頓(dun)“現(xian)金貸(dai)(dai)”業務的(de)通(tong)知》，現(xian)金貸(dai)(dai)行業呈(cheng)“收(shou)緊”之勢。監管強化后，大量現(xian)金貸(dai)(dai)平臺停止或壓(ya)縮(suo)新增貸(dai)(dai)款(kuan)(kuan)，并加(jia)緊借(jie)款(kuan)(kuan)催收(shou)。然而，積弊已久，一朝難(nan)除。很多現(xian)金貸(dai)(dai)用(yong)戶一直沿用(yong)的(de)“借(jie)新債換舊債”的(de)方式難(nan)以為繼，共貸(dai)(dai)現(xian)象浮出水面。

“很多(duo)用(yong)戶并不是愿意做老(lao)賴，只(zhi)是實在沒有(you)償還能力。”有(you)業內從業人士(shi)分析，越是共貸的用(yong)戶，現(xian)金貸平(ping)臺越是加緊(jin)催收，生(sheng)怕(pa)其(qi)優先償還其(qi)他平(ping)臺而讓自身(shen)遭受損(sun)失。

合生錦(jin)創適(shi)時推出e賬(zhang)清平臺，意在批量為客戶(hu)提(ti)供一(yi)攬子的賬(zhang)務(wu)管理服務(wu)，集中(zhong)協商(shang)還(huan)款(kuan)事宜(yi)，減(jian)免(mian)逾期(qi)罰(fa)息和(he)滯(zhi)納(na)金，甚至(zhi)減(jian)免(mian)一(yi)定比(bi)例本金，提(ti)高(gao)議價能力(li)，緩解債務(wu)人財務(wu)壓力(li)。

在(zai)實際操(cao)作過程中，e賬(zhang)清平(ping)臺(tai)在(zai)線收集客(ke)戶意向后(hou)，由客(ke)戶填寫欠(qian)款(kuan)賬(zhang)務信息，當登記客(ke)戶數達到一定規(gui)模后(hou)協(xie)商拼團，由平(ping)臺(tai)出面與各貸款(kuan)機構統一協(xie)商還款(kuan)折扣，當債務人還款(kuan)至欠(qian)款(kuan)平(ping)臺(tai)后(hou)，欠(qian)款(kuan)賬(zhang)務清除(chu)，信用(yong)記錄(lu)得以(yi)恢(hui)復。

業內(nei)人士(shi)表(biao)示，這種創(chuang)新(xin)模式，對于具有(you)共債的用(yong)戶(hu)而(er)(er)言，無疑是再次獲(huo)得金融科技創(chuang)新(xin)的幫助，既能(neng)減輕還款負(fu)擔(dan)，恢(hui)復信用(yong)記錄(lu)，并(bing)為(wei)其(qi)真正(zheng)利(li)用(yong)好(hao)互聯網小額借(jie)款平臺起(qi)到良好(hao)的推動作用(yong)。而(er)(er)對于行(xing)業而(er)(er)言，有(you)利(li)于降低談判、交易(yi)成本，有(you)效解(jie)決了債務人和平臺之間的問題(ti)。

集中貸后管理：打造貸后管理綠色新生態

目前(qian)，合生錦創(chuang)同(tong)時對接(jie)幾百家(jia)貸(dai)(dai)款(kuan)機構，幫助他(ta)們集(ji)中進行貸(dai)(dai)后管理(li)。據(ju)(ju)統計，在(zai)平均三家(jia)以上(shang)欠(qian)款(kuan)的(de)(de)客(ke)戶占比30%以上(shang)，為此，合生錦創(chuang)在(zai)貸(dai)(dai)后管理(li)評分模型的(de)(de)基礎上(shang)，根據(ju)(ju)多(duo)頭等(deng)級，配置差異化的(de)(de)貸(dai)(dai)后管理(li)資源(yuan)和策略，如高(gao)級催(cui)收(shou)員(yuan)限時催(cui)收(shou)，高(gao)風險提(ti)(ti)前(qian)屬(shu)地上(shang)門，有意愿無能力(li)核準債務重(zhong)組(zu)和高(gao)力(li)度息費減免等(deng)方式，大幅(fu)提(ti)(ti)高(gao)催(cui)收(shou)效率，降低催(cui)收(shou)成本。

同時，合生(sheng)錦(jin)創還將用戶(hu)(hu)的(de)多頭(tou)畫(hua)像(xiang)、還款畫(hua)像(xiang)、欺詐畫(hua)像(xiang)反饋(kui)至(zhi)貸(dai)款機(ji)構，將該用戶(hu)(hu)的(de)貸(dai)后管(guan)理軌跡數(shu)(shu)據(ju)(ju)、還款數(shu)(shu)據(ju)(ju)會反饋(kui)至(zhi)模型和策略部門(men)，以便實現智能分配和精確評級(ji)。在(zai)規模效(xiao)應作用下，大數(shu)(shu)據(ju)(ju)的(de)優勢以幾(ji)何級(ji)的(de)速度(du)累(lei)積，已形成幾(ji)百萬的(de)黑名單(dan)數(shu)(shu)據(ju)(ju)和各維度(du)客戶(hu)(hu)畫(hua)像(xiang)數(shu)(shu)據(ju)(ju)。據(ju)(ju)悉，合生(sheng)錦(jin)創計劃近期免費對外開放海(hai)量(liang)的(de)數(shu)(shu)據(ju)(ju)，推動行業之(zhi)間數(shu)(shu)據(ju)(ju)共享。

合(he)(he)生錦(jin)創(chuang)堅(jian)持“文(wen)明(ming)管(guan)(guan)(guan)理 綠色(se)管(guan)(guan)(guan)理”的(de)原則(ze)，高度重視信息安全(quan)(quan)和(he)(he)合(he)(he)規(gui)(gui)性管(guan)(guan)(guan)理，不斷探索(suo)通(tong)過系(xi)統控(kong)(kong)制和(he)(he)制度規(gui)(gui)范的(de)方(fang)式進(jin)行(xing)實踐(jian)。第一(yi)，采取號(hao)碼屏蔽(bi)措(cuo)施：合(he)(he)生錦(jin)創(chuang)全(quan)(quan)部實現貸后(hou)管(guan)(guan)(guan)理流程(cheng)號(hao)碼屏蔽(bi)功能，徹底屏蔽(bi)聯系(xi)人手機(ji)號(hao)碼，債務人所有聯系(xi)信息不對(dui)貸后(hou)管(guan)(guan)(guan)理人員暴露，后(hou)臺通(tong)過電話錄音監控(kong)(kong)對(dui)貸后(hou)管(guan)(guan)(guan)理流程(cheng)、話術合(he)(he)規(gui)(gui)性進(jin)行(xing)監控(kong)(kong)。第二(er)，制度建設和(he)(he)違(wei)規(gui)(gui)處(chu)罰機(ji)制：合(he)(he)生錦(jin)創(chuang)建立了貸后(hou)管(guan)(guan)(guan)理行(xing)為流程(cheng)、規(gui)(gui)范、違(wei)規(gui)(gui)罰則(ze)、品質控(kong)(kong)管(guan)(guan)(guan)細則(ze)等一(yi)系(xi)列(lie)嚴(yan)格的(de)制度規(gui)(gui)范，同時(shi)通(tong)過引(yin)入(ru)科大訊飛的(de)錄音轉譯技術，全(quan)(quan)量提取電話錄音中(zhong)違(wei)規(gui)(gui)關(guan)鍵詞，確保(bao)品質控(kong)(kong)管(guan)(guan)(guan)無死角。

信用卡代償：人工智能化解逾期顯奇效

信用卡(ka)代償業務(wu)(wu)早在(zai)上世紀90年代初就(jiu)已風靡美國，并為CAPITAL ONE賺下(xia)第一桶金，但這個模式卻遲(chi)遲(chi)沒有在(zai)中國市場發(fa)芽開花，2015年以后僅省唄、還唄、拉(la)卡(ka)拉(la)、替你還等(deng)互聯網金融(rong)玩家(jia)出現，業務(wu)(wu)模式整體市場滲透率(lv)非常低。

合生錦(jin)創結合最新的金融(rong)科(ke)技讓(rang)這一模(mo)式重新煥發出光彩。合生錦(jin)創依托(tuo)強大(da)的短中(zhong)期貸后管(guan)理能力和用(yong)戶量優勢，向有還(huan)(huan)款(kuan)意愿但(dan)暫無還(huan)(huan)款(kuan)能力的債(zhai)務(wu)(wu)人(ren)推薦代償產(chan)品，債(zhai)務(wu)(wu)人(ren)在代償平(ping)臺注冊(ce)授(shou)信并(bing)將所獲得的授(shou)信額度(du)打款(kuan)至(zhi)欠債(zhai)賬戶，債(zhai)務(wu)(wu)人(ren)隨后在代償平(ping)臺形成一筆(bi)新的低息(xi)債(zhai)務(wu)(wu)。

從用戶端(duan)來看(kan)，信(xin)(xin)用卡代(dai)償模式能(neng)夠(gou)解決其資金(jin)短(duan)缺需(xu)求，彌補(bu)不良信(xin)(xin)用和違約滯(zhi)納(na)金(jin)和罰息損(sun)失；銀行端(duan)則能(neng)夠(gou)及(ji)時(shi)回收欠款，提(ti)高(gao)逾期壓降速(su)度，優(you)化風險(xian)指(zhi)標；代(dai)償機構可以迅速(su)擴大代(dai)償業務(wu)規(gui)模；貸后管理平臺(tai)端(duan)能(neng)夠(gou)提(ti)高(gao)催回效率。可以說，這一模式為上下游提(ti)供了完備的金(jin)融服務(wu)解決方(fang)案(an)，形成多贏(ying)局面。

當然(ran)，這(zhe)一模(mo)式(shi)(shi)得以(yi)實現(xian)離不開合生錦(jin)創(chuang)的(de)人工智(zhi)能(neng)和(he)數據風控技(ji)術。目前(qian)，合生錦(jin)創(chuang)依托5大數據維(wei)度、100多(duo)個(ge)(ge)數據源，形成50000多(duo)個(ge)(ge)特征變(bian)量工程(cheng)庫，已經建立了(le)貸(dai)(dai)前(qian)欺詐評(ping)分(fen)(fen)、貸(dai)(dai)前(qian)申請評(ping)分(fen)(fen)、貸(dai)(dai)中行(xing)為評(ping)分(fen)(fen)、貸(dai)(dai)中額(e)度敏感性(xing)預測(ce)、流失(shi)預測(ce)、激(ji)活(huo)預測(ce)、營(ying)(ying)銷響(xiang)應評(ping)分(fen)(fen)、貸(dai)(dai)后(hou)(hou)管理評(ping)分(fen)(fen)等貫穿貸(dai)(dai)前(qian)、貸(dai)(dai)中、貸(dai)(dai)后(hou)(hou)、營(ying)(ying)銷等全業(ye)務流程(cheng)的(de)400多(duo)個(ge)(ge)模(mo)型(xing)。模(mo)型(xing)與策略場景交叉應用，實現(xian)了(le)全業(ye)務智(zhi)能(neng)化、精細化的(de)風險管理模(mo)式(shi)(shi)。

人工智能團隊則采用(yong)新興的機器學習算法，致力于(yu)研究(jiu)基于(yu)申請行(xing)為和(he)(he)社交網(wang)絡的關聯風險和(he)(he)群體(ti)反欺詐，基于(yu)網(wang)絡軌跡、社交、電商消費(fei)等弱特征變(bian)量深度學習特征自動生成(cheng)探索，錄音文件中語音轉譯等問題，特定領域模型(xing)效(xiao)果較(jiao)傳(chuan)統模型(xing)大幅提升，對(dui)信用(yong)卡代償(chang)模式(shi)起到了重要支撐。

據了解，合生錦(jin)創(chuang)目(mu)前(qian)的(de)合作機構達到上百家，月承接各(ge)類(lei)貸(dai)(dai)后管理(li)委案(an)三十(shi)多億元，中(zhong)短賬(zhang)齡回款率可達90%以上。隨著數據技(ji)術的(de)發展(zhan)、征信體系的(de)完善，貸(dai)(dai)后管理(li)行業孕育(yu)著一個萬億級的(de)大市場(chang)。合生錦(jin)創(chuang)相關負責人表示，希望通過金融科技(ji)找到規范化(hua)的(de)資產處(chu)置(zhi)方案(an)，從而(er)大幅降(jiang)低成本(ben)、提升貸(dai)(dai)后管理(li)效率，打造(zao)各(ge)方多贏和綠色(se)健康(kang)的(de)不良資產處(chu)置(zhi)生態。

廣告