互聯網金融的本質是金融，而金融的核心是風控，風控將成為未來互聯網金融企業的核心競爭力。隨著“互聯網+”時代的到來，互聯網金融已滲透到生活的方方面面。然而，互聯網金融的便利性與風控往往是相互制約與共存的關系。如何加強平臺的風控管理成為眾多互金企業首要考慮的問題。

　　人人信作為陽光保險集團成員企業，自成立起，一直聚焦于金融風控領域;新近推出的重磅互金風控利器——信用盾，面向消費金融線上信用分期業務，輔助金融機構有效降低欺詐風險和信用風險，以及輔助實現“秒級放貸”的極致體驗，為機構合作者打造高品質的風控體系。

　　信用盾六大核心優勢為互聯網金融企業風控保駕護航。

　　一、三維信用風險評估模型

　　量化用戶的信用程度，幫助客戶提供風險決策。通過還款能力、還款意愿、客戶穩定性這三個維度來評估用戶信用風險。結合專家經驗和機器學習算法，以及百余張信用評分卡來量化風險。提供信用主報告、反欺詐主題、數據詳單，匯總多維度信息輔助風險決策。信用盾從還款意愿、還款能力、穩定性三大維度、融入近百個專家評分卡模型和多個大數據模型，評估用戶的欺詐風險和信用風險。根據還款意愿、還款能力、穩定性信用評估分析的結果，可將用戶進行分類，給出貸款建議。

　　二、高覆蓋且穩定可靠的海量數據源

　　高覆蓋且穩定可靠的負面信息數據源，包括多頭申請、逾期表現、欺詐記錄、法院失信執行名單、羊毛黨、手機號代理、養卡庫、阿里小號、交叉驗證等 ?；谟脩舻淖孕畔ⅰ⑹占降脑O備信息、用戶行為信息等作為信用盾決策引擎輸入，經實時運算，最終輸出用戶的欺詐風險評分、評級; 信用風險評分、評級;根據評級結果，最終輔助客戶給出自動化審批決策建議(通過、拒絕)

　　三、設備指紋、行為特征和模型

　　應對日趨增長的互聯網金融業務需求，采集用戶側設備指紋和操作行為數據，清洗、加工、衍生了數千個維度的線上風險特征變量，并利用機器學習技術訓練出特有的行為風險識別模型。 采集用戶側指紋數據，作為設備唯一標識。采集用戶側操作行為數據，用來檢測分析用戶異常行為。

　　四、千條專家經驗反欺詐規則

　　人人信沉淀金融信貸領域千余條專家規則和數十張專家評分卡，覆蓋了機器注冊、團伙欺詐、多頭申請、中介代理、可疑操作行為、申請評分、額度指引等多維度，可根據業務場景靈活配置，全方位甄別欺詐風險和信用風險。

　　五、用戶授權信息采集和第三方數據源服務

　　海量真實可靠數據是征信的基石，真實數據量夠大，模型樣本才更具典型。人人信具備強大的保險信用數據庫，還能最高法院拿到刑拘、執行、失信的風險名單信息，在陽光保險集團匯集的保險理賠欺詐、信貸逾期數據基礎上，還有工商、運營商、電商、第三方支付的多方數據源。

　　提供穩定的授權數據爬取服務，覆蓋移動、聯通、電信三大運營商，淘寶、京東等電商平臺;配合風險識別需求，可配置輔助的第三方數據源。

　　六、關系圖譜和圖分析算法

　　基于保險受益人、申請聯系人、通話記錄等數據構建的多層次社交關系網絡，通過圖聚類分析算法評估申請人的傳遞風險程度。

　　人人信作為一家獨立的第三方信用評級及信用管理機構，專注于提供智能化信貸風控方案和金融服務;作為陽光保險集團旗下的成員企業，人人信擁有豐富的信貸審核經驗、專業的風控專家團隊、以及強大的數據處理能力。從不同的方面對用戶信用進行量化評分，最終將客觀、準確的數據呈現在客戶面前。機構客戶將風險轉到人人信來把控，形成互金公司——人人信——陽光保險，也就是風險識別、管理風險、降低風險閉環形成，有效降低壞賬率。