合众e贷风控对4种借款人说不
在网贷风控链条中，贷前审核是关键拼图。贷前审核的重要意义在于如何确定借款人的还款意愿和还款能力，这决定着出借人的回款状况。
合众e贷通过大数据风控对所有借款人进行严格审核，将不符合标准的人挡在门外，力求最大程度地避免信用风险。
拒绝还款能力差的人
借款场景一： 小甲每个月没有固定收入，而且花钱也大手大脚，现在他想购买一部价值1.5万元的单反相机，于是希望通过合众e贷借款1.3万元，进行提前消费。
合众e贷是以小额借贷为主，绝大多数借款都在1万元以内，2019年11月的人均借款金额仅为0.17万元。 借款金额小的好处是能够服务更多有资金需求的借款人，也大幅降低了还款压力。合众e贷每天都有数万次借款申请，要快速完成这些申请的审批必须借助科技的力量。
大数据技术对金融领域的风险控制起到了革命性的作用，让强调因果关系的传统风控进化到以关联关系为主的大数据风控，对信用风险和欺诈风险的识别更加高效。
合众e贷以大数据技术为核心打造了金睛风控系统，该系统具有高准确度的模型，能够有效识别出还款能力良好的借款人。
当小甲提交的资料进入金睛风控系统后，基本信息子模型、运营商子模型、多头负债子模型、信用卡及保险单子模型、消费信息子模型和社交信息子模型等将对其数据进行深入分析，通过对小甲的职业、收入、学历、年龄、社交等进行综合判断，可以勾画出小甲的用户画像并进行信用评分，会发现这个人*惯超额消费，借款金额超过还款能力，存在较高的逾期风险，因此将其列入高风险用户区间，并拒绝其借款。
如果小甲的资料存在模糊点，系统难以判断其资质，那么将由人工介入，作为自动化风控系统的补充。 目前金睛风控系统的自动审批率高达95%，人工审批仅占5%。
拒绝多头借贷
借款场景二： 小乙在多家网贷平台借了钱，经常是拆东墙补西墙，用新贷款偿还旧债，他开始尝试在合众e贷借款。
多头借贷是网贷行业一个非常让人头疼的问题，这造成了巨大的风险敞口，如果解决不好将让平台陷入严重的经营危机。
合众e贷的风控除了有完善的模型，还与第三方Z信机构展开合作，并接入了百行Z信。 当小乙在Z信机构或百行Z信留下不良记录时，合众e贷将直接获得相关信息，从而遏制多头借贷的发生，并净化投资环境。
|
