2018-2019中国智能风控研究报告.pptx

2018-2019中国智能风控研究报告,前言,风控管理是金融活动的核心。我国金融产业的发展表现出很强的信贷驱动属性，各类以新技术支撑的智能风控产品服务，已成为不管是传统信贷业务，还是互联网信贷业务的重要支撑工具。在金融科技公司服务银行业报告中预测2020年金融科技市场规模将达到245亿元，其中智能风控75.9亿元，占比31%，智能风控市场规模巨大，是未来金融科技公司集中发力的市场。,目前市场上已有一些风控相关的研究报告，总结下来可以分为两类：一类是以大数据为主要研究对象的大数据风控，一类是针对个人信贷业务风控开展研究。第一类报告中讨论的大数据只是智能化技术的一种，并不完全等同；第二类报告研究范围局限于个人信贷业务，而在信贷业务中，个人信贷和企业信贷的市场需求和风控逻辑完全不同，企业信贷风控的领域被过分忽视。认为业内需要一份定义明确、研究范围清晰全面、有翔实落地案例作为行业发展现状佐证的研究报告，因此，推出了2018中国智能风控研究报告。,2018中国智能风控研究报告专注于信贷业务的智能风控研究，基于大量桌面研究、企业拜访和专家调研，明确智能风控定义，分析宏观背景如何推动智能风控产业发展，了解智能风控核心技术、产品与服务流程和应用价值，根据实际发展存在的问题，预测智能风控发展趋势。,与市场上已有的大数据风控报告相比，报告明确智能风控定义，研究范围清晰；从个人信贷和企业信贷两个模块分别分析智能风控的技术实现和应用落地；通过问卷调查的形式，揭示智能风控企业发展现状。由于专业领域和视野有限，本报告难免有错漏或不当之处，敬请读者批评指正。,2,目录CONTENTS,Part1.智能风控发展现状及背景1.1 风控发展历程及现状1.2 智能风控定义解读及发展背景Part2.智能风控企业现状调查研究2.1 智能风控产业生态分布,2.2 智能风控企业图景2.3 智能风控企业调查解读Part3.智能风控产品及服务应用个人篇3.1 贷前：数据整合快速规避风险3.2 贷中：精细化管理有效拦截风险3.3 贷后：智能优化贷前、贷中策略3.4 需求端应用：数据和技术互补推动需求端智能化布局Part4.智能风控产品及服务应用企业篇Part5.智能风控发展挑战与趋势5.1 智能风控发展挑战5.2 智能风控发展趋势,智能风控发展现状及背景,4,1.1 风控发展历程及现状,Part 1 智能风控发展现状及背景,5,Part 1 智能风控发展现状及背景风控发展历程及现状,金融科技进入智能阶段，智能风控是未来三年金融科技公司集中发力的市场,6,现金贷平台开始大规模转型金融科技公司，严监管持续,2011,2012,2013,2014,2015,2016,2017,2018,央行联合十部委正式发布了关于促进互联网金融健康发展的指导意见，网贷监管开始落地,小微金服（现蚂蚁金服）推出余额宝，成为普惠金融最典型代表,网络借贷平台快速发展，平安陆金所推出网贷业务，传统银行开始搭建一站式金融服务平台,中国人民银行成立金融科技委员会，现金贷迎来正式监管文件，五大行开始陆续和BATJ合作,第三方支付牌照正式发布，央行首批27家支付企业支付业务许可证,国内首家民营银行微众银行成立，各大银行开始成立互联网金融部门,金融科技元年，Fintech首次被列入十三五规划，中国互联网金融协会成立, 回顾金融科技产业经历了电子化、信息化、网络化、移动化时代，随着机器学习、自然语言处理、知识图谱等技术的发展，算法、数据、硬件处理能力不断提升，各类智能金融应用出现，金融科技已逐步进入智能阶段。 认为电子化和信息化只是作为一种工具，为金融产业的基础设施升级提供了条件，而网络化、移动化为金融业务的渠道和实现方式带来了革新。央行2011年颁发第三方支付牌照是金融网络化的标志性事件，这一年成为金融与科技深度融合的开始。 发布的金融科技公司服务银行业研究报告中，已经对金融科技公司服务银行的八大场景（金融云、智能营销、智能风控、智能审计、智能投顾、智能投研、智能客服、生物认证）进行分析，认为智能风控是未来三年金融科技公司集中发力的市场。：2011-2018金融科技大事件及百度搜索指数,Part 1 智能风控发展现状及背景风控发展历程及现状,贷前审核、贷中监控和贷后管理等环节都存在不同程度的痛点，需要金融科技尽快落实在风控环节中以实现智能化,7,从人工审核和专家经验到机器自动化审核的转变,授信依据从央行征信等结构化数据扩展为维度丰富、多样化的非结构化数据，流程实现自动化、便捷化和差异化,智能审批可以综合前面流程中多维数据、差异化定价模型实现自动化审批，节省时间，解放人力,身份验证,授信,审批,从因技术限制只能实现事后风险识别和管控，时效性差，到利用,机器学习等技术构建多样反欺诈模型，可以识别可疑交易、降低欺诈损失，满足互联网金融的发展需求,反欺诈,存量客户管理,催收,智能技术有望赋能催收产业实现智能化、科技化、合规化，,比如风险程度预测，定制催收策略等, 传统金融机构和互联网消费金融公司的风控环节中，普遍存在信息不对称、成本高、时效性差、效率低等问题，传统的风控手段已经难以满足个人消费旺盛引发的信贷增长，和长久以来被传统金融机构忽视的长尾用户的贷款需求。金融科技极大促进了信贷智能风控的发展，目前贷前审核、贷中监控和贷后管理等环节都存在不同程度的痛点，需要金融科技落地风控环节中以实现智能化，进而更好的优化资源配置。通过智能化管理措施，主动对存量客户进行存管，增强客户价值，增大覆盖面，提升运营效率,风险控制流程,1.2 智能风控定义解读及发展背景,Part 1 智能风控发展现状及背景,8,Part 1 智能风控发展现状及背景智能风控定义解读及发展背景,业内企业对智能风控的不同观点, 市场上对于智能风控的定义还受限于大数据风控，定义片面甚至混乱。随着人工智能发展进入落地阶段，对于“智能”的定义已不局限于大数据或者人工智能等技术的应用。拜访了大量智能风控产业企业高管，以下是他们对智能风控的观点。,9,“智”体现在大数据为基础的机器学习和个性化风险定价，可以覆盖长尾人群，同时降低人工成本，从粗放式到精细化风控的转变；“能”体现在,把“智”的能力用科技方式去应用，提升运营效率，实现商业化应用,05,真融宝,在数字金融时代，智能风控是以数据为桥梁，智能手段为连接器，达到节省成本、提高运营效率和精准度的效果；同时通过数据将场景端与资金端串联，将数据产生方和技术连接，提升智能化程度,01,ZRobot,首先是机器智能化，体现在机器可以做到更接近人的判断，例如身份核实、交叉验证；另一方面是智能化可以做到人工以前做不到的事情，在机器规,则和精细化算法下，达到降本增效,06,量化派,智能的定义除了让机器代替人，实现效率的提高，还需要实现自动化判断风险趋势，其预测的意义远大于识别。智能风控相对于传统风控来说，除了互补外，应用更体现在高效的精准、海量的个性化和快速的识别,02,第四范式,一方面是技术手段，通过大数据实现智能化风控，第二是云计算、人工智能手段构造的整体智能风控体系。和过去对比，智能化手段可以起到辅助,的作用，到应用层面，真正的智能风控是无感风控，简化金融流程，提升,用户体验，实现交互人情化,07,同盾科技,从狭义的角度定义信贷风控的两个方面：其一是增能提效，更多的表现在机器替换人工，或机器承担更大比例的工作；其二是提高精准度，有效降低逾期率的同时，优化信审流程，提升用户体验,03,集奥聚合,区别于传统风控，差异体现在处理数据的方式：以前是结构化数据的处理，现在通过接入大数据包含的非结构化数据，利用智能工具进行处理，替代,人的学习，从而得到收益的提升,08,智融集团,智能风控分为两个阶段：目前是在向自动化发展，在信贷流程审批中，用大数据、人工智能算法替代人工审核，实现系统化和自动化；在未来为了提升客户体验和业务效率，会向人性化、智能化和定制化的方向发展,04,百融金服,Part 1 智能风控发展现状及背景智能风控定义解读及发展背景,智能风控与传统风控的互补和革新主要体现在两个方面技术和应用, 智能风控是智能化技术手段在金融领域的重要应用，通过构建智能风险管理体系，突破以人工方式进行经验控制的传统风控的局限性和空间性，因此认为智能风控与传统风控的互补和革新主要体现在两个方面技术和应用； 技术：智能化技术综合运用互联网、大数据、人工智能、云计算、区块链等先进技术手段、措施和方法，达到机器和业务流程的智能化转型，实现数据驱动； 应用：通过构建智能风控体系, 提高金融机构的业务效率和安全性，在有效降低风险事件发生概率和损失的前提下，扩展业务覆盖人群，完善业务流程，降低风控成本，实现贷前、 贷中、 贷后全链条自动化的同时，还可以促进风控管理差异化和信贷业务人情化。,10,技术综合运用互联网、大数据、人工智能、云计算、区块链等先进技术手段、措施和方法达到机器和业务流程的智能化转变，实现数据驱动,应用实现贷前、 贷中、 贷后全链条自动化的同时，促进风控管理差异化和信贷业务人情化提高业务效率和安全性，在有效降低风险事件发生概率和损失的前提下，扩展业务覆盖人群，完善业务流程，降低风控成本,Part 1 智能风控发展现状及背景智能风控定义解读及发展背景,11,政策、经济、社会、技术多项利好因素推动智能风控产业发展智能风控发展背景,政策完善科技与金融结合机制，加强金融机构内控，提高信贷支持创新的灵活性和便利性,技术大数据、人工智能、云计算、区块链等金融科技代表技术，为智能风控的应用落地提供技术支持,社会我国人均可支配收入快速增长，消费结构从生存型向发展型升级转变，形成对消费金融的强需求,微企业贷款增长率保持10以上%，商业银行不良贷款率上涨，急需智,能化风控落地,经济金融机构住户消费贷款和互联网消费金融放贷规模快速增长，个人消费贷款额持续高速上涨；银行业金融机构用于小,Part 1 智能风控发展现状及背景智能风控定义解读及发展背景,12,发文时间201809201806201805201803201712201707201706201704,政策主题中国普惠金融发展情况报告中国区域金融运行报告 （2018）银行业金融机构数据治理指引2018年政府工作报告小额贷款公司网络小额贷款业务风险专项整治实施方案2017年全国金融工作会议中国金融业信息技术“十三五”发展规划关于银行业风险防控工作的指导意见,发文单位银保监会中国人民银行银保监会国务院银监会国务院中国人民银行银监会,主要内容运用互联网、大数据、云计算等金融科技手段，发展数字普惠金融。突出抓好普惠金融供给体系、产品服务体系、政策环境支撑体系、风险防范和监管体系、消费者教育保护体系等五大体系建设，不断拓展普惠金融服务的广度与深度，统筹实现“普”和“惠”的双重目标。充分发挥窗口指导和信贷政策的结构引导作用，多措并举缓解小微企业融资难融资贵。随着科技进步，银行、消费金融公司和新兴消费金融机构越来越重视应用“技术+数据”进行风险管理，改变了传统以人为主的风控模式，更多借助于全面多维度的数据、通过模型自动甄别分析、实时计算结果，打好防范化解重大金融风险攻坚战，把握好结构性去杠杆的力度和节奏，守住不发生系统性金融风险的底线。银行业金融机构应当将数据应用嵌入到业务经营、风险管理和内部控制的全流程，持续完善风险管理办法，有效识别、计量、评估、监测、报告和控制各类风险，优化业务流程，监控执行情况并适时优化调整，提升风险管理体系的有效性，实现数据驱动银行发展。加快金融体制改革，改革完善金融服务体系，支持金融机构扩展普惠金融业务，规范发展地方性中小金融机构，着力解决小微企业融资贷款难问题；加强金融机构风险内控，健全对影子银行、互联网金融、金融控股公司等监管。规范网络小额贷款经营行为，完善经营规则和监管机制，实现监管全面覆盖和风险有效防控。排查企业是否建立较为完善的网络小额贷款风险控制体系；与第三方机构合作开展贷款业务的，是否外包授信审查、风险控制等核心业务等，严厉整治小额贷款公司网络。在金融监管协调化的背景下，下半年国内市场仍将以“控风险、去杠杆”为主基调。统筹推进金融统计、征信、反洗钱、国库等全国性公共金融信息基础设施建设。 积极推动新技术应用，如区块链、人工智能的应用研究等，加强金融科技和监管科技研究和应用，规范及普及互联网金融相关技术应用。银行业金融机构要严格落实信贷及类信贷资产的分类标准和操作流程，建立健全信用风险预警体系；同时加强统一授信、统一管理、加强授信风险审查；持续推进网络借贷平台（网贷）风险专项整治。,201608,网络借贷信息中介 中国银监会、工业和信机构业务活动管理 息化部、公安部、国家暂行办法 互联网信息办公室,网络借贷信息中介机构应当按照国家网络安全相关规定和国家信息安全等级保护制度的要求，建立信息科技管理、科技风险管理和科技审计有关制度，保护出借人与借款人的信息安全。,201607,“十三五”国家科技创新规划的通知,国务院,完善科技与金融结合机制，形成各类金融工具协同融合的科技金融生态。引导银行等金融机构创新信贷产品与金融服务，提高信贷支持创新的灵活性和便利性，支持民营银行面向中小微企业创新需求的金融产品创新。,政策：完善科技与金融结合机制，加强金融机构内控，提高信贷支持创新的灵活性和便利性：智能风控领域主要政策文件及官方报告,Part 1 智能风控发展现状及背景智能风控定义解读及发展背景,经济：金融机构住户消费贷款和互联网消费金融放贷规模快速增长，个人消费贷款额持续高速上涨, 金融机构住户消费贷款和互联网消费金融放贷规模快速增长，个人消费贷款额持续高速上涨。 据中国人民银行统计，金融机构住户消费贷款增长强劲，消费贷款总额2013年至2017年四年间复合增长率高达24.9%，其中中长期消费贷款额占近八成。随着互联网金融发展进入第三阶段实质性金融业务发展阶段，更多的金融行为将通过网络完成。据艾瑞咨询估算，2018年中国互联网消费金融放贷将达到近10万亿元规模。,13,97,737,205.3%,546.0%,269.0%,904.0%,122.9%,40,00020,0000,80,00060,000,120,000100,000,602013,1832014,1,1842015,4,3672016,43,8472017,2018E,：2013-2018E互联网消费金融放贷规模及增速,互联网消费金融放贷规模（亿元）,放贷规模增速,247,154,272,522,150,000100,00050,0000,250,000200,000,350,000300,000,103,16326,5582013,121,16932,4912014,148,51241,0082015,201,15949,3132016,68,0412017,77,8822018Q2,：2013-2018H1金融机构住户消费贷款情况,中长期消费贷款（亿元）,短期消费贷款（亿元）,2018H1,Part 1 智能风控发展现状及背景智能风控定义解读及发展背景,经济：银行业金融机构用于小微企业贷款增长率保持10%以上，商业银行不良贷款率上涨，急需智能化风控落地,14*小微企业贷款=小微企业贷款余额+个体工商户贷款余额+小微企业主贷款余额,176,720,202,766,233,427,242,873,57,878,64,243,74,010,80,649,50,0000,100,000,150,000,300,000250,000200,000,2015,2016,2017,2018Q2, 小微企业信贷需求持续增长，急需规模化的风控手段落实。 2015年至2017年银行金融机构用于小微企业的贷款从234,598亿元增长至307,437亿元，增长率保持10%以上，其中商业银行占据主导地位，占比75%以上。：2015-2018H1银行业金融机构用于小微企业贷款情况,非商业银行（亿元）,商业银行（亿元）,2018H1,5,921,8,426,1.00%,1.25%,1.67%12,744,1.74%15,122,1.74%17,057,1.86%19,571,5,0000,10,000,25,00020,00015,000,2013,2014,2015,2016,2017,2018Q2, 2013年至2018年H1，近五年间商业银行不良贷款余额涨幅超200%，不良贷款率从1%上涨到1.86%。银保监会2018年3月发布的关于调整商业银行贷款损失准备，强调了对银行贷款风险分类等方面的考核，急需智能化风控措施落地。：2013-2018H1不良贷款余额及不良贷款率,不良贷款余额（亿元）,不良贷款率,2018H1,Part 1 智能风控发展现状及背景智能风控定义解读及发展背景,社会：我国人均可支配收入快速增长，从生存资料消费为主向发展资料消费为主升级转变，形成对消费金融的强需求,15, 2017年全国城镇居民人均可支配收入36,396元，同比增长8.3%，扣除价格因素实际增长6.5%，为消费升级奠定基础。 对比20082017十年间城镇居民人均消费支出结构，发现恩格尔系数（食品支出总额占个人消费支出总额的比重）下降，从生存资料消费为主向发展资料消费为主升级转变，形成对消费金融的强需求。,食品37.9%,衣着10.4%,居住10.2%,交通通信12.6%生活用品及服务6.2%,医疗保健7.0%教育文化娱乐12.1%,其他用品及服务3.7%,食品28.6%,衣着7.2%,居住22.8%,交通通信13.6%生活用品及服务6.2%,医疗保健7.3%教育文化娱乐11.6%,其他用品及服务2.7%,：2008年和2017年城镇居民人均消费支出对比,2008年城镇居民人均消费支出构成,2017年城镇居民人均消费支出构成,8.8%,11.3%,14.1%,12.6%24,565,9.7%26,955,7.0%28,844,8.2%31,195,7.8%33,616,8.3%36,396,22,00017,00012,000,47,00042,00037,00032,00027,000,15,7812008,17,1752009,19,1092010,21,8102011,2012,2013,2014,2015,2016,2017,：2008-2017中国城镇居民可支配收入及增长率,城镇居民人均可支配收入（元）,城镇居民人均可支配收入增长率（名义增长）,Part 1 智能风控发展现状及背景智能风控定义解读及发展背景,技术：大数据、人工智能、云计算、区块链等金融科技代表技术，为智能风控的应用落地提供技术支持, 大数据、人工智能、云计算、区块链等金融科技代表技术，在风控场景下的应用也各有不同和侧重。通过技术优化甚至颠覆传统风控的技术基础和信贷流程，为智能风控的应用落地提供技术支持。,16,02,04,01,03,云计算为海量数据的运算能力和速度提升带来突破，并实现了应用场景的快速可复制化和服务门槛的降低，支持风险管理措施迭代升级,用户需求和识别用户风险,人工智能在大数据技术的基础上，完善风控模型优化的问题，算力提升和算法突破解决了部分人力不能解决的问题，可以深入刻画用户画像、洞察,大数据主要用于互联网金融的信用风险管理，通过模型自动分析、实时计算结果，解决信息不对称问题，提供更精准的信用评分和征信结果等,区块链主要应用于清算、征信等风控中技术安全领域，去中心化特征可以降低成本和风险，提高数据存储安全性，实时、多点共享信息追溯,技术：生物特征识别、机器学习、自然语言处理、计算机视觉、知识图谱等AI核心技术助力风控自动化,17, 人工智能的发展离不开技术的不断创新，在众多技术中，认为：生物特征识别、机器学习、自然语言处理、计算机视觉和知识图谱是现阶段人工智能五大核心技术。 将人工智能技术应用于信贷风险控制，结合结构化和非结构化数据，可以覆盖过去金融业务忽视的长尾人群，精准的完成业务流程中风险的识别、控制和监测。同时，人工智能的模型迭代相对传统风控模型表现出高度自动化的特征。主要人工智能技术,机器学习强化学习监督式学习非监督式学习,自然语言处理语音识别文字识别语义识别智能问答信息抽取,计算机视觉图像分类对象检测语义分割实例分割,生物特征识别指纹识别人脸识别声纹识别虹膜识别静脉识别,知识图谱信息抽取知识表示知识融合知识推理,Part 1 智能风控发展现状及背景智能风控定义解读及发展背景,智能风控企业现状调查研究,18,2.1 智能风控产业生态分布,Part 2 智能风控企业现状调查研究,19,Part 2 智能风控企业现状调查研究智能风控产业生态分布,智能风控生态参与者包括数据端、技术端和需求端,20,需求端,技术端,股份制商业银行 农村商业银行,城市商业银行（城市信用社）,大型商业银行 民营银行 外资银行邮政储蓄银行 中国农业发展银行,商业银行,农村金融机构,银行业金融机构,消费金融机构,互联网金融公司,金融门户,持牌消费金融公司（24家）,互联网消费金融公司互联网借贷公司,数据端,税务部门工商部门,司法部门,社交平台电商平台,征信机构,电信运营商,互联网公司,金融科技公司银行金融科技子公司,农村合作银行农村信用社国家进出口银行,Part 2 智能风控企业现状调查研究智能风控产业生态分布,智能风控作为信贷业务核心环节，涉及企业可以分为自用型金融机构和输出型技术公司，征信机构也在积极推进智能化转型, 从银行业金融机构、消费金融机构和互联网金融公司对于智能风控的需求来看，各类信贷业务主体对于智能风控的要求不同。银行已经拥有非常成熟的信贷风控机制，但是应用相对局限于线下；互联网借贷公司业务具有一定创新型，但是风险控制体系并不完善。各类信贷主体需要通过自建风控系统或对外合作建立风控系统以完备自身风控能力。 由上一页可知，金融机构智能风控的技术服务，可以将其分为三类：互联网公司、银行金融科技子公司和金融科技公司。其中互联网公司是从数据端切入信贷风控业务，而创新型公司大多从技术端切入。其中征信企业作为中小微企业信贷授信过程中的衍生机构，随着大数据采集技术的成熟和数据量的积累，也在积极利用大数据、人工智能等技术推进智能化征信体系建设。 智能风控技术产品服务用途又可以分为三部分：自用、技术输出和自用+输出。,银行,互联网借贷,具有非常成熟的信贷风险控制机制，但由于银行业务线庞大，因此创新和接受金融科技进度缓慢,拥有新兴信贷模型，产品丰富，复杂程度也较高，具有一定创新,性，风险控制并不完善，急需平衡风险和创新之间的关系21,Part 2 智能风控企业现状调查研究智能风控产业生态分布,智能风控企业图谱,企业征信（持牌企业122家）,金融科技公司,输出型,银行金融科技子公司（6家）,互联网公司个人征信（持牌机构1家）自用型22*企业排名不分前后，按照企业名称首字母排序,2.2 智能风控企业图景,Part 2 智能风控企业现状调查研究,23,内蒙古,5,12,陕西,7,安徽 19,四川,重庆,12,浙江,6,3,2,南海诸岛,云南,广西,台湾,2,Part 2 智能风控企业现状调查研究智能风控企业图景,金融智能风控企业分布25个省份，其中北京、上海和广东三个省份相加占比高达70.3%, 通过IT桔子、登记持牌机构、公开数据和亿欧自身企业库筛选，共573家金融风控企业,被纳入此次研究范围，其中登记持牌机构包括持牌消费金融公司、百行征信和拥有企业征信牌照机的公司； 通过一级标签分类，发现在IT桔子的企业列表中，金融智能风控企业的标签多为金融和企业服务； 据统计，金融智能风控企业分布在25个省份，其中北京、上海和广东三个省份占比高达70.3%，企业数排名前五的城市有：北京（185）、上海（128）、深圳（62）、杭州（49）和广州（15）。,24,黑龙江3吉林1,青海,新疆西藏,北京 辽宁185 9天津河北 42 山东河南5 江苏湖北 2 上海4 128湖南 江西 59贵州 2福建5广东90香港澳门海南2,宁夏 山西 4甘肃,Part 2 智能风控企业现状调查研究智能风控企业图景,2012年智能风控企业剧增，增长率达到80%，2015年新增企业数目达到峰值, 573家企业中，69.8%的企业成立于,2013-2017年，大众熟知的大部分企业,基本成立于这段时间，例如：第四范式、量化派、百融金服等。其中2014年增长率达到156%。 2015年，新增企业数目达到峰值148家，随着2016年开始逐步落实的严格监管政策，智能风控甚至金融科技的新增企业数量开始回落。, 截止到2018年上半年，仅有5家智能风控新增企业。,1,1,1,1,5,5,3,5,7,6,7,6,6,10,19,15,27,45,115,148,92,41,5,025,20,6040,16014012010080,：中国历年金融智能风控新增企业数量,90,7,7,Part 2 智能风控企业现状调查研究智能风控企业图景,2005-2018H1中国金融智能风控私募股权投资市场整体情况, 右图呈现了中国金融智能风控企业私募股权投资市场情况。其中，A轮阶段的获投企业2012年占,比为85.7%，随着新增企业不断入局2017年这一比例仍然保持在50%；由于金融科技发展时间较短，实际落地时间不长，因此可以看到进入到中后期阶段（B轮及以后）的企业数量及占比均不在高位。在2018年H1的数据中，首次出现中后期投资占比超过前期投资占比，约占到六成。 投资金额方面，从2014年开始出现大幅度增长，2017年投资频次出现了小幅回落。 2018H1单笔平均投资额达到历史最高：5.49亿元，总体判断，2018年金融智能风控企业的投资金额有望创造历史新高。,26,1009080706050403020100,：中国金融智能风控私募股权投资市场情况,275.07,263.36,注：A轮包括pre-A、A、A+轮，B轮同。,3.08112005,0.20 1.171 11 12006 2008种子/天使轮,3.433122010A轮,3.833122011B轮 C轮,1.96 3.661317 56 712012 2013D轮及后期,5127303.96122014 2015战略投资,79136151935,9441641214126.2783.2345 732142016 2017 2018H1投资金额(亿人民币）,38 487510145,Part 2 智能风控企业现状调查研究智能风控企业图景,192家获投金融智能风控企业中，70%企业仅获投1-2次，人民币投资事件数量占比78%, 左图反映了192家获得投资的金融智能风控企业分布情况，其中43.2%的企业获得一次投资，27.1%的企业获得两次投资，,27,企业数量,获投7次,获投1次获投2次获投3次获投4次获投5次获投6次,78%,美元基金,人民币基金,42%,58%,投资频数,投资金额,12.5%的企业获得三次投资，获得四次及以上投资的企业仅有17.2%。获投七次的企业是：金电联行和点融网。其中获投六次的企业是：微贷网、成都数联铭品、闪银奇异与和信贷。其余获投三次及以上的企业名录见报告附录。 从投资数量看，人民币投资事件占比78%，共323起；从投资金额看，人民币基金投资金额585亿元，占比58%。：人民币基金vs美元基金22%,Part 2 智能风控企业现状调查研究智能风控企业图景,中国金融智能风控市场中，共有387家机构参与其中，仅有5.4%的投资机构投资过5次及以上,投资10次以上,投资7-10次,投资5-6次,投资3-4次,投资2次,投资机构数量28,2,4, 通过整理可以发现，387家机构参与中国金融智能风控企业投资。其中，68.7%的投资机构仅发生过一次投资，16.0%的投资机构发生过两次投资，9.8%的投资机构发生过3-4次投资，仅有5.4%的投资机构发生过5次及以上投资。：金融智能风控主流投资机构（投资频数5）投资1次,红杉资本中国,IDG资本,领沨资本,华创资本,线性资本,真格基金,国科嘉和,北极光创投,奇虎360,海纳亚洲,晨兴资本,源码资本,经纬中国,银泰资本,腾讯,东方弘道,丰厚资本,顺为资本,光速中国,洪泰基金,凯鹏华盈,2.3 智能风控企业调查解读,Part 2 智能风控企业现状调查研究,29,研究说明 为了更好的展现智能风控企业发展现状，了解智能风控技术产品及服务落地情况，以及企业对金融科技其他领域的布局,规划，制定了2018智能风控调查问卷，对智能风控企业进行了问卷调查。 本调查调查对象为智能风控企业的相关负责人，发放100份问卷，最终收回66份调查问卷，其中有效问卷63份。 其中63家受访企业中，有30家位于北京，14家位于上海，9家位于浙江，其余10家分为位于广东、重庆、天津、江苏和四川。 下面为智能风控企业解读。,30,30,14,9,5,2,111,0,10,20,30,四川江苏天津重庆广东浙江上海北京,Part 2 智能风控企业现状调查研究智能风控企业调查解读：受访企业地区分布,Part 2 智能风控企业现状调查研究智能风控企业调查解读,具有技术输出能力的智能风控企业占比82.54%，产品类型主要为：数据类产品、技术服务类产品和一站式服务等, 受访企业中，46.03%的企业仅输出产品，36.51%的企业既自用又输出产品。输出产品以一站式服务、技术服务类产品和数据类产品为主，收费模式以按项目和按流量/次数为主。 左图为智能风控产品五中输出方式，右图为产品收费模式，中间的连线表示各类产品的收费模式情况，任意产品和收费模式之间连,31,产品输出46.03%,线的宽度，表示数量的比重。：受访智能风控企业产品用途全部自用17.46%自用+产品输出36.51%,按流量/次数,战略合作,数据类产品,技术服务类产品,一站式服务,联合开发其他,按效果,按项目其他,：受访企业的智能风控类产品及收费模式,