1樓：2souls
趨勢上肯定是向著智慧型化審批發展的，但考慮審批部門的意願以及風控技術部門的能力，階段性會停留在智慧型輔助人工的狀態，但伴隨著汽車金融行業利潤率的下降，汽車金融公司開始考慮降本增效問題了，並且開始招聘資料科學家這種職位了，那麼機器替代人工的程序才會啟動。
2樓：猛子
首先，目前已知的業務中，如信用卡業務，已經出現很大比重的人工智慧替代人審批的情況，我也不覺得零售業務和信用卡業務有啥大區別，因為信用卡現在的業務範圍越來越大了，早已跨出傳統的消費領域。不說這個，接著說通過大資料和模型審批的事，記得十幾年前我剛入行的時候就被培訓過類似的話題，就是為什麼不能用計算機取代人做審批，當時的答案核心就是所謂的資料不足和資料造假，現在快二十年過去了，答案一點沒變，我個人覺得是有問題的。因為這二十年是中國和世界都產生了深刻變革的二十年，尤其是中國，在電子消費，平台支付，徵信資訊管理方面的變化更是遠遠超過發達國家，同時我們的個人隱私保護卻沒有同步，這可能恰恰是我們能夠比國外更容易取得一些有用資料的原因。
因此，我覺得在國內未來ai審批的佔比會不斷提高。並且也能夠勝任。
3樓：風系魔法師
我想補充一下Steven Li的觀點。我同意資料不足是ML進行信貸審批的重大問題，但我不同意目前資料不足，只是資料難以獲得。
誠然公開的標準化產品違約屈指可數，但是銀行對公和個人放貸都積累了很多年的資料。國內AMC資產管理公司也儲備了只90年代已來大量違約信貸資料。此外，全國各種小額貸，p2p公司也積累了大量違約資料。
尤其是大型銀行和amc內部資料科學家完全可以嘗試訓練ml模型。雖然我不知道模型要多久才能有效，但是大量資料是存在的。當然，機構外人員很難得到這些資料，的確是乙個問題。
4樓：Alex叔叔
消費信貸可以用大資料首先是得益於移動網際網路的普及有海量個人資料，在此基礎上才有決策系統和深度學習。其次還是大數原理，走的高收益覆蓋高風險的路子，利率普遍在12%-20%，甚至20%以上，違約率高點就高點，核銷就是的。
對公業務這樣玩就有問題了。首先資料來源不夠豐富。現在能夠拿到的公開無非就是工商稅務，海關，水電等，還不夠作為大資料的基礎。
其實，對公信貸利率沒法做到消費信貸那麼高，而且每單金額都不小，一單出事了很可能就是大事，得消化很久，只依賴機器肯定是不行的。
5樓：酸溜溜的梅
有可能代替人工的，因為現在網際網路大資料採集很厲害，對你的信用報告可以建模，評分，評估，只要你申請，完全可以自動化的審核和審批。
金融機構核心賬務系統如何設計？
WilliamNee 說兩個麻煩點，複式記賬是理想狀態，但到達一定數量級之後，賬務核心必須支援緩衝，彙總等批量紀錄方式，否則賬務必熱點。交易流水與賬務核心再到會計核心的聯絡也是關鍵。 系統處理方面，由單式記賬法到複式記賬法是乙個很大的突破，確實是解決網際網路業務場景下對賬不平的根本性解決方案。我們公...
如何理解馬明哲 金融機構的前台，包括機構網點肯定會走向四化 小型化 社群化 智慧型化 標準化 的觀點？
生活就像划划水 我對他的觀點並不了解，但金融行業中的銀行業中高層中有一種幾乎已經是共識觀點，淺顯的說就是 1未來的銀行將是網際網路業務和自助業務取代大部分簡單業務。2營業機構趨向小型化的社群銀行。3服務內容將從傳統的來銀行辦業務變成來銀行辦特殊業務和來銀行享受其提供社群專屬服務和金融諮詢服務。其定位...
銀監會去金融機構現場檢查要誰同意
陳多多 自家一畝三分地，用不著央行同意。反而是法律規定央行對於外匯，反洗錢，債券市場之外的銀行業務可建議銀監會檢查。但出於掉價沒面子等考慮，央行從未行使建議權，一般都是偷偷摸摸自己去銀行刷一下存在感。銀行也很無奈，不過有過乙個段子，某銀行對口部門老總以沒車接送，要來自己徒步來的名義拒絕央行入場，鬧的...