金融风控

  产品特点

  •数量大

  由于智能电网和企业信息化系统建设,以及物联网在电网、电厂中的大量应用,电力行业在设备状态、生产调度、资源利用、客户服务等领域将产生海量的数据，未来随着互联网思维影响和互联网技术支撑下，电力数据会增长速度更快、数据量更大。

  •类型多

  除传统的结构化数据外, 还包含大量的半结构化、 非结构化数据，逐渐成为电力大数据的主要组成部分，为企业研究非结构化数据的处理与分析、提取有价值的信息。

  •价值高

  电力数据不仅反映行业内部规律特征，还反映经济社会发展状况，可对能源生产、配送、转换和消费各个阶段进行科学预测，并对于宏观经济分析、辅助社会管理、社会节能减排、商业活动评估和家庭节能等都有积极的意义。

  应用场景

  •贷前-反欺诈

  通过对企业的用电量、电费以及违约信息进行分析，并与行业对应值进行对比，来计算各项指标的信用得分，并综合输出加权总得分。以此判断企业在用电行为上的欺诈可能性。

  •贷中-授信辅助

  授信辅助模型着力于帮助银行解决贷款发放前的信息不对称问题，对还款积极性差、还款能力弱的高违约可能性企业，预先进行电力信用评价及筛查。模型充分覆盖水平指标、加速指标和趋势指标等综合反映企业生产经营能力的指标。

  •贷后-风险预警

  模型主要基于企业用电数据，构建5大类19小类量化指标。利用时间序列、聚类、回归等分析算法，实现对企业各项指标的时间序列及行业水平比较，客观反映企业在贷后产生的生 产经营异动，提前揭示企业运营风险。

  覆盖体量

  国家电网-工商注册企业全覆盖

  产品标签

  企业信用