隐私计算打破壁垒，普惠信贷精准滴灌更安全
小微商户经营数据获取困难，违约概率难以精准预测，普惠金融"滴灌式"服务难以实现。
银行缺乏商户收单信息、交易流水等企业经营特征数据，信贷风控模型维度不足。
银联、银行等机构间数据共享存在隐私泄露风险，有价值数据无法安全引入信贷模型。
传统信贷审批流程繁琐，小微企业融资难、融资慢问题突出，无法及时纾解经营难题。
通过纵向联邦学习技术联合银联特征数据与银行自有特征，构建商户贷款违约评分模型，实现1000+特征维度融合，共有客户10万+，精准预测小微商户违约概率。
整合商户收单信息、企业收单金额、入网年限、收单波动性等特征数据，与银行违约商户标签进行加密样本对齐，数据不出库完成联合建模，提升普惠信贷风控能力。
通过隐私计算平台实现银行与银联数据安全协作，数据不出库即可完成建模，助力普惠金融发展，提升融资效率，疫情期间有效扶持小微企业。
基于违约评分模型对小微企业进行风险分层，实现差异信贷服务，精准滴灌式普惠金融，纾解小微商户经营难题。
