消費金融產(chǎn)品風控入門篇

消費金融產(chǎn)品風控入門篇

1.背景和現(xiàn)在

2018年以來，隨著消費金融行業(yè)監(jiān)管政策的實施，以

及多起P2P風險事件的發(fā)生，監(jiān)管規(guī)范消費金融趨勢明

顯。在此背景下，個人消費金融市場出現(xiàn)了流量向頭部平臺

加速集中、底層資產(chǎn)質(zhì)量下降和優(yōu)質(zhì)資產(chǎn)收益下降的趨勢，

頭部資產(chǎn)方資產(chǎn)質(zhì)量下降，對個人消費金融業(yè)務(wù)的風控提出

了新的要求。受監(jiān)管政策影響，中小流量平臺加速出清，流

量向頭部資產(chǎn)方加速集中。未來，消費金融市場優(yōu)質(zhì)流量可

能會進一步集中于少量頭部手中。綜合科技巨頭和細分領(lǐng)域

的流量巨頭因此占據(jù)了更多的客戶和更多的資金，但其中的

部分新增客戶可能會由次優(yōu)等客戶〃優(yōu)化〃而來。

借款人的還款來源主要是收入和從具他途徑拆借，目前

兩類還款來源都出現(xiàn)了問題。在經(jīng)濟下行的情況下，頭部借

款人如城市白領(lǐng)可能會遭遇失業(yè)，還款來源減少或缺失，通

過重復(fù)借貸還款的可行性也下降，可能導(dǎo)致還款能力急劇惡

化。除此之外，在個人消費金融資產(chǎn)方市場中，頭部資產(chǎn)方

通過較低的利率、較高的門檻篩選了優(yōu)質(zhì)借款人，中小流量

平臺通過較高的利率、較高的違約率容忍度篩選了次優(yōu)的借

款人，而劣質(zhì)流量平臺通過極高的利率，服務(wù)于風險溢價等

級的借款人。流量機構(gòu)主體資質(zhì)越低，利用高利率覆蓋高違

約率的概率越高。

傳統(tǒng)個人消費金融業(yè)務(wù)中的個貸評估主要通過用戶金融

畫像完成，包括使用借款人基本身份信息、收入信息、征信

信息、多頭借貸信息等身份和金融維度的信息，通過白名單

/黑名單、年齡限制、多頭借貸限制、控制借貸金額和費率

等較為簡單維度的篩選形式實現(xiàn)對借款人的授信。不過，由

于業(yè)務(wù)市場的變化，原有的風控體系已經(jīng)顯現(xiàn)出明顯的短

板。如果按照原有的風控體系繼續(xù)執(zhí)行，則信托公司的個人

消費金融業(yè)務(wù)或不斷集中于更為頭部的用戶，導(dǎo)致業(yè)務(wù)市場

越來越狹窄，或底層資產(chǎn)的質(zhì)量惡化，違約率提高，面臨的

業(yè)務(wù)風險急劇提高C

2.行業(yè)痛點

消金行業(yè)這幾年已經(jīng)逐漸成為銀行和消費金融公司競相

追逐的一個熱點，隨之而來的風險隱患也是層出不窮，對于

行業(yè)來說，風控體系的融入也是刻不容緩，那么消金行業(yè)在

搭建風控體系的過程中，具體的痛點有哪些呢？我們總結(jié)下

來有以下四大痛點C

1）前期風險未知

對于一項新業(yè)務(wù)，在沒有歷史經(jīng)驗和數(shù)據(jù)的情況下，如

何開展，風險點應(yīng)該如何把控，這個會是很多業(yè)務(wù)開展之初

所面臨的一個問題，如果業(yè)務(wù)立刻開展上線，后續(xù)整體的逾

期不良率能不能得到有效的控制。在這里，我們所說的新業(yè)

務(wù)，并不僅僅是說新的業(yè)務(wù)開展，也包括業(yè)務(wù)中的某一環(huán)的

升級，比如現(xiàn)在越來越多的審批流程由線下轉(zhuǎn)為線上，由人

工轉(zhuǎn)為自動化，這些升級的過程，對于企業(yè)來說，都是存在

著很多未知的風險，是阻礙著企業(yè)升級轉(zhuǎn)型的一個重大難

點。

2）量化風控能力不足

過往的審批，更多的依賴人工經(jīng)驗，去審核一些政策上

的硬性要求，這其中對于風險的把控其實是比較片面的，對

于人行征信的應(yīng)用可能也只體現(xiàn)在個別幾個風險點上，比如

核查收入償債比，歷史的逾期記錄等等，在對現(xiàn)有的數(shù)據(jù)信

息還未全面量化應(yīng)用的時候，如何去運用大數(shù)據(jù)，全面量化

的評估客戶的風險，建立風險量化模型，這方面的經(jīng)驗和能

力都會有所欠缺。

3）系統(tǒng)功能上的滯后

身份證歸屬地、其他系統(tǒng)的賬號等多維度信息進行互聯(lián)互

通，對比尋找出其中的非正常信息。

具體做法是，對申請人信息中的身份證號、手機號、IP

地址、設(shè)備唯一識別碼做關(guān)聯(lián)，然后以正常情況作為參照標

準，以偏離程度來判斷其可能存在風險的概率大小。通常來

說，申請人手機歸屬省份、IP歸屬省份、身份證歸屬省份

至少有兩個是一致的，如發(fā)現(xiàn)這三個要素均不一致，則有可

能存在偽冒身份申請的風險。

2）貸款資質(zhì)的審核

目前主要有兩種方式來對客群的資質(zhì)做判斷：一是針對

央行征信記錄缺失的客群，可通過收集多維度海量強弱變量

數(shù)據(jù)，建立申請人征信評分；二是針對有征信記錄的客群，

可通過查詢征信并輔以客戶自身提供的資質(zhì)證明，包括工作

證明、銀行流水等進行審核。

一般所說的大數(shù)據(jù)風控，主要針對信用白戶，可建立以

下六類標簽進行客戶畫像：①ID標簽，包含手機號、

IMEI、IDFA、設(shè)備指紋ID等數(shù)據(jù);②地域標簽,指常駐

城市、工作區(qū)域、居住區(qū)域、出差區(qū)域、地址價值等信息；

③興趣標簽，包括外賣團購、出國旅游、電商購物、婚戀

交友、視頻娛樂、交通出行、演出票務(wù)等日常生活的信息；

(4)設(shè)備標簽，指設(shè)備品牌、設(shè)備型號、最近使用時間、設(shè)

備價格等；⑤需求標簽，是指現(xiàn)金貸需求、消費分期需

求、信用卡需求、購車購房需求、理財需求、出行需求等方

面；⑥屬性標簽，包含教育程度、職業(yè)類別、人生階段、

有無小孩、有無房車等不同因素的考量。

通過多維度數(shù)據(jù)畫像可以有效地識別出具有較高欺詐風

險的群體特征。通常情況下，普通人群身份證號關(guān)聯(lián)的手機

設(shè)備數(shù)量平均為1.1臺，如果發(fā)現(xiàn)客戶的關(guān)聯(lián)數(shù)大幅超過

1.1,則該客戶的欺詐風險相對較高。此外，普通人群手機

中APP數(shù)量大概在32個左右，如果申請人手機內(nèi)APP數(shù)

量顯著少于這個值，則說明該申請人可能存在欺詐風險；若

手機安裝有辦公軟件，則一般為正常工作人群，風險相對較

小。

對于系統(tǒng)建設(shè)不完善的機構(gòu)，也可以與第三方大數(shù)據(jù)風

控服務(wù)商合作。在篩選第三方合作機構(gòu)時，首先需注意該機

構(gòu)的資質(zhì)與所提供的數(shù)據(jù)是否滿足監(jiān)管的合規(guī)要求，即客戶

是否進行了授權(quán)；其次，由于目前大數(shù)據(jù)征信機構(gòu)的業(yè)態(tài)和

擅長領(lǐng)域的不同，所以要考察其數(shù)據(jù)維度能否全方位覆蓋目

標客群，或者能否接入多家征信機構(gòu)形成數(shù)據(jù)上的互補；最

后要考量的是構(gòu)成征信的數(shù)據(jù)對客群的區(qū)分度是否明顯，這

一特質(zhì)直接影響了征信的有效性高低。而對于有央行征信記

錄的客群，需注意只有通過第三方權(quán)威機構(gòu)拿到的直接數(shù)據(jù)

如央行征信報告、社保、公積金等才具有法律效力。

3）構(gòu)建信用評分

構(gòu)建客群信用評分的目的，一是〃過濾"掉還款能力不足

的借款人，二是篩選出適合自身資源稟賦的目標客群。在構(gòu)

建評分模型時，可運用包括深度學習、復(fù)雜網(wǎng)絡(luò)圖譜等AI

技術(shù)更好的尋找特征進行建模，形成評分。評分表的核心是

按評分高低對客群進行分段化處理。某第三方機構(gòu)設(shè)置的評

分表顯示，300-360分的客群逾期率最高，為13.22%。選

擇哪一評分區(qū)間的客群，各家機構(gòu)可根據(jù)自身設(shè)定的利率預(yù)

期及風控能力來定奪。

在確定目標客群時，可以根據(jù)不同地區(qū)、不同行業(yè)、不

同人均收入水平等因素做出差異化的準入條件及產(chǎn)品設(shè)計。

3.2貸中管理

原則上實時監(jiān)控，預(yù)判逾期風險。實際上，貸中管理是

整個風控過程中非常重要的部分，其決定了企業(yè)能夠走多

遠。利用多維度監(jiān)測來預(yù)判逾期風險是貸中管理的首耍目

標。在貸中階段，除了要監(jiān)測借款人信貸記錄有沒有增長、

工作有沒有變動、有沒有買房買車等大額消費支出等重要經(jīng)

濟狀態(tài)變動外，還要分析客戶畫像中的各類變量數(shù)據(jù)有沒有

發(fā)生變化，并將這些變化納入評分表進行考量，分析與標準

化預(yù)期結(jié)果的偏差C一旦發(fā)現(xiàn)借款人存在異常行為與風險變

化，則需要實時調(diào)整其評分，同時對風控策略進行優(yōu)化。

3.3貸后催收

按照催收前后時間階段的劃分，可分為前期智能化催收

和后期人工催收。智能化催收+人工催收的組合，在達到催

收效果的同時可控制人力成本。前期的智能化催收需要根據(jù)

客戶的風險評分表做差異化處理，例如優(yōu)質(zhì)客戶在催收時話

術(shù)可以適當溫和一些，催收頻次可適當降低；而對于劣質(zhì)客

戶，催收話術(shù)需要更加嚴厲，催收頻次也要相應(yīng)增加，還可

以選擇在上班時間進行催收以對其施加壓力，從而達到更好

的催收效果。

雖然智能化催收成本更低，客戶體驗更好，但極端情況

下并不能達到催收效果。因此，在實際操作中，可以選擇合

適的時點介入人工催收。如果客戶信用評分很高，則可以延

緩至M2（第二個未還款月）再進行人工催收，以增強客戶

體驗。而對于逾期60天以上的資產(chǎn)，采用委外催收的方式

可能會帶來更高的貸款催回率。

3.4建立風控結(jié)果反饋閉環(huán)

建立有效的風控評估結(jié)果反饋機制，是構(gòu)建風控閉環(huán)的

最后一步