消费金融风控|现金贷风控|汽车消费金融风控公司风控流程以及解决方案( 五 )


关于风控系统的更多细节,后续的文章中会专门介绍。

三、风控规则及信用评分模型的制定
在构建了风控指标管理与风控系统这些基础设施之后,就需要考虑建立风控规则及信用评分模型。
对于风控规则而言,目前有两种来源,一是风控人员在过往的业务中总结出来的人工经验,这些人工经验通过风控系统可以直接转换成一条一条的规则,例如一些常见的风控规则:
如果申请者在网时长\u0026lt;3个月,则标记风险,返回码R001
此类规则在整体风控策略中占比较大,优点是可以快速部署上线,可以防范一定风险。但也存在一些缺点,就是容易被骗贷者猜中规则,然后绕过规则去骗贷,那么这些人工规则的作用就没有那么好了。
另一类风控策略来源于大数据分析的结果,现在主流的做法是用贷后数据,分析逾期及坏账人群的特征,然后对特征进行自由组合,从中挑出来坏账率最高的特征组合,然后将这些特征组合提炼出来,形成规则。这种方式产生的规则比较契合业务实际情况,并且规则基本上不可能被骗贷者破解,安全性较高,缺点在于对贷后数据的分析与特征组合的提炼难度较大,大部分初创型公司都不具备这样的技术实力去自动生成符合业务需求的风控策略。
下面再来说说信用评分模型。目前用信用评分模型方式来进行风险管理是国际上公认的比较成功的实践经验。信用评分模型运用梳理统计模型技术,通过对申请者的基本信息、行为特征、信用历史等关键信息的深度挖掘与分析,发现申请者的风险特征,最终通过评分的方式输出结果。在消费金融实际业务中,风控审批的结果主要分为两部分,一是能不能贷,二是贷多少。风控策略主要来解决能不能贷的问题,而信用评分模型主要解决贷多少的问题。
信用评分模型的建立大致需要如下步骤;
1.模型开发的选择:决定开发怎么样的信用评分模型及由谁开发
2.样本的选择:选取样本是开发模型的首要环节,可以采取随机抽样或分类抽样的方式
3.预测变量的提炼和表现变量的界定:预测变量是从可观察到的信息中提炼出来的,例如年龄、收入、信用卡额度等。表现变量是模型要预测的结果,可以简单理解成好或坏
4.模型的实施:在预测变量提炼完成之后可以进行模型设计,需要选择合适的模型方法,常见的包括逻辑回归、线性回归分析、神经网络模型等,这些方法各有利弊。在完成上述步骤之后最终确定模型的变量组合和权重,构筑评分卡。
5.模型表现的跟踪:在构建完模型之后需要对模型效果进行考量,常见的模型检验报告有:
交换曲线
K-S指标
隔离度
拟合度曲线
前三者主要检验模型对好坏区分的效果,拟合度曲线则对比预测的坏账率与实际坏账率的准确程度。

综上所述,由风控规则与信用评分模型共同组成了风控策略,在消费金融领域内各家公司的业务不同,因此策略也各不相同,不过万变不离其宗,总结下来其实风控策略可以分为这几个模块:
1.准入模块:设置产品的准入门槛,符合准入条件的用户才可申请此金融产品
2.黑名单模块:主要由内部及外部黑名单构成,协同防范风险,将有不良信用历史的申请拒绝掉
3.反欺诈模块:主要由各类反欺诈规则及反欺诈服务组成,识别各类欺诈风险,避免损失
4.信用评分模块:使用信用评分模型或人工经验构筑评分卡,评定用户的信用评分,并据此给予授信
5.增信模块:对于信用评分不达标的用户可以补充其他信息,例如社保,公积金信息等进行增信,以获取更高的额度。

四、风控策略的优化
最后一步,在建立了模型之后,需要关注业务的发展情况,并结合贷后数据不断调整和完善模型,只有不断优化调整模型,才能在飞速变化的情况下保证业务的良好发展。

■网友
我知道的大部分倒下的车贷公司都输在信用管理和风险控制上。


推荐阅读