贷前风控策略审批及决策引擎——策略审批架构搭建

本文是FAL量化风控全线条训练营的听课笔记,对此感兴趣的可以去关注FAL金科应用研究院的公众号、知乎、官网去了解相关内容。现将核心内容进行整理,补充一些自己的理解和总结,便于结合自己当前工作内容,提升认知。

若对风控领域感兴趣,风控相关行业分析报告、论文、竞赛数据及代码可以私我,共同交流。

知乎文章

本文主要讲解贷前风控产品流程& 策略审批架构搭建 & 数据源及其相关注意事项。

首先,什么是策略?

  • 可以实现目标的方案集合
  • 根据形势发展而指定的行动方针和斗争方法
  • 有斗争艺术,能注意方式方法

如何搭建贷前策略审批架构?

  • 显性条件:行业普遍存在的一些条件
  • 隐形条件:与企业自身特定的实际业务相关,甚至是企业自身并不知道的,需要去挖掘探索的条件,如果没有挖掘到,可能会导致策略实施后,发生偏差。

从哪些维度考虑?

很多时候,调整部分策略效果不显著,那么最终确定策略效果的好坏因素在于以下几点:

  1. 客群的划分: 行业中有句话:有不能做的客户,没有不能做的客群,因为单个风险较高的客户,是一定不会做的,因为肯定会逾期或者坏账;但是从整个客群来说,会有概率分布,如果风险定价合理,好客户的利润收入可以覆盖掉坏客户的损失,那么这部分客群是可以做的,正因为客群不一样,后面的整个策略部分也会有所不同。
  2. 数据:策略最终落地还是依赖数据,没有数据,巧妇难为无米之炊,无法展开业务。如微粒贷有微信背书,可以在授信环节做得非常简洁、顺畅,可以很方便的展开业务。
  3. 策略思路:前面两个条件已具备的话,策略思路逻辑把控到位的话,基本不会太差。比如在策略中,有几百条规则,某一条规则较为宽松,我们可以设置另一条规则较为严格。

1. 策略总体目标

1.1 不同阶段的审批策略目标

贷前风控策略审批及决策引擎——策略审批架构搭建_第1张图片

  1. 贷前:以最小成本控制坏账

  2. 贷中:将贷前没有甄别出来的坏客户,在贷中进行进一步筛选;或者有一些好客户,随着时间推移,不符合要求,因此从存量客户数据中剔除;或者从存量客户中,对有价值的客户进行提额

  3. 贷后:在可能逾期的情况下,先于市场进行回收本金,控制资产

​ 贷前和贷中,均作为资金池(在贷余额)的两个入口,贷前是新客户入口,贷中是存量客户入口,这两个入口都可以形成在贷,在贷都会形成逾期,逾期则由贷后进行管理,即:**2个入口 + 1个收尾,**任何资产质量(逾期情况)发生变化,都需要找准哪个模块发生异常。

1.2 贷前审批策略目标

贷前风控策略审批及决策引擎——策略审批架构搭建_第2张图片

​ 当A策略对应的坏账率低于B策略的坏账率时,不能说A策略一定优于B策略,原因可能是对应的审批策略的成本不一样,导致A策略本身就比B策略要好。

​ 因此,策略调优,除了规则上的调优,还有成本上的调优。

1.3 搭建策略的三个阶段

贷前风控策略审批及决策引擎——策略审批架构搭建_第3张图片

假设将客户分为ABC类三种,分别表示好用户、中性用户、坏用户:

在这里插入图片描述

第一阶段采取的策略类型

  • 保守型:只保留好用户(银行),比较稳健
  • 开放型:好用户+中性用户(互金企业,为了快速起量),相对粗暴

第二阶段策略优化:

  • 对于保守型:由于第一阶段采取稳健的策略,用户相对少一些,因此第二阶段尝试对中性客户的不断下沉试探分析

贷前风控策略审批及决策引擎——策略审批架构搭建_第4张图片

  • 对于开放型:由于第一阶段采取相对粗暴策略,用户相对多一些,具有较多的贷后表现,可以更加快速区分坏用户,因此第二阶段策略上会更加收紧

第三阶段策略优化:

  1. 进一步细分客群:进行风险定价,即精细化风险定价,从而实现利润最大化
  2. 金融科技输出:将企业自身能力赋能其他企业。

​ 第三阶段主要目的是增加利润,需要注意的是,风险定价一般不需要再刚开始的时候特别关注,只有在第三阶段开始做

2 贷前风控策略搭建归类

贷前风控策略审批及决策引擎——策略审批架构搭建_第5张图片

2.1 产品流程

2.1.1 主要步骤

  1. 明确审批对象:

    • 对于有抵押和无抵押对象,对个人进行判断

    • 对于车抵贷或者融资租赁,除了对人进行审核之外,还要对车进行核验

    • 如果是小微企业,审核法人、税务等

  2. 了解市场行业审批流程

    • 是线下还是线上
    • 对比哪些审批流程我们缺失或者丰富的
  3. 评估在客群层面是否存在明显风险

    • 在进件模式上,如地推、引流方式获取到的用户,其客群可能存在差异,针对这些差异,评估风险
  4. 明确产品目标客群的范围

    • 最基本的哪些客群可做,哪些客群不可做

​ 在评估客群层面是否存在明显风险的同时,我们也需要认识到:策略改变不了客户的风险,只是筛选符合符合要求的客户。在原本不能做的客群中,筛选一部分可以做的小客群。

另外策略可以造成逆选择,如多头借贷数量超过3个以上拒绝,那么满足进件条件的客户,其多头借贷数量肯定是不超过3个,而原始发起借款请求的客户,其多头借贷数量的数据分布可能与筛选后的客户不同。

2.1.2 案例分析

案例:A 公司计划开展小额无抵押个人信用贷款,如何搭建完整审批策略?

分析指定策略目标: 从需求客户中筛选风险较小的群体,并给出额度

目标分解为以下几点:

  1. 审批对象为个人
  2. 需要排除高风险人群
  3. 出具额度

根据上述主要的4个步骤,分别指定对应的策略模块:

1:根据明确的审批对象,指定主体策略模块,常规的审批策略模块如下:

  • 个人信息验证
  • 准入模块
  • 欺诈判断
  • 黑名单判断
  • 信用风险评估
  • 人工
  • 授信
  • 交易风险

备注:策略模块要根据产品流程来制定,每一个模块对应解决一个或多个风险点,找不到解决方案的需要预留位置

2:对应主体策略模块寻找解决方法

  • 第三方数据源
  • 增加进件要素获取
  • 爬虫获取额外信息等

备注:外部数据源需要注意数据查得率、区分度、覆盖度、收费标准、是否稳定、数据来源等

3:根据确认的策略模块,设计审批流程

  • 无费用在前
  • 强风险在前,弱风险在后
  • 尽可能留存信息

备注:考虑真实费用,而不是账面费用。账面费用:假设整个风控流程中使用10个数据源,每个数据源使用费用是1元,理论上,一个客户跑完整个流程费用为10元。**真实费用:**每个策略节点都会对应审批结果,而不是每个客户都会跑完所有策略节点,比如某个用户在某个策略节点会显示拒绝,那么真实费用会少于账面费用。

2 系统架构

贷前风控策略审批及决策引擎——策略审批架构搭建_第6张图片

备注:左边节点数量一般会有多个,每个决策对应一个节点。

1:确认审批流程落地方案

  • 决策引擎
  • 审批系统
  • 征信平台

其中,决策引擎和审批系统,在做线上自动化时,是必备的环节,其他如反欺诈、人工审核系统,可以往后放。而征信平台,在使用外部数据环节时,是必备环节。

2:常规审批流程系统架构

贷前风控策略审批及决策引擎——策略审批架构搭建_第7张图片

审批策略架构搭建解决方案小结:

  1. 准入人群
  2. 确认风险点
  3. 寻找对应的排除方法
  4. 合理组合解决办法

3 数据源介绍

3.1 基本验证

  1. 公安核查

    • 核查身份证号与姓名在公安系统内是否存在
    1. 人脸识别
    • 公安核查内容 + 照片对比
  2. 活体检验

    • 检验申请操作者是不是本人
  3. 银行卡三 / 四 要素验证

    • 三要素: 银行卡号 + 身份证号 + 姓名
    • 四要素:银行卡号 + 身份证号 + 姓名 + 手机号
  4. 手机要素验证

    • 手机号码与姓名,身份证号是否一致

3.2 个人信息验证

  1. OCR
    • 照片质量是否合格
    • 识别字段质量判断
    • 识别字段是否存在逻辑问题
  2. 人脸
    • 身份验证信息不通过
    • 是否为合成脸、面具脸、翻拍
    • 人脸比对结果置信度
  3. 其他
    • 卡三、四要素验证
    • 运营商三要素验证

3.3 准入

  1. 基本
    • 年龄、身份证有效期
    • 行业、地域
    • 关联人有逾期
    • 手机号异常
    • 身份证与年龄校验
    • 紧急联系人手机号为虚拟号码
  2. 其他
    • 最近申请拒绝天数
    • 最近申请取消天数

3.4 准入

  1. 法院执行人、失信被执行人
  2. 司法诉讼、行政诉讼、民间欠款等信息
  3. 高危危险、欺诈名单
    • 申请信息中身份证关联多个(>3)手机号
  4. 金融信贷类逾期、不良
    • 逾期90天以上未还
  5. 金融信贷资信不佳、拒绝
    • 被银行或非银行结构判定不良、信息伪冒等被拒绝
  6. 关注名单
    • 售假、卖家套现、虚拟交易、逾期未付款

3.5 黑名单

  1. 基本
    • 执行人与失信被执行人
    • 刑事案件记录
    • 当前存在民事案件且金额较多
    • 高危险行为
    • 欺诈分
    • 信贷类不良
    • 同行拒绝
    • 关注名单
    • 一阶联系人黑名单过多
  2. 维度
    • 姓名 + 身份证号
    • 身份证号
    • 手机号

3.6 信用

  1. 多头借贷
    • 申请人多平台记录,近7天、15天、30天
  2. 信用分
  3. 互联网标签
    • 消费偏好
    • 兴趣
  4. 银行卡信息
    • 风险得分,消费能力、持卡人价值、卡等级

以上就是贷前风控产品流程& 策略审批架构搭建 & 数据源相关内容,若有错误或遗漏,欢迎补充。

若对风控领域感兴趣,风控相关行业分析报告、论文、竞赛数据及代码可以私我,共同交流。

你可能感兴趣的:(风控,算法,sql)