论文部分内容阅读
随着居民经济水平的增长、互联网金融业务的繁荣、金融科技的高速发展、普惠金融等政策的支持，加速了居民消费升级，消费金融市场爆发大量需求。而传统风控手段由于存在信息不对称、成本高、效率低、时效性差等局限，已难以满足个人消费旺盛引发的信贷增长，和长久以来被传统金融机构忽视的长尾用户的贷款需求。随着金融科技近几年的快速发展，我们可以将其应用于贷前审核、贷中监控和贷后管理等环节，实现风控管理的高效、智能化。本文就从金融信贷业务全流程梳理常用的风控手段，以及金融科技在其中的助力。
个人贷款跟企业贷款最明显的区别就在于，个人贷款是发放给单独一个人的贷款，而企业贷款是针对企业公司发放的贷款。在申请贷款过程中，两种贷款方式需要的各种资料和审核条件要求也是大不相同。
在这个社会上，单独的个人基数肯定比企业公司的基数大得多，所以个人贷款业务也是大多数金融机构或银行的主要业务构成部分，同时也是这些金融机构用来分散资金，为自己降低资金过于集中产生风险的一种方式。
在我们日常生活中，大多数人都会接触到这样的情况：要按揭买房，买车，自己生意上需要周转要贷款，房子要装修缺钱贷款，甚至很多大学生、年轻人使用的网贷、花呗、借呗、京东白条这类似的贷款类型。总的来说它们都属于个人贷款范畴。
由此可见，个人贷款业务不仅金融机构利用收取的利息和其他相关的服务费来增加自身机构的盈利，同时也刺激了普通老百姓的消费，提高老百姓的消费生活水平。
信贷业务流程主要可以分为以下四个阶段：营销获客、贷前、贷中、贷后
第一阶段 营销获客
信贷客户生命周期可以分为客户获取、客户提升与成熟、客户衰退与流失三个阶段，所以设计营销策略时必须围绕客户的整个生命周期，发掘不同层级客户的价值，实现效益最大化。
1.客户获取 目标是发现并获取潜在客户，增加流量转化率，
当客户从渠道进入平台时，利用现在大数据环境下多维、非结构化、高度分散的数据，整合分析形成客户画像，同时利用机器学习技术建立潜客响应模型。根据客户响应概率分为高响应客户、中响应客户、低响应客户，针对不同的响应级别，设置不同营销策略，高响应客户采用主动营销策略，如电话营销，中响应客户应持续维持使其转化为高响应客户，低响应客户可暂时放弃，降低营销成本。
2.客户提升与成熟 挖掘存量客户价值，提升客户忠诚度
基于存量客户历史信贷行为、查询记录，消费行为、消费偏好、金融业务属性等多维度数据，建立信贷意向识别模型，进行产品推荐或交叉营销，提高用户粘性，提升客户忠诚度，使客户价值最大化，最终约谈达成交易。
3.客户衰退与流失 目标挽回流失客户，让其对信贷产品重新产生兴趣
利用账户历史数据及行为数据建立流失预测模型，提前预警客户流失，采取针对策略及时挽回客户，避免客户流失。
获客只是金融业务活动的第一步，金融的核心是风险管理。
第二阶段 贷前
前风控主要包括贷前反欺诈，个人征信信息核验，信用评估。
对于目前人民银行已经建立的个人征信系统，虽然通过几年的发展。系统有了一定程度的更新但系统内所体现的个人综合信息仍有部分错误或更新比较慢等情况。加上对个人贷款市场的竞争使银行之间缺乏沟通，从而使得个人的信用信息披露不够，信用信息资源无法共享。另外，很多银行出具的“非恶意拖欠还款证明”字样的证明个人信用报告中的信息是否属实也很难知晓，因此很难正确掌握个人相关信用信息，对于个人贷款业务的开展有了抑制作用。也并非信息的不对称又可能致使借款人将贷款恶意挪用，用于经营或投机活动，经营失败导致贷款偿还出现问题。比如，一部分借款人在银行申请个人贷款后并非真正意义的区投资或消费。而是去购买基金或股票。这样的投机行为是非常不可取得。
1.贷前反欺诈
贷前欺诈主要是团体欺诈， 集团化和规模化欺诈案件很难利用人工实现规避。通过大数据融合，挖掘线索特征，挖掘用户的行为特征，用户关联特征等异常事件，结合IP、手机、位置等维度分析潜在的欺诈风险，结合具体业务场景，构建反欺诈模型，同时动态优化反欺诈规则，提高欺诈案件命中率。
2.信息核验
核查用户信息真实性。对用户提交信息、用户身份等于公安、征信、银行等系统进行交叉验证。当下生物特征识别等技术的应用，可以实现身份自动化识别并做出精准拦截。
3.信用评估
基于客户购物、交易、金融数据、历史信贷记录，客户资产、债务结构，以及运营商、银联、 公安及行业共享等数据，同时结合内部信贷政策，建立信用分险评估模型，核定客户还款意愿和还款能力。同时可指导信贷额度和利率的差异化设定。
第三阶段 贷中
贷中风控主要有交易中监控，交易反欺诈。
1.交易监控
利用大数据技术实现实时监控，异常行为预警（多头借贷行为监控、还款能足指标异常预警及还款意愿交叉识别），对贷款流程中潜在或者已经发生的风险进行监控，以预防坏账和交易欺诈。
2.交易反欺诈
交易欺诈主要是信贷业务发生时的第三方欺诈，通过借款人为核心关系的人际关系网络，借款人的交易行为、还款行为、设备使用行为等各方面关键信息项的交叉侦测，提前发现风险，进行预警并对借款人账户进行实时管控。
第四阶段 贷后
贷后管理主要有贷后监控、存量客户管理、催收。
1.贷后监控
从贷款发放后到本息收回，通过扫描借款人新增风险，动态监控借款人信息变更，及时发现不利于贷款按时归还的问题，调整相应催收策略，解决坏账隐患。
2.存量客户管理
建立信贷意向识别模型，挖掘客户信贷需求，产品偏好，进行产品推荐或交叉营销，实现客户价值最大化。
3.催收
贷后催收主要是针对逾期还款催收，通过数据分析，对客户的逾期风险进行评分，利用差异化催收策略进行贷后催收。市场上的一些智能催收产品有：
逾期客户画像：明晰催收对象情况，多维度画像数据，精确勾勒逾期客户还款能力与意愿的相关情况并精准量化。
催收评分：评估对象催收难度，融合 金额、账龄、地域等多维 度信息建模评分系统，对 债务还款可能性进行综合。
分单策略：根据催收评分，结合系统总催收人员能力制定分单策略，以对案件进行合理化分配，提升催收效果。
轮循拨号：友好自动拨号，对于高频、 简单的催收案件，采用轮循拨打，减少人工操作，缩短拨打间隔，有效提升催收效率。
失联催收：跟踪关注类用户行为轨迹， 适时预警，并在逾期失联 后以恰当方式进行催收。
实现个人贷款资金的安全性、流动性和盈利性，是商业银行和其他金融机构贷款的重要原则，要想实现这三项原则，必须加强个人贷款管理。银行发放个人贷款，必须以贷款能够安全收总结贷款风险的高低，直接影响到贷款的安全，贷款的风险越高，安全性就越低;反之。贷款的风险越低。安全性则越高。所以，为提高个人贷款的安全性，就必须加强管理，特别是贷款的风险管理，努力降低个人贷款的风险。流动性是银行发放贷款的又一重要原则。為使信贷资金具有一定的流动性，这就要求商业银行合理配置信贷资金，加强贷款管理。保障信贷资金按期流回银行，以满足客户及时提取存款和发放必要贷款的需要。个人贷款资金是银行信贷资金的重要组成部分，西方发达国家个人贷款在银行贷款总额中占比一般都在35%以上，我国现阶段个人贷款占银行信贷资金的比重虽然不大，但随着此项业务不断发展，占比将会越来越大。
临沂大学历史文化学院 276000
个人贷款跟企业贷款最明显的区别就在于，个人贷款是发放给单独一个人的贷款，而企业贷款是针对企业公司发放的贷款。在申请贷款过程中，两种贷款方式需要的各种资料和审核条件要求也是大不相同。
在这个社会上，单独的个人基数肯定比企业公司的基数大得多，所以个人贷款业务也是大多数金融机构或银行的主要业务构成部分，同时也是这些金融机构用来分散资金，为自己降低资金过于集中产生风险的一种方式。
在我们日常生活中，大多数人都会接触到这样的情况：要按揭买房，买车，自己生意上需要周转要贷款，房子要装修缺钱贷款，甚至很多大学生、年轻人使用的网贷、花呗、借呗、京东白条这类似的贷款类型。总的来说它们都属于个人贷款范畴。
由此可见，个人贷款业务不仅金融机构利用收取的利息和其他相关的服务费来增加自身机构的盈利，同时也刺激了普通老百姓的消费，提高老百姓的消费生活水平。
信贷业务流程主要可以分为以下四个阶段：营销获客、贷前、贷中、贷后
第一阶段 营销获客
信贷客户生命周期可以分为客户获取、客户提升与成熟、客户衰退与流失三个阶段，所以设计营销策略时必须围绕客户的整个生命周期，发掘不同层级客户的价值，实现效益最大化。
1.客户获取 目标是发现并获取潜在客户，增加流量转化率，
当客户从渠道进入平台时，利用现在大数据环境下多维、非结构化、高度分散的数据，整合分析形成客户画像，同时利用机器学习技术建立潜客响应模型。根据客户响应概率分为高响应客户、中响应客户、低响应客户，针对不同的响应级别，设置不同营销策略，高响应客户采用主动营销策略，如电话营销，中响应客户应持续维持使其转化为高响应客户，低响应客户可暂时放弃，降低营销成本。
2.客户提升与成熟 挖掘存量客户价值，提升客户忠诚度
基于存量客户历史信贷行为、查询记录，消费行为、消费偏好、金融业务属性等多维度数据，建立信贷意向识别模型，进行产品推荐或交叉营销，提高用户粘性，提升客户忠诚度，使客户价值最大化，最终约谈达成交易。
3.客户衰退与流失 目标挽回流失客户，让其对信贷产品重新产生兴趣
利用账户历史数据及行为数据建立流失预测模型，提前预警客户流失，采取针对策略及时挽回客户，避免客户流失。
获客只是金融业务活动的第一步，金融的核心是风险管理。
第二阶段 贷前
前风控主要包括贷前反欺诈，个人征信信息核验，信用评估。
对于目前人民银行已经建立的个人征信系统，虽然通过几年的发展。系统有了一定程度的更新但系统内所体现的个人综合信息仍有部分错误或更新比较慢等情况。加上对个人贷款市场的竞争使银行之间缺乏沟通，从而使得个人的信用信息披露不够，信用信息资源无法共享。另外，很多银行出具的“非恶意拖欠还款证明”字样的证明个人信用报告中的信息是否属实也很难知晓，因此很难正确掌握个人相关信用信息，对于个人贷款业务的开展有了抑制作用。也并非信息的不对称又可能致使借款人将贷款恶意挪用，用于经营或投机活动，经营失败导致贷款偿还出现问题。比如，一部分借款人在银行申请个人贷款后并非真正意义的区投资或消费。而是去购买基金或股票。这样的投机行为是非常不可取得。
1.贷前反欺诈
贷前欺诈主要是团体欺诈， 集团化和规模化欺诈案件很难利用人工实现规避。通过大数据融合，挖掘线索特征，挖掘用户的行为特征，用户关联特征等异常事件，结合IP、手机、位置等维度分析潜在的欺诈风险，结合具体业务场景，构建反欺诈模型，同时动态优化反欺诈规则，提高欺诈案件命中率。
2.信息核验
核查用户信息真实性。对用户提交信息、用户身份等于公安、征信、银行等系统进行交叉验证。当下生物特征识别等技术的应用，可以实现身份自动化识别并做出精准拦截。
3.信用评估
基于客户购物、交易、金融数据、历史信贷记录，客户资产、债务结构，以及运营商、银联、 公安及行业共享等数据，同时结合内部信贷政策，建立信用分险评估模型，核定客户还款意愿和还款能力。同时可指导信贷额度和利率的差异化设定。
第三阶段 贷中
贷中风控主要有交易中监控，交易反欺诈。
1.交易监控
利用大数据技术实现实时监控，异常行为预警（多头借贷行为监控、还款能足指标异常预警及还款意愿交叉识别），对贷款流程中潜在或者已经发生的风险进行监控，以预防坏账和交易欺诈。
2.交易反欺诈
交易欺诈主要是信贷业务发生时的第三方欺诈，通过借款人为核心关系的人际关系网络，借款人的交易行为、还款行为、设备使用行为等各方面关键信息项的交叉侦测，提前发现风险，进行预警并对借款人账户进行实时管控。
第四阶段 贷后
贷后管理主要有贷后监控、存量客户管理、催收。
1.贷后监控
从贷款发放后到本息收回，通过扫描借款人新增风险，动态监控借款人信息变更，及时发现不利于贷款按时归还的问题，调整相应催收策略，解决坏账隐患。
2.存量客户管理
建立信贷意向识别模型，挖掘客户信贷需求，产品偏好，进行产品推荐或交叉营销，实现客户价值最大化。
3.催收
贷后催收主要是针对逾期还款催收，通过数据分析，对客户的逾期风险进行评分，利用差异化催收策略进行贷后催收。市场上的一些智能催收产品有：
逾期客户画像：明晰催收对象情况，多维度画像数据，精确勾勒逾期客户还款能力与意愿的相关情况并精准量化。
催收评分：评估对象催收难度，融合 金额、账龄、地域等多维 度信息建模评分系统，对 债务还款可能性进行综合。
分单策略：根据催收评分，结合系统总催收人员能力制定分单策略，以对案件进行合理化分配，提升催收效果。
轮循拨号：友好自动拨号，对于高频、 简单的催收案件，采用轮循拨打，减少人工操作，缩短拨打间隔，有效提升催收效率。
失联催收：跟踪关注类用户行为轨迹， 适时预警，并在逾期失联 后以恰当方式进行催收。
实现个人贷款资金的安全性、流动性和盈利性，是商业银行和其他金融机构贷款的重要原则，要想实现这三项原则，必须加强个人贷款管理。银行发放个人贷款，必须以贷款能够安全收总结贷款风险的高低，直接影响到贷款的安全，贷款的风险越高，安全性就越低;反之。贷款的风险越低。安全性则越高。所以，为提高个人贷款的安全性，就必须加强管理，特别是贷款的风险管理，努力降低个人贷款的风险。流动性是银行发放贷款的又一重要原则。為使信贷资金具有一定的流动性，这就要求商业银行合理配置信贷资金，加强贷款管理。保障信贷资金按期流回银行，以满足客户及时提取存款和发放必要贷款的需要。个人贷款资金是银行信贷资金的重要组成部分，西方发达国家个人贷款在银行贷款总额中占比一般都在35%以上，我国现阶段个人贷款占银行信贷资金的比重虽然不大，但随着此项业务不断发展，占比将会越来越大。
临沂大学历史文化学院 276000