如何运用大数据进行信贷审批？

科技金融企业在风险管理的每个环节都引入了计量分析的方法，相较于传统金融银行或小贷公司的专家经验判断，依托大数据进行后台的分析回顾，不断的优化调整，在风险与收益中可以更快的达到平衡。

A. 什么是风控审批策略

基于数据分析在申请阶段制定各式各样多维度的策略和规则;

其中多维度数据的策略规则包括：
1.社交及短信维度规则
2.移动设备维度规则
3.外部数据源（如：征信报告、各种黑名单来源）规则
4.多维度评分卡规则
5.行为数据(设备信息、注册时间、登陆时间)规则

B.风控审批策略的目的

在贷前审批减少风险事件的发生的各种可能性，挽回风险事件时造成的损失。较大的程度上筛选过滤高风险客户，保留低风险客户予以营销。针对客群分级实行个性化的审批流程，提高审批效率。

C.风控审批策略的作用
在保证业务量的同时降低业务坏账率、控制逾期风险，最终实现公司盈利。

D.风控审批策略的类别

多维度数据分析呈现了借款人的用户画像，制定多维度完善的审批策略规则，具体策略规则包含：
1.经济能力维度(月收入、工资流水等信息)
2. app信息维度(贷款APP安装个数、短信命中高风险关键词)
3.基本信息维度(年龄、性别、工龄等信息)
4.信用历史(征信贷款信息、还款记录)
5.行为表现(活动轨迹、登陆时间、注册时间等信息)

E.风控的基本量化指标
FPDx：首期逾期，x对应天数
CPDx：当前逾期，x对应天数
逾期时间的长短来定义逾期的等级，C代表正常资产。

Flow rate：迁徙率
释义：前期资产等级，落入下一期的比率。
举例：C-M1=M月月末M1资产余额 / 上月末C的在贷余额
8月C-M1 ：8月末进入M1的贷款余额 / 7月月末C的贷款余额
迁徙率的计算，主要用于分析观察每个月份贷款的催收率，催收人员的催收力度对比，也用于计算公司的坏账计提标准、资产拨备。
贷款状态

贷款状态–>迁徙率报表

vintage：账龄分析
释义：以贷款的账龄为基础，观察贷后N个月的逾期比率，用于分析各时期的贷款贷后质量，可推测至当时放款月的进件客群变化以及策略规则调整对放款贷后质量的影响。
举例：
MOB0,放款日至当月月底
MOB1,放款后一个月份
MOB2,放款后两个月份
Vintage Delinquency 31+(MOB3)：放款月后的三个月份,逾期天数31+剩余本金/放款月的贷款总额。

(未完待续）

搜索：「 金科应用研院」 可以看到更多内容
可以从微信公众号菜单栏点击「在线学习」
更多风控资讯与干货学习资料，都在微信公众号

公众号对话框回复关键字： **「风控量化包」**➡️领取干货学习资料