互联网金融和信贷风控的概述

互联网金融中的信贷产品和风控特点

一、互联网金融

特点：服务高效便捷、成本低、应用大数据

发展阶段：

1. 2005年以前    银行将业务搬到网上

2. 2005-2011年  第三方支付机构发展

3. 2012年以后    P2P、众筹、网络保险

主要模式：

1. 第三方支付

（1）独立第三方支付：快钱、易宝支付、汇付天下、拉卡拉

（2）依托电子商务网站：支付宝、财付通

3. 大数据金融

（1）平台模式：实时向网络商户发放订单贷款或者信用贷款，批量快速高效。如阿里小贷

（2）供应链模式：只是作为信息中介提供大数据金融，并不承担融资风险及防范风险等。如京东、苏宁

4. 互联网金融门户

搜索+比价，既不负责金融产品的实际销售，也不承担任何不良风险，资金也完全不通过平台。

代表平台：融360、网贷之家

二、主流的个人信贷产品

http://image104.360doc.com/DownloadImg/2017/03/2413/94751397_3.jpg

三、风险点

1. 利率风险：利率波动对信贷产品定价产生的损失

2. 流动性风险：足够的资金量满足客户提现需求

3. 信用风险：借款人在合约到期时未完全履行义务

4. 信息安全风险：硬软件缺陷、系统集成缺陷、信息安全管理环节薄弱导致的

5. 操作风险：人为失误、不完备的程序控制、欺诈、犯罪活动、由技术缺陷和系统崩溃引起的

6. 欺诈风险：借款人故意隐瞒、虚构事实，造成出借人风险损失

四、风险点详解

1. 信用风险：信用评分模型

- 信用资质=还款意愿 x 还款能力

- 信贷产品的整个生命周期都存在信用风险

- 贷前审核：申请评分。预测放款后是否会有违约，过滤掉低资质客户

- 贷中监控：行为评分。预测还款结束前未来一段时间内是否会有违约

- 逾期催收：催收评分。预测是否会成为不良资产

- 两大手段

- 策略规则：根据客群资料和行为数据，完善出一定的规则

- 量化模型：基于统计学和算法，建立模型，根据模型结果

- 贷前审核の信贷风控流程

- N要素验证

- 合规性验证

- 个人信息核查

- 黑名单查询

- 反欺诈验证

- 信用评估

- 信用评分模型的特点

- 申请评分

        - 特征：个人信息、征信信息、收入信息

        - 结果：制定准入策略，分为拒绝/准入，拒绝/再审核/准入

- 行为评分：主要用于还款周期长的产品（房贷、车贷）或循环授信类产品（信用卡）

        - 特征：账龄、还款行为、消费行为、抵押品估值（抵押类）、预期行为

        - 结果：提前预警，风险计量

- 催收评分

        - 特征：个人信息、账龄、还款行为、欠款余额

        - 结果：制定催收策略，轻催收/重催收

2. 欺诈风险：申请反欺诈

（1）申请端欺诈

- 传统方法：

- 黑名单：法院失信名单、被执行等，金融机构共享黑名单

- 多头借贷：人行征信，第三方大数据公司名单

- 勾稽规则：申请资料的对比与核实

- 社交关系：通话记录，是否与黑产人群或催收公司有联系

- 验证逻辑：违反常识的信息

- 综合考量：总体风险把控

- 新方法：

- 生物方法：人脸识别、虹膜识别、基于人脸识别的活体检测

- 大数据方法：

        - 客户端行为轨迹分析、业务api访问；区分正常用户or恶意用户

        - 用户访问数据的统计分析，发现异常访问，提供风险预警

        - 用户访问内容的分析，基于设备指纹或用户id，形成用户标签和画像

- 第三方服务

        - 整体的风控解决方案提供商/外包商

        - 风控建模外包

        - 数据提供商：风控数据，如电信运营商、电商平台

        - 各领域解决方案提供商：短信验证、人脸识别、生物探测、设备指纹

（2）交易环节欺诈