【信贷风控30分钟精通38】风控策略体系搭建1

目录

营销策略

排除高风险客户

选择高响应客户

贷前策略

风险准入策略

身份信息认证

基础信息准入

黑/白名单策略

其他准入策略

---

风控策略体系的搭建是指搭建贯穿营销、贷前、贷中和贷后的完整策略体系架构。我们需要在各阶段设置合理的风控流程，灵活应用规则和模型的组合，才能做到有效的风险控制并取得收益最大化。

营销策略

营销策略是指在营销获客阶段执行的策略，用于排除高风险客户，选择高响应客户，以达到降本增效的目的。从客户的类型来划分，营销可分为针对纯新客的营销和针对存量客户的营销。纯新客是指尚未在本机构完成借款的客户，机构可获取的这部分客户的信息较少；而存量客户是指在本机构已有借款记录的客户，机构可以获得的信息较为丰富。从客户的来源来划分，客户可以分为已有名单的客户和第三方流量导流的客户。虽然客户的来源不同，但基本的营销策略相似。我们应该首先排除高风险客户，接着选择高响应客户，然后针对高响应客户进行营销和后续的授信。

排除高风险客户

在营销阶段，首先需要排除高风险客户，因为这类客户并非机构的目标客户。排除高风险客户可以采取以下措施。

• 黑名单：将营销名单中命中黑名单库或逾期库的客户去除。
• 风险规则：在营销阶段，利用部分贷前和贷中的风险规则可以获取部分数据，此时，即可应用这部分规则排除营销名单中的高风险客户，如应用贷前准入中的地区排除规则，即可在营销阶段避免对这部分客户的触达。
• 流量筛选模型：在规则的基础上，我们可以通过流量筛选模型，识别高风险的部分客户，将这部分客户剔除出营销名单。

选择高响应客户

在排除高风险客户后，我们可以进一步筛选那些对营销响应概率更高的客户，这样既避免打扰那些没有借款需求的客户，又能够节省运营成本。我们可以通过以下方法实现。

高响应规则：根据历史数据，我们可以制订一系列高响应规则，如登录App并浏览借款次数较多的客户、曾经借款多次的客户等。

营销响应模型：通过营销响应模型，我们可以排除响应概率低的客户。同时，针对不同营销响应等级的客户，我们可制订差异化营销方式。

贷前策略

贷前策略是针对客户的信贷申请制订的策略，用于拦截逾期概率高的客户，并对客户匹配适合的产品。贷前策略主要包括风险准入策略、反欺诈策略、信用评估策略和贷前额度策略。

风险准入策略

风险准入策略是判断借款申请客户身份是否符合当前业务准入条件的策略。风险准入策略可降低非目标客群带来的风险。风险准入策略主要依据信贷产品定位和政策要求制订，主要包含身份信息认证、基础信息准入、黑/白名单策略和其他准入策略。

身份信息认证

身份信息认证可确保借款操作人是身份信息的拥有人，防范虚假身份信息和冒用他人信息恶意申请。身份信息认证包含身份证信息认证、人脸对比认证、银行卡四要素认证和运营商三要素认证。在正常情况下，身份信息认证成功后，客户才可进行后续借款流程。

身份证信息认证

身份证信息认证可确认借款人的身份证信息是否准确，主要包括身份证信息是否真实有效，身份证是否在有效期内，姓名与身份证号码是否对应，以及身份证上的照片与官方备案的照片是否一致等。

人脸对比认证

人脸对比认证包含客户活体检测，以及人脸与照片的一致验证。客户活体检测要求客户对着手机摄像头随机进行点头、摇头、眨眼和张嘴等动作，以确认摄像头拍摄的对象是真实客户而非图片或视频。在采集客户的真实图像后，人脸对比认证会进一步执行人脸与照片的一致验证，判断摄像头获取的人脸照片与申请资料中的身份证上的照片是否一致，当二者相似度大于预设阈值时；人脸对比认证通过，否则予以拒绝或要求客户重新认证。经过上述两步，即可远程自动化确认进行借款申请的人与身份信息拥有人一致，也就确保是客户本人申请。

银行卡四要素认证

银行卡四要素认证是判断借款人的银行卡号、姓名、身份证号和银行预留手机号是否与银行留存信息一致，防止借款的资金发放到其他人的银行卡中。

运营商三要素认证

运营商三要素认证是判断借款人的身份证号、手机号和姓名是否与移动运营商留存信息一致。当前，国内移动运营商已经全面实行实名制，因此，借款人在移动运营商注册的信息必须是本人的真实信息，以此确保客户使用自己的手机号进行信贷申请。

基础信息准入

基础信息准入是判断借款人是否符合当前信贷政策标准，以验证借款人身份是否符合法律法规和相关政策的要求。

为了规范银行业金融机构个人贷款业务行为，原中国银行业监督管理委员会在2010年颁布的《个人贷款管理暂行办法》中指出，个人贷款申请应具备以下条件。
（一）借款人为具有完全民事行为能力的中华人民共和国公民或符合国家有关规定的境外自然人。
（二）贷款用途明确合法。
（三）贷款申请数额、期限和币种合理。
（四）借款人具备还款意愿和还款能力。
（五）借款人信用状况良好，无重大不良信用记录。
（六）贷款人要求的其他条件。
依据上述政策，我们将客户的基础信息的准入归纳为以下4种。

年龄准入

年龄是判断借款人是否成年并拥有稳定收入的必要条件。考虑借款人须是具有完全民事行为能力的公民，因此，年龄准入条件应该是18~60岁。另外，我们还要考虑还款能力和工作情况，如为了避免大学生借款，我们通常的年龄的准入条件从18岁提高到22岁。

贷款用途准入

贷款用途反映借款人的借款需求和借款目的。在大部分情况下，贷款用途与信贷产品是相互绑定的。我国监管机构明确要求金融机构必须对借款人的贷款用途进行严格调查和监管，贷款资金需要专款专用，并且不能用于投资、炒股和炒房等。

地域准入

地域的差异一般会导致贷后风险的差异。地域准入策略需要考虑下列4个方面：

• ①风险重灾区，如历史频发重大风险事件、欺诈团伙聚集等；
• ②政策敏感度，如特定区域受某些政策影响；
• ③区域的社会稳定性因素；
• ④地区经济发展水平，如经济相对落后区域的客户的还款能力可能弱于经济发达地区的客户。

此外，随着信贷业务的开展，需要对已准入的区域进行贷后还款水平监控，若某区域经过长时间观测，其贷后还款水平依然较差，那么金融机构需要对地域准入策略进行调整，将该区域加入限制区域名单。

行业准入

借款人从事的行业能反映其从事工作的合法性和稳定性。在通常情况下，金融机构厌恶高风险、稳定性差的行业。值得一提的是，对于学生贷款（可通过年龄、所在学校的地址和学籍等信息识别），除国家允许的银行以外，其他金融机构一般不得涉猎。

黑/白名单策略

黑名单拒绝

黑名单中包含金融机构拒绝放款的客户，主要有历史严重逾期客户、有欺诈行为的客户.有违法行为的客户和恶意投诉客户等。由于黑名单客户一旦借款成功，对金融机构造成损失是大概率事件，因此，目前，金融机构的通用应对策略是对命中黑名单的客户全部拒绝借款。但对于第三方接入的黑名单，金融机构在初始阶段会随机对5%~10%的客户做A/B测试，目的是验证第三方黑名单是否适合当前信贷业务。

在金融机构中，黑名单的来源一般有自建和外部引入两种。在业务开展初期，金融机构通常会以外部黑名单为主，如第三方黑名单、法院失信执行人和在逃人员等。随着业务的开展，金融机构自身也会建立完善的内部黑名单库。

白名单准入

白名单是金融机构将一部分资信良好的客户单独整理出来的一个名单库。与黑名单的策略“命中即拒绝”对应，白名单的策略是“命中即通过”。白名单准入策略的好处：⑦确保风险可控；②提升审批通过率，扩大业务规模；③快速积累数据，优化风控策略。

在通常情况下，生成白名单的方式如下。

自有数据挖掘：基于自身平台积累的存量客户，金融机构已经拥有这部分客户的风险表现，结合数据挖掘和专家经验，共同设定白名单。

联合建模：将本机构客户的特征，与其他机构的客户特征和风险表现相结合，进行联合建模挖掘，建立风险评分模型，通过模型分，可将存量客户进行分层，选出低风险客户并组成白名单。

外部数据匹配：引入第三方数据，如学历、社保、公积金、客户交易信息和征信报告等，这些数据对客户信用的区分能力强，可选择其中符合标准的客户并导入白名单

其他准入策略

金融机构根据自身的风险偏好，可将历史上总结出的简单、可靠的判断准则纳入风险准入策略。例如，在客户最近的申请被拒绝后，其再次申请借款时，可以在准入环节直接加以拦截。客户被拒说明其风险较高，再次申请一般也无法通过，从降低风险评估成本和提高转化的角度来看，可以在准入环节进行拦截。更精细化的方式，可以将历史上客户被拒绝的原因进行细化，根据细化的原因，制订差异化的准入策略。

print('要天天开心啊')