逾期数据波动有可能是催收策略调整，你清楚吗？

风控策略分析师是风险管理工作的重要策略岗位，其日常工作需要涉及风控领域中多个环节及细节内容，包含贷前策略调整、策略分析调优、贷中业务监控、贷后策略调整等模块内容，涉及相关模块工作细节及工作内容我们将一一为大家梳理及分享，为风险管理工作提供更好的风控思路。
风险策略的工作需要对数据的敏感程度以及清晰的处理逻辑，遇到实际问题时处理问题的逻辑及方法是：
1、发现问题：善于观察日常数据报表，即使发现数据波动情况；
2、寻找原因：从贷前各数据环节，针对数据波动情况进行分析，寻找数据波动原因；
3、解决办法：根据数据波动原因，寻找并提供多个不同解决方案建议，择优选择一个或多个方案。
贷后策略调整一直以来都是风控的工作重点，工作中经常会思考：客户为什么会逾期？是什么因素导致逾期？如何降低逾期率？
本次为小伙伴们带来关于贷后策略调整的案例分享，帮助大家整理贷后策略分析的思路。

【案例分享】
1、发现问题：于实际工作中，逾期率报表是风控人员最常用的报表之一，以下分享报表为FPD30+%（首期逾期30天）的逾期率报表：

（本次报表计算逻辑：FPD30+%=首期逾期超过30天的逾期订单量/到期应还款总订单量）

问题所在：实际通过报表观察，于2020年11月17日单日的首逾30+已超过11月1日到11月16日（近15天内）的1.5倍以上，虽然11月18日有回降，但仍高于平均值，基于此数据表现，结合实际业务逻辑，如还款日为借款日的30天后，我们可以着手分析一个月前10月17日前后一周的客户申请数据样本，寻找原因。
（课外思考内容：为何本次分享选择首期逾期30+的数据，而不是选择其他逾期区间数据，请大家思考原因，后期将于课程分享中进行分享。）

2、寻找原因：
首期逾期率的波动会有很多原因，如：客群下沉、测试数据验证、批量欺诈客户申请、评分卡下沉等等原因均会有影响。
客群下沉：根据放款日当天（10月16日、10月17日）与前两周客群切片数据进行对比（10月1日-10月10日期间任意时间），寻找客群占比的变化；
测试数据验证：如确认黑名单验证等数据导致，则需将测试数据剔除后再进行逾期率计算，对比剔除后数据与剔除前是否有变化，剔除后是否接近均值；
批量欺诈客户申请：抽取放款日当天（10月16日、10月17日）客户申请信息，排查是否存在批量欺诈客户申请的情况；
评分卡下沉：分析此部分客群是否与建卡部分客群样本存在数据差异，从整体评分卡字段及逻辑进行分析；
以上原因从贷前业务逻辑而言已覆盖大部分可能出现的情况及场景，如确认均无异常数据，则可考虑贷后策略原因，造成逾期数据波动的贷后策略一般有以下原因：
a. 催回率的下降；
b.催收策略调整；
催收回收率是催收业务中较为重要的业务指标，首期逾期30+业务基本均有经过催收部门介入处理，我们可以根据逾期周期拆分为首逾10天、30天等不同逾期天数或催收阶段分析催回率的变化，具体定位哪个催收阶段存在异常情况，如下表：

（本次报表计算逻辑：催回率=首期逾期催回订单量/总逾期订单量）

从以上报表可以得知，11月17日、18日的首期逾期10天催回率明显较于11月16日前的催回率低，并且呈明显断层式下降，基于逾期数据的情况下再观察催收的回收情况，可见催收回收率明显下降，基本可以确定是催收异常。

从催收数据可见催回率7天数据波动不大变化，但10天波动变化较大，继而到30天数据波动变化较小，则可以考虑是否催收策略是否针对逾期十天的客户进行了调整；
根据催回率的表现，找出问题的方向为：
a、 催收系统问题；
b、 由于人力成本压力或其他压力，导致原本逾期十天由人工外呼催收，调整后均为人工智能外呼催收，导致催回率下降；
c、 失联率较高导致；

3、解决办法：
经对催收催回率的数据分析，我们可发现催收异常情况及整体催收策略调整的情况，可以提供以下解决方案：
a、确认是否催收系统问题，是否存在逾期数据不同步的情况，核对逾期明细订单，如存在明细差异则先以策略提取的数据进行催收，后续再同步排查/调整系统问题；
b、如存在催收策略调整沟通协调信息同步，并针对催收薄弱阶段加强反欺诈案件排查力度，降低欺诈可能；
c、如催收存在接电话接通率低、非本人申请、联系人无法联系等情况，则可加强贷前客户身份核实规则，如运营商实名认证、号码入网时长、号码有效性（最近几个月使用情况）、人脸识别分数调整等策略；
以上是常规的风险调整方案，另外还有以下方式可以借鉴参考，其他补充方案：
i、降额调整或提高费率调整，可降低风险敞口；
ii、提供辅助授信材料：银行流水、公积金/社保截图、芝麻信用分截图、信用报告等。
以上分享仅针对贷后策略中催收催回率影响导致逾期率升高的案例，逾期率升高的原因及理由有很多，后续我们将为大家准备更多的实战案例，请不要错过哟～
本期文章参考资料：
番茄学院视频课程——《风控策略部署与调优》

更多贷前策略调整、策略分析调优、贷中业务监控、贷后策略调整等模块的一系列案例分享请继续关注。

原创文章
…
end