風控角度看信貸,無外乎三要問題:身份核實、反欺詐、、信用模型

從風控角度看信貸業務,無外乎一直在求解釋三個問題:怎麼證明你是你(身份核實),怎麼證明你不是壞人(反欺詐),怎麼證明你有能力(信用模型)。

其表現形式適用銀行信貸業務亦是如此,只是手段、展現方式有差異而已。

三個問題的解釋、控制實現難度不一。很多企業都說自己有成熟的信用模型,有大數據分析,其實更多側重在了身份認證和反欺詐控制上。因為隨著互聯網科技發展和每個人的默默“無私奉獻”,你在網上獲得便利的同時,也讓自己越來越透明,機器會比你更瞭解你自己。另外,這兩個問題更多采用策略設定,即設定的多為非黑即白的禁入標準。至於怎麼證明你有能力,有多大違約概率,這個才是真正的信用模型,且不是每個企業想幹就能幹,想有就能有的,主要還是缺少有效的專業數據。

從實踐具體來講:


1. 怎麼證明你是你

常用的方式是藉助銀行或第三方做四要素驗證。基於客戶在銀行留過底,銀行幫你變相做過面籤,因此能通過四要素驗證,我可以相信你是你。但是四要素驗證只能證明張三是張三,沒法證明是李四拿著張三的身份在做,於是就會加上人臉識別,遠程視頻簽約等。還可以通過技術和數據,做更多的身份認證,譬如讓客戶多提供些社交賬號或者其他信息,進而去爬取更多客戶的歷史行為,通過交叉驗證去看你是不是認知你自己。

2. 怎麼證明你不是壞人

這裡就是大家現在常用的反欺詐環節了,一般會通過以下幾個維度去控制:

客戶信息識別。通過客戶基本信息、徵信信息、朋友圈及網上行蹤去確定你是良民,你沒有近墨者黑。

客戶多頭借貸識別。通過監控你的註冊行為、APP安裝、第三方黑名單排查等去規避客戶近期有多頭借貸情況,降低接棒風險。

黑產/盜號防範。通過監控賬號是否有異常行為,是否通過同一IP、設備批量註冊去防止黑產的薅羊毛行為。無間道。與黑產是鬥智鬥勇,互相迭代升級的過程。企業往往也會設些反欺詐監控人員,去混各種吧和群去升級戰術,也會網上監控自己公司是否站在了羊毛黨的風口,進而與時俱進。

上述控制的實現前提是要有數據,或來自第三方或你能自己獲得。若用第三方,需考慮提供方數據的新鮮度以及彼此間客戶重合度。自己挖,需考慮監管政策風險和爬取技術能力。

市場上很多數據接入商,其實提供的多為這個層面的數據,也大同小異。工商行政、法院訴訟、出行記錄、通話記錄、社交信息等基本成了行業標配,實現上也多為爬取,因此著實不用接太多家,接了也是重複。那些宣稱有獨家維度信息的,除非他真有非常手段(有個好老爸),否則呵呵~~。

有了數據就需要配置過濾規則,需要結合你的目標客戶以及市場定位,過濾的殺傷力比較大,容易誤殺無辜。好殺毒軟件要不停升級病毒庫一樣,反欺詐規則不是一成不變的,你還要不斷監控與預警各種企圖逾越你規則的批量申請,不斷優化迭代才能屹立不倒。


3. 怎麼證明你有能力

這塊可以說是八仙過海各顯神通了。模型方法論很早年前就有了,這些年越來越火,無外乎鍋裡的米多了,大家可以各做各的飯了。有交易數據的(如電商)可以直接拉數據估能力;沒有直接數據的,跟客戶談判看給不給看數據,實在不行的自己爬爬看或者估摸著算。這塊也考驗著你的功力,有數據的也未必一定能做好,因為一則交易數據轉換成金融數據不是那麼簡單,另一則各種刷單、促銷的數據清理也會讓部分企業望而卻步或剪不斷理還亂。從中還引伸開另一層面上的交易反欺詐。沒數據的就更慘,這部分的數據在市場上也是核心,不輕易能得到,是需要企業在垂直領域有一定深度和廣度的。沒有垂直優勢的,做普惠大眾的,那麼要做好信用模型是比較難的。因為不同客群,不同地域表徵不一,不能隨便拿些數據做做分析就說我的模型能放之四海而皆準吧。分客戶群體做,你能有那麼多數據,尤其是壞客戶數據麼?規避的方法的要麼從流程上優化去控制風險(部分走線下驗證,設計交易閉環,控制資金後物流),要麼將風險延滯到貸後(GPS定位,通訊錄轟炸,通過催收策略彌補),要麼乾脆提高定價來覆蓋風險等等。

風控角度看信貸,無外乎三要問題:身份核實、反欺詐、、信用模型

4. 兩個問題

白戶怎麼處理。啥數據都抓不到你,讓我怎麼判斷你。要麼放棄,要麼小額測試下博概率人心叵測。再多瞭解你,但終是霧裡看花。因此,違約概率只是個概率不是個承諾。這樣的損失也只能認了,能做的就是增加你的違約成本去一定程度約束你。

以上是從操作層面來闡述,在這之前更為重要的是戰略定位。是否對自己有清醒認識:

首先知己,我有哪些資源,我有哪些優勢,我有多少財力,我要實現什麼商業目標。畢竟壞客戶是大家想要(數據)又不想要的(損失),是用錢堆出來的(財大氣粗的請忽略~~)

其次知彼,要認識我們的客戶,目標客戶群是什麼,會存在哪些風險,風險是怎麼樣的,適合線上還是線下作業,避免南橘北枳。

再者知市場,我要做的客群市場上競對是怎麼做的,用的哪些手段,我有能力拷貝不走樣或青出於藍而勝於藍麼。進而定策略。我用大數據模型,還是地推,還是高風險定價。說到定價,很多企業會說我為客戶量身定做,有差異化。小範圍內微調的確可以,但大範圍內市場表徵基本為劣幣驅逐良幣,最終歸為一同。定高了沒客戶,定低了等著被人家風險套利。業務與風險間永遠充滿博弈,一般而言每增加一個風控環節就會降低一定效率或客戶體驗。如何取得相對平衡,考驗著每個風控人。


分享到:


相關文章: