政策定价风控审批策略
政策与定价
一、不同应用场景下量化风控政策设定
市场主流产品
- 无定向用途贷款(信用贷款);2.定向用途贷款(商品贷款)
无定向用途贷款申请流程:
- 进件
- 审核
- 审核结果/授信
- 贷后管理
政策制定关注点:
- 用户准入设计,排除高危用户后的目标客群;
数据准入设计,必填项的要求与考量;
个人信息验证,包括人脸/活体/实名认证;
用于用户信息验证的外部数据,根据风险考虑,是否采用强授权信息
- 审核步骤设计,策略、模型及反欺诈的介入时机与介入窗框;
不同风险等级的审批流设计及操作指南;
用户的拒绝死线及政策弹性通过的触发条件
- 授信金额的确认,不同审批流中的授信金额幅度设计;
授信的激活时机及失效限制;
授信的定价及调整许可范围
- 不同风险等级的的评级变化标准;
用户级别变化的基本条件;
高危用户的定义标准及条件应用;
针对不同产品形式的用户升级条件
二、量化风险政策的业务应用流程
1.准入设计(硬规则及软规则)
硬规则:
- 用户基本准入:个人信息,生物识别,征信材料提供;
- 业务准入:渠道属性,标的物属性;
- 政策限制:特殊人群,特殊行业,特殊途径;
- 征信限制:外部查询,预期记录,内部核验
软规则:
- 用户资质调整:风险等级分层、资料缺陷调整
- 征信要求调整:额外提供材料要求、额外审批流程要求、额外数据调用要求
- 产品属性调整:因可控风险变高而带来的产品属性调整
- 用户外推:优质用户外推、次级用户同类产品外推
- 额度调整要求:升降额、额度禁用冻结等
- 审核环节设计
用户基本准入→标的物核验(如有)→审核操守及标准→用户资质评级→审批授信→贷后跟踪
数据外界及埋点要求,政策,反欺诈管制
3.额度控制及定价设计
产品设计→额度控制→产品定损、额度制定、定价设计→产品设计
你所应该知道的指标和计算:
- 通过率、转化率、授信金额、违约率
- 风险损失
- 资金占用周期
量化风险管理应用
损失估算及授信应用
- 为什么要做风险授信管理及定价
- 这个产品风险高吗?
- 人群分析
- 过往数据回顾
- 产品预期违约概率预估
- 这个产品的风险成本是多少?
- 贷款的还款方式(一次性还本付息、等额本息、等额等息)
- 贷款的违约情况(人群分布,产品形式分布-分期用户)
- 贷款回收情况
- 定价多少才能赚钱?
- 如何定价?(收入=成本)
- 成本有哪些?
- 风险成本
- 人力成本
- 运营成本
- 资金成本
- 损失与定价如何匹配?
4)定价多少才合适
预估损失→基础成本→边际成本(数据成本,获客成本) →收益平衡点 →定价
授信管理与定价的关系
- 计算损失率
- 针对产品给予风险敞口阈值
- 根据敞口及风险损失制定价格
- 风险损失的组成要素
通过计算整体授信资产的指标来得出预期的风险损失:
计算公式:Expected Loss= Probability of Default * Exposure at Default* Loss Given Default
PD:逾期率 EaD:风险敞口 LGD:违约损失率
风险损失的计算流程:
设定风险偏好→计算各客群用户数分布→计算客群违约概率→分配敞口→验证
预估信用风险损失三大要素的获取手段
- 贷前、中数据预估
- 贷后数据观测
- 催收数据观测
贷前、中、后数据观测表介绍
- 评分卡跟踪
- 评分卡稳定性回顾PSI
- 审核情况监控(TK流+拒绝+通过比列)
- 地区监控
- 资金监控 vintage资产质量
- 回款监控(本金+利息)
- 提款率监控
- 客群监控(地域/学历/评分/性别/产品等)
- 还款方式监控
- 损失预测(分期、先息后本)
3.不同产品间的风险损失计算方式
为什么风险损失需要因产品而异?
- 还款方式的不一致,导致损失的计算方案不相同
- 利息损失与本金损失因产品的还款方式和收费标准会有所不同
主流产品介绍:
- 一次性还本(多次付息、一次付息)
- 分期还本(等额本息、等本等息)
一次性还本产品损失计算方式
本金损失估计:
- 估算人群比例分布
- 估算人群违约概率
- 估算人群违约敞口
- 估算人群违约回收率
利息损失估计:
- 利息还款方案
- 利息偿还概率
- 利息计算方式
分期产品损失计算参数:
- 各期违约概率(连续违约概率及概率变化曲度)
- 各期违约敞口(本金/利息)
- 各期产品违约回收率
- 周期损失计算
4.资金占用、产品周期与年华损失的定价应用
风控审批策略
为了达到目标,从而采取的一系列举措
审批策略目标:低成本+低坏账率
低成本:搭建合理审批流程、自动化审批,减少人工、控制征信成本
低坏账率:防止欺诈风险、控制信用风险、加强贷后管理
审批策略架构搭建
制定策略的目标是什么?
从需求客户中,筛选出风险较小的全体,并给出对应的额度
目标分解后为一下几点:
- 审批对象为个人
- 需排除高风险群体
- 出具额度
熟悉产品类型,了解进件流程
熟悉产品类型:
- 明确核查审批的对象
- 了解市场行业审批流程
- 评估在客群层面是否存在明显风险
- 明确产品目标客群的范围
了解进件流程:
- 收集进件流程中可获得的进件要素
- 寻找流程中的风险点,制定对应的风险排查方法
根据明确的审批对象,制定主体策略模块
常规审批策略模块
- 个人信息验证
- 准入模块
- 欺诈判断
- 黑名单判断
- 信用风险评估
- 人工
- 授信
- 交易风险
注:
- 策略模块要根据产品流程来制定
- 每一个对应解决一个或者多个风险点
- 找不到解决方案的风险点需要预留位置
对应主体策略模块寻找风险解决方法
- 第三方数据源
- 增加进件要素获取
- 爬虫获取额外信息
注:数据源的选择
- 数据体量(查得率)
- 区分度(覆盖率等)
- 是否稳定
- 数据来源
根据确定的策略模块,设计审批流程
- 无费用在前,有费用在后
- 强高风险在前,弱风险在后
- 尽可能存留信息
注:考虑真实费用,而不是账面费用;可根据实际情况灵活调整
确认审批流程落地方案
- 决策引擎
- 审批系统
- 征信平台
注:征信平台
- 作为第三方数据源回传数据统一存储平台
- 记录每次查询结果
- 将原始数据处理为决策引擎可使用的字段
- 可管理多个同质数据源
解决方案:准入人群,确认风险点,寻找对应的排除方法,合理组合解决方法
成本类:推广费用,审批征信费用,放款成本,征信成本
- 数据源内容介绍
基本验证
公安核查,人脸识别,活体检验,银行卡三/四要素验证,手机要素验证
黑名单(身份证,手机号,联系人手机号)
- 法院执行人/失信被执行人
- 司法诉讼、行政违法、民间欠款等
- 高危行为、欺诈名单
- 金融信贷逾期、不良
- 金融信贷资信不佳、拒绝
- 关注名单
信用
- 多头借贷
- 信用分
- 互联网标签
- 银行卡信息
- 决策引擎
概念:是只吃变量,且只吐变量的系统
作用:将风控策略落地
与传统代码实现策略有什么区别?
- 风控业务人员可自行配置或更改
- 风控策略保密性更高
- 调整更快
决策引擎简介:
- 只能处理单变量,且只能输出单变量
- 内部可建立多个规则包,一个规则对应一个产品
- 可对每个使用用户进行规则包权限控制(只读,删改)
- 也可对没个使用用户进行内部组件权限控制
- 可对组件进行冻结,避免操作风险
决策引擎内部组件介绍:
- 数据模型
- 规则&规则集
- 决策树
- 评分模型
- 一维表索引
- 代码块
- 规则流
- 规则流测试
- 策略调优
什么时候需要策略调优?
- 资产质量朝坏的方向变化
- 逾期指标偏高
- 通过率下降
- 预测的坏账比率超过逾期
调优步骤:
- 确认是调整贷前策略还是贷后策略
- 是D类调优还是A类调优
- 量化分析调优阈值
- 预测按照方案调整后的效果
- 调整后验证结果与预计效果是否一致
- 重复修正
D类调优
在通过的客群中寻找差客户拒绝
将会降低通过率,且降低逾期指标
离线即可完成量化分析
A类调优
在拒绝的客群中找好客户通过
将提高通过率,逾期指标可能增加
需要决策引擎标记豁免部分样本分析
风控审批策略(续)
- 常用量化指标
- 逾期
- 账单逾期&订单逾期
- 逾期时段(M1,M2,)
- 资产质量
- Vintage
- 首期逾期率
- PSI=(A-B)*ln(A/B) 用于衡量指标的波动程度
注:PSI<0.1稳定性很好
0.1<=PSI<=0.25关注
PSI>0.25异常
- 探索性规则分析
- 确定探索性规则的目标
- 将于目标相关的变量与目标整理成宽表
- 使用SAS进行探索性分析
- 寻找与目标强相关的规则
- 评分卡使用策略
原理:
1)用历史数据预测新客户的违约概率
2)当前存在即合理
3)二分类结果
什么时候需要评分卡
- 进件量较大,规则无法满足更细的切分需要
- 有许多无法判断风险类别的灰色客群
使用场景:
- 人工分流
- 客群豁免
评分卡cuttoff
调额步骤:
- 筛选可调额客户
- 分为调额组与对照组
- 调额后调额组与对照组资产趋势分析
- 根据结果回调最初筛选可调额客户的规则
最初调额客户的筛选方案:
- 历史未逾期
- 账龄达到6个月
- 活跃月份占比超过80%
- 额度使用率超过85%
- 未办理过再分期业务
政策定价风控审批策略相关推荐
- 金融风控小白入门必学:审批策略分析岗面试常见问题
在之前的「一文看懂风控部门架构」中有提到审批策略部门,其内部由一些策略分析师组成,每组策略分析师分担一部分工作,比如,有些人负责规则测试与部署,有些人负责策略制定与调优等,共同保证金融贷款机构线上策略 ...
- 一文了解授信审批策略及流程
关注 "番茄风控大数据",获取更多数据分析与风控大数据的实用干货 各位读者好,一天一问候,你们都在好好地上班吗?2020年伊始,本来刚好是经济周期的下行期,又碰上传染性这么强 ...
- 贷前审批策略的6个搭建思路
贷前审批策略是金融风控里重要的一环,是整个贷款流程的基础,应用于筛选目标服务客群.高质量的贷前审批策略搭建是防范风险.减少坏账的重要前提.关注"金科应用研院",回复"CS ...
- SAP MM 特性设置问题导致PR审批策略不对之分析
SAP MM 特性设置问题导致PR审批策略不对之分析 笔者现在所在的项目里,采购申请的审批是在document level的,在配置里是启用了classification来支持审批策略. PR rel ...
- 【ABAP】采购申请自定义审批策略的实现
采购申请自定义审批策略的实现 一.自定义审批策略和流程 首先需要确定审批策略,通常以部门为基准来建立,然后新建一个自定义表,维护申请者和审批策略之间的关系. 比如采购一部:Z1 旗下多个业务员(由于E ...
- 29 MM配置-采购-采购申请-采购申请审批策略-编辑特性
业务背景:定义采购申请审批策略特性 事务码: CT04 SPRO路径:物料管理->采购->采购申请->审批过程->含分类的过程-> 编辑特性 第1步,SPRO进入 第2步 ...
- 韩国5G产品定价及营销策略剖析
| 文章版权所有,未经授权请勿转载或使用 2019年4月3日,韩国三大运营商同时推出5G服务,使韩国成为全球首个启动5G商用服务的国家.截止10月,韩国5G用户已超过350万,微信公众号「5G行业应用 ...
- SAP PR采购申请的审批策略
1.CT04配置了特征 特征 特性描述 表名 字段 FRG_EBAN_BSART 采购申请凭证类型 CEBAN BSART FRG_EBAN_EKGRP 采购组 CEBAN EKGRP FRG_EBA ...
- SAP 采购申请、采购订单的审批策略
采购申请.采购订单的审批策略 采购申请审批 PR审批可以分为:含分类.无分类 1.无分类PR审批: A.后台配置: 设置批准代码(批准代码可以设置多级审批): ...
最新文章
- 语音助手再次敲响隐私保护警钟
- phonegap+jquerymobile开发android的心得(6)
- python爬虫流程-什么是爬虫?爬虫的基本流程是什么?
- Android前沿技术
- Postman 最被低估的功能
- vue怎么自己创建组件并引用_Vue 实现创建全局组件,并且使用Vue.use() 载入方式
- linux下安装pm2
- Think in Java第四版 读书笔记6第12章 异常处理
- linux系统启动报错:[contains a file system with errors, check forced]的解决方法参考【ZT】
- H5实现俄罗斯方块(一)
- java安卓模拟器和电脑通信_Android 模拟器(JAVA)与C++ socket 通讯 分享
- 书评:我看《软件开发沉思录ThoughtWorks文集》
- Rplidar A1/A2使用及Hector_SLAM建图
- 【教程】无需下载任何软件,使win10任务栏完全透明!
- 腾讯云内容分发网络 CDN 产品认证课程笔记(二)——腾讯云CDN介绍
- 彼得林奇的成功投资四-投资组合股市大跌时表现
- R 两表格跟据某列相同值进行合并
- 新出炉彩色游戏——炸弹战争1.0版
- H5APP WEB 支付开发 (银联 微信 支付宝)流程
- python接口自动化搭配Gitlab 和jenkins持续集成
热门文章
- Kattis-What does the fox say 字符串处理+STL
- php如何同设备连接不上,一个账号同时只能在同一个设备上登陆
- Linux进程间通信五 Posix 信号量简介与示例
- IPv6扩展头部 (三) 路由头部 Routing Header for IPv6
- 抢救站位图片_抢救配合流程和站位,你真的规范了吗
- oracle计费系统相关问题,用radius和oracle做认证计费系统
- 伺服步进电机选型软件_关于伺服步进电机的28个问题
- java 7zip解压_Apache Commons Compress介绍-JAVA压缩解压7z文件
- Qt中的QStackedLayout
- 计算机视觉编程——OpenCV