在风控精细化运营的当下,贷后工作的开展,越来越需要精细化管理。如何做好相关的精细化管理工作,首先我们从这些贷后相关的名词如下开始熟悉:

贷后基本催收名词解释

Flow Rate
迁移率就是在贷后资产评估里最重要的报表了,比如计算M0到M1的迁徙率,公式就是:分子(M1状态下的在贷余额)/分母(上月M0状态下的在贷余额)
具体的报表是长这样的:

(某公司产品的资产表现)

PTP
通过电话催收,客户承诺在一定期限内归还一定数额的欠款,称之为承诺还款。
用来计算客户下p的数据,用来衡量客户承诺还款的数据,单位是次数。这个指标是很重要的一个指标,因为经常下p的客户,起码还是有还款意愿的
kptp
客户承诺还款,并不代表客户就一定会还款,还要看客户还款的时间是否真正有还款,于是这个指标是很重要的一个指标,这个也是经常在评分卡里建模的一个重要变量
bp
客户承诺还款后,实际还还不了款的次数,这个指标也是非常重要的,用来衡量,计算公式是PTP和KPTP之差。正常情况下,该数会是正数,但是也会出现负数的情况,比如kptp的次数会比下p的次数多。举个栗子,比如承诺还款1000元,实际还了三次,每次还款100元,这样计算下来BP是负2,这种出现负数的一般说是客户还款意愿好,但是客户还款能力不足。
in_ptp
电话催收,客户承诺在一定期限内归还一定数额的欠款,该周期内统称P期。一般的公司把p期定为t+3,也就是说在下P的时间里3天内有效。
v_ptp
指有效的PTP,即客户承诺还款后,处于该周期内的P均为有效(Valid PTP)。
DPD
即合同的最早的一笔分期的逾期日期到现在的时间间隔(Days past due)。
CPD
主要跟DPD有相对,一般的公司会把逾期金额欠款金额大于50元才会加入催收的名单里,把这块叫CPD
M1 M2 M3 DPD90+
逾期阶段,以30天为一个单位。
M1:DPD1-30;
M2:DPD31-60;
M3:DPD61-90(有些公司会把M1为DPD1-29,M2为DPP30-59,M3为DPD60-89)
DPD90+即为坏账,之后可以进行核销了
RPC(Rigth Pulic Cotact)
有效联系人(一般指客户本人、父母、配偶、直系亲属)
outbannd/inbound
电话外呼/呼入

在了解完相关的贷后指标,为大家带来一个催收模型优化和逾期案件催收差异化策略的内容,详细如下:

一.催收模型
在催收模块里,开发的催收模型往往是不止一个模型的,一般我们会通过不同的评分卡去区分不同的风险。
比如我们经常强调的滚动率模型,会用到好几个模型一起叠加来使用,我们有时不仅使用两个模型来叠加,还会使用3个甚至4个模型叠加使用。
下面我们使用两个模型的的叠加来说下具体的操作方法:

上图是一个真实的使用的场景。
模型1:应用场景是——客户处在DPD1的状态下滚动到DPD10+的模型
模型2:应用场景是——客户处理DPD1的状态下滚动到DPD30+的模型;
对于模型1,我们的目的是预测客户在逾期1天后,经过10天的催收,会不会变成逾期10天;同理,对于模型2,我们的目的也是预测客户在逾期1天后,经过30天的催收,会不会变成逾期31+的概率;

上图表格里,对应都是一定时间内的回收率。
有了这些数据后,我们就尝试把模型里的回收率根据区间划分成不同的风险等级:比如我们将回收率在90%以上的划为风险等级最低的一组。上表中模型1里的风险等级A、B、C、D跟模型2里的A、B交叉的就是风险等级最低的一组;
综合以上的数据后,再把不同梯度的回收率模型划分为不同的风险等级,最后我们用不同的颜色进行区分。 所以可看到,80%-90%的区间的风险等级,是属于中低风险等级。
不过一般做到这一步,是远远还没结束的。

&.催收模型的优化—冠军挑战者策略
根据上述得到的风险等级,我们将根据具体的策略进行调优,具体调优的方式如下:

在解释具体的调优的手段前,需要明白几个基本的逻辑:

在催收手段里,一般由强到弱的手段是:
手工外呼>自动外呼> ivr催收>短信;
以上催收成本也是依次递减。当然上门拜访、发送律师函不属于常规的催收手段,就没在比较范围内;

(在自家公司内部是以上几种催收手段,另外还有催收一段时间后委外催收的;委外一定就会比自己公司做的催收好吗?我看有些公司自己做的催收效果比委外的还要强,而且随着监管趋严,由于合规性很多委外公司都越来越难生存)

最后依旧上述的基本逻辑,根据评分的风险等级,对不同的风险等级采取不同的催收策略。
在上图中,比如我们对高风险的客户,我们会将测试组分成不同的策略组使用不同的手段。如20%的测试组里,细分dpd1-3使用IVR催收手段,DPD4使用手工外呼,另外30%的测试组里,细分dpd1-15里,使用自动外呼,dpd16使用委外;剩下的50%,我们再使用手工外呼的方式,进行催收;
同理,我们其他风险等级的客户都能使用类似的策略手段进行策略调优。会使用不同对照组,用冠军挑战者策略去测试不同的催收手段。

二.差异化催收策略的制定
关于逾期账单的催收,我们会根据案件不同的程度的逾期标签划分差异化的风险等级。
以某车贷中的M1、M2案件风险等级管理为例,根据不同的风险标签将客群划分成A、B、C、D、E、F这六个等级,分别是:
A.首次逾期(免息期内偿还)

B首三期

C.历史逾期天数30/60天以上
D.认定失联
E.延期、展期、重组后逾期

F.疑难(GPS离线/车辆保全/出险/诉讼)

根据不同的风险标签,制定差异化的还款前与还款中的催收策略,如:
还款前分别制定短信与还款提醒短信等不同的催收策略;
还款中进一步根据风险的差异,在电催策略中依次制定如自动外呼、手工外呼、外访等催收手段,催收强度由弱到强的展开;

当然在以上的具体差异化的催收策略中,还需将案件按照开案的难度分配至不同催收技能组里(如这里提及的A技能组和B技能组,B的技能组比A会稍微高一些)。在相关的案件分配中,还有一个分配的逻辑跟人员管理需要了解,分别是:
①每个账单日按逾期金额维度平均分配给M1/M2催收人员;
②客户维度(账单追加)每个客户固定一个催收人员到该客户逾期天数大于30天时任务失效;
③绩效截止时间是每月末最后一天,逾期30天的客户算作库存案件;

以上内容参考:

第58期《催收板块:逾期账款催收管理 》
第70期《逾期催收管理流程优化与催收系统配置 》
以及《贷后全流程开发训练营》。


~原创文章

贷后联动管控指标与差异化案件的分配逻辑相关推荐

  1. 前端差异化项目合并打包

    前言 以前实现差异化或者说项目上线之前会有一个项目的异化合并打包.这种事情以前一般都是运维或者是后端同事去干,用的一般是 ant 或者是自己写个脚本什么的,在这里我们就不说了[其实是没有玩过].但是这 ...

  2. 贷后回款要想好,离不开这五步工作

    番茄风控的最开始的文章就是跟贷后工作息息相关,不敢说是开创者但也是走在前列的先进者.我们相信贷后工作的开展,越发觉得贷后的工作需要进一步的精细化管理. 在总结和梳理后,相关的贷后管理中,需要进行以下五 ...

  3. 贷后催收中的风险联动管控指标

    在番茄风控大数据之前的文章中,之前跟大家介绍过催收相关内容:催收小词典,助你轻松讨回债务. 今天文章会再跟大家介绍在这些催收指标中,哪些指标是可以反馈到贷前贷中风控环节的.在策略整体优化流程而言,数据 ...

  4. 贷后风控中逾期案件差异化的分配逻辑

    在风控精细化运营的当下,贷后工作的开展,越来越需要精细化管理. 今天我们总结梳理了番茄风控之前的内容并结合近期开展的内容,为大家带来一个催收模型优化和逾期案件催收差异化策略的内容,详细请看本文介绍. ...

  5. 【项目实战】基于python的 p2p 贷后指标全自动日报制作

    需要数据分析.风控评分卡等相关数据.代码,请添加qq群:102755159,或留言联系笔者邮件发送!!! 如果对金融风控.机器学习.数据科学.大数据分析等感兴趣的小伙伴,可加微信交流(邮件中备注,我会 ...

  6. 常用的贷后4大类指标介绍

    贷后管理是控制风险.防止不良贷款发生的重要一环.目前行业内对贷后策略评价体系也有许多探索,并针对性地设计多种指标来评估贷后策略效果.更多量化风险管理.风控策略相关内容,可以关注[金科应用研院].指标设 ...

  7. 风控人必须知道的贷后专业术语和指标

    很多人普遍认为贷后管理等同于打电话做催收,其实不然.单从催收手段上就可分为:自动代扣.短信提醒.IVR.智能语音.预测式外呼.预览式外呼.上门催收.法务催收.律师函.委外催收.网络仲裁等. 仅以发送短 ...

  8. 贷后管理3大流程,专业术语及指标解析​

    贷后管理,顾名思义就是银行等信贷机构从贷款发放或其他信贷业务发生后直至本息收回或信用结束全过程的信贷管理. 关注"金科应用研院",回复"CSDN" 领取风控资料 ...

  9. 【科技金融】专家评分卡和机器学习评分卡的差异化和必要性

      对数据分析.机器学习.数据科学.金融风控等感兴趣的小伙伴,需要数据集.代码.行业报告等各类学习资料,可添加微信:wu805686220(记得要备注喔!),也可关注微信公众号:风控圏子(别打错字,是 ...

最新文章

  1. 梓益C语言学习笔记之指针
  2. mongoose只更新数组中某一项的字段
  3. [Pytorch] BCELoss和BCEWithLogitsLoss(Sigmoid-BCELoss合成为一步)
  4. 机器人环境感知算法之经典阶段
  5. 微软云平台 Azure简介 (三)Windows Azure 存储概述
  6. 信号系统与数字信号处理一点点心得
  7. 完全数(Perfect Number)
  8. 网页版数据库管理工具
  9. ug编程内公差和外公差是什么_UG编程
  10. 年薪百万的阿里 P7 到底该具备什么样的能力?
  11. 弹出确认提示框,确定,取消
  12. 学习资料 AND ORR
  13. 百度热力图颜色说明_揭秘!张家口100万人口热力图,看完你就知道房子该买哪里了...
  14. 1487 C. Minimum Ties
  15. Python opencv:实现与自己同框对话的视频特效
  16. 《Java程序员,上班那点事儿》荣登北京新华书店销售榜第2名,立贴纪念!
  17. 网络直播卖货为什么能火
  18. 希腊神话中神的命名树
  19. Python爬虫 | 全网资源汇总
  20. Facebook Rebound 弹性动画库 源码分析

热门文章

  1. Windows10常用快捷键汇总
  2. 如何绘画人物的衣服?人物的服装怎么上色?
  3. 行为树 Behavior Tree 原理 一
  4. 医学检验技术与计算机的发展,医学检验专业发展现状与前景
  5. SQL入门经典第5版(Sams Teach Yourself SQL in 24 Hours, 5th)随书习题的建表和插入
  6. 以爱情规律为例,浅谈三段式描述状态机
  7. 运筹说 第85期 | 只有初中学历的数学家
  8. RPA机器人是什么意思?RPA机器人能为企业解决哪些问题?
  9. 2021年全球除湿机收入大约2769.4百万美元,预计2028年达到4758.2百万美元
  10. 国内的程序员(软件工程师)这一职业,是吃青春饭的吗?