消費金融公司信用風控策略研究

王雅慧

（首都經濟貿易大學 管理工程學院，北京100070）

1 消費金融市場現狀分析

消費金融是指消費金融公司向各階層消費者提供消費貸款的現代金融服務方式，具有單筆授信額度小、審批速度快、無需抵押擔保、服務方式靈活、貸款期限短等優勢。

目前，國內的消費金融公司主要包括持牌消費金融公司及非持牌消費金融公司，非持牌消費金融公司包括電商平臺、P2P 平臺和傳統銀行業；持牌消費金融公司是指由國家發放消費金融牌照的消費金融公司，截至2018-06，共有26家持牌消費金融公司。

持牌消費金融主要在2010—2018 年成立，與電商平臺、P2P 公司、傳統銀行業在客戶體驗、資金成本、獲客能力、風控能力方面有著明顯的區別。

持牌消費金融公司由于起步晚，在獲客能力和客戶體驗上稍顯不足，獲取資金的能力較強，但是風控能力是制約發展的一個短板，如何在短時間內擴大消費金融市場的占有率和如何提高風控能力是該類公司面臨的重要問題。消費金融市場現狀分析如圖1 所示。

圖1 消費金融市場現狀分析

2 消費金融公司信用風控面臨的主要問題

據《中國消費金融年度報告》顯示，中國2018 年消費貸款總額達到11.36 萬億，2019-09，消費貸款總額突破13.4萬億，并且保持高增長，同時又面臨著高逾期率的困境。逾期率是衡量一個金融機構信貸產品質量的重要指標。通過對30 家消費金融公司的公開數據統計，M3+逾期率在5%以下的有3 家，在5%～12%的有21 家，在12%以上的有6 家，由此可見，高逾期率是制約消費金融公司發展的主要因素。截至2019-01，央行征信中心已累計收錄自然人9.9 億人，有信貸記錄人數5.3 億，征信覆蓋率為38%。公開資料統計，消費金融公司客戶有人行征信記錄的不足30%，因此消費金融公司依靠客戶的人行征信記錄進行授信風控會“失靈”，對缺少征信信息或者征信空白的客戶放款，很容易造成客戶高違約現象。

3 基于挖掘技術的客戶信用指標

國外的FirstAccess 公司在開拓非洲市場時，在客戶征信缺失的情況下，通過分析客戶通信信息，比如通話時長、通話地點、通話的頻率、手機號更換的周期、平均花費等數據，得出對客戶信用特征的判定。

基于以上國外消費金融公司的做法，在國內消費金融市場，對于缺少征信信息或者征信空白的客戶，可以通過大數據挖掘技術手段挖掘更多貸款申請人的信息。除了客戶姓名、性別、身份證號碼、身份證類型外，可以挖掘到客戶的公共行為信息、通訊信息、社交信息、消費習慣和消費水平信息、APP 安裝偏好等，加工處理這些信息，對評估個人信用有參考價值的信息需要保留，而客戶的郵箱、手機號、移動設備、學校名稱對客戶的信用行為影響不大，稱之為無關信息；但是客戶的手機號是否實名，移動設備安裝軟件的類型，學校是否屬于985、211、一類本科、二類本科這些對客戶信用行為有著潛在的影響，稱之為關聯信息。

通過對某持牌消費金融公司的客戶信息的整理和分析，將客戶信息初步分為以下9 個維度，以便后續進行關聯度分析：基本信息、居住信息、婚姻信息、職業信息、學歷信息、社交網絡信息、行為愛好、APP 安裝指數以及貸款申請信息。

4 灰色關聯度原理

采用灰色關聯度分析方法，能定量地分析非線性相關的事物之間的內在聯系，尤其是分析小樣本數據，優勢更明顯。

設X0與Xi的長度相等，時距相等。

將數據值結果代入以上公式，結果如表1 所示。

表1 灰色絕對關聯度表

5 根據灰度結果分析客戶信用指標

從表1 可以看出，消費金融應用安裝指數、貸款應用安裝指數、貸款渠道與貸款客戶的違約信用情況關聯性最高，其余的客戶硬信息指標與客戶信用情況的關聯性也很高，基本在0.6 以上，以上定性分析和定量分析驗證了客戶信息硬指標對客戶信用的決定性影響，同時客戶軟信息指標如客戶年齡、婚姻狀態、工作年限等也說明了軟信息指標對客戶信用也有著不可忽略的影響，對多維度預測客戶信用情況有著很大的實踐意義。

以下是根據灰色關聯度得出的客戶信用關聯指標。

硬信息指標包括房屋性質、居住地址/單位地址驗證結果、學歷驗證結果、手機在網狀態、手機號實名制驗證結果、手機號近六月停機次數、消費金融興趣評級、貸款興趣評級、購物興趣評級、旅行興趣評級、消費金融應用安裝指數、貸款應用安裝指數、游戲應用安裝指數、貸款用途、貸款類型、還款類型。

軟信息指標包括年齡、婚姻狀況、工作年限、是否虛擬號段、手機號在網時長、手機號碼標記信息、手機號碼消費檔次、手機號碼常用聯系人驗證、基金興趣評級、銀行興趣評級、社交興趣評級、美食興趣評級、游戲興趣評級、智能設備興趣評級、基金應用安裝指數、銀行應用安裝指數、社交應用安裝指數、旅行應用安裝指數、美食應用安裝指數、購物應用安裝指數、最近一年電商網支付場景次數、最近一年電商支付場景金額、電商消費能力評級、貸款額度、貸款期限。

6 結論與建議

經過以上分析，在客戶征信信息不足或者空白的情況下，消費金融公司可以通過分析客戶的各維度指標來預測客戶的信用情況，從而進行貸款授信，同時，消費金融行業也應該從以下幾方面提高風控能力，降低貸款逾期率。

6.1 建議信息共享的機制

大數據技術可以獲取個人多樣化信息，比如一個人拖欠水電費、煤氣費、電話費，將這些信息共享給貸款機構，貸款機構就能對客戶預期的概率做出一個準確的預測，降低客戶貸款額度甚至拒絕客戶貸款請求。

6.2 建立自有風控策略

消費金融公司可以根據客戶特點建立自身風控的模型，形成以人行征信為主，自有模型為輔的風控策略。