傳統銀行如何搭建線上信貸業務的全流程風控

魏婷婷

摘要：文章從傳統銀行線上信貸業務發展和面臨的問題出發，結合互聯網企業風險管理經驗，提出了搭建線上業務貸前、貸中、貸后的全流程風控體系，以及搭建風控體系的步驟。改善“重貸前輕貸中貸后”的思想，提升客戶全生命周期風險管控水平，降低風險成本，提高資產質量，助力業務高速持續發展。

關鍵詞：線上信貸業務;風險管理;全流程風控

中國銀行業監督管理委員會制定發布的《商業銀行互聯網貸款管理暫行辦法》明確提出，以模型監控為主，人工干預為輔，加強網貸業務貸后管理。因此，要高度重視網貸業務的風險管控，積極探索建立具有網貸業務特色的貸后管理機制，嚴格規范貸后管理，確保網貸業務健康可持續發展。

一、銀行線上信貸業務的發展與面臨的挑戰

《商業銀行互聯網貸款管理暫行辦法》中對互聯網貸款有明確的定義，在實際信貸業務中又俗稱為線上貸款。線上貸款，最早是從網絡小貸、消費金融等金融機構，借助信息科技發展無人工干預或少人工干預的線上貸款。此類業務隨著2017年監管壓力的不斷加強，很多沒有放貸資質的流量平臺轉為銀行等傳統信貸機構輸送流量。而傳統銀行業在自我探索線上互聯網貸款業務的同時，也開始與外部機構合作開展引流、聯合等模式的線上業務。在線上貸款業務蓬勃發展中，傳統銀行面臨的挑戰有：

①信貸市場競爭激烈。銀行、消金及其他金融機構不斷發展，使得信貸產品日益豐富，消費者對信貸產品要求也更高。

②面對日趨規范化監管以及應用新技術的壓力。近年來，監管體系不斷完善，銀行線上業務面臨著監管水平不斷提升的壓力。新技術與應用場景不斷出現，銀行要建立對應的技術應用需要時間、數據、系統方面的準備，風控策略和模型能否快速部署落地以及迭代，現在仍然是多數銀行發展線上信貸風控的難點。

③全流程體系化的風控將成為銀行信貸業務長期發展的核心競爭力。銀行從相對單一的風險點管理到全信貸生命周期的管理，從控制風險到風險結合收益目標，全流程體系化的風控將成為銀行信貸業務長期發展的核心競爭力。

在銀行面臨的眾多問題中，線上全流程風控的搭建尤其重要。本文主要就線上貸款的全流程風控如何搭建問題進行闡述，幫助傳統銀行建立和提升線上業務的風控能力，包括貸前、貸中、貸后流程的搭建和一般步驟。

二、貸前風控流程的搭建

在信貸領域中，貸前風控是借款人的準入環節，直接影響產品的通過率，主要攔截客戶欺詐風險、信用風險以及額度定價策略。

在欺詐風險中主要是通過個人三要素核驗和生物識別技術來確定借款人是否是本人、貸款意圖是否真實、貸款人的資質是否滿足產品的準入、貸款用途是否合規等。在欺詐風險中還要重點關注信息造假、團伙攻擊等嚴重欺詐風險，一般該類信息具有隱蔽性，需要更加精細的模型進行識別攔截，例如知識圖譜、無監督算

法等。

在信用風險中主要看客戶的還款意愿、還款能力，一般會通過銀行征信數據、行內流水信息等客戶歷史信貸行為表現來開具一張或者多張信用評分。并對評分按照不同風險等級進行劃分，對于不同風險等級的客戶制定差異化的額度和利率定價策略。

在授信策略的制定中，除了考慮客戶風險以外，還會考慮客戶收入水平、還款能力、行業、地域等多方面因素。

在整個授信過程中，銀行征信數字解讀評分有著非常重要的地位。既可以作為一條準入規則，例如數字解讀評分小于800分的要果斷拒絕;也可以作為信用評分模型開發時的入模變量之一;還可以結合信用評分來制定授信策略，對于評分越高，風險越低的客戶給予更高額度。

三、貸中風控流程的搭建

一般信貸領域對于已經放款的但未逾期的客戶，或者早期逾期客戶，進行精細化的管理。這類客戶一般可以從風險和交叉營銷兩個角度出發，為銀行帶來更大價值的收益。從風險角度出發，銀行最關注的就是已放款的客戶能否正常還款和貸款流向是否合規，提前發現風險。從營銷角度，銀行更加關注如何增加高價值客戶和提升客戶黏性，挖掘潛在收益，提高品牌競爭力。

可以通過客戶授權信息、還款表現、逾期信息、交易信息、消費信息、貸后征信數據、外部數據等多維度的最新數據進行加工，開發出有效的貸中預警規則集和行為評分卡，對客戶行為形成有效的評估和分層。不同分層的客群有不同的應用策略，例如提額、降額、凍結關閉授信額度、早期催收預警、流失預警、交叉銷售等。

在整體的貸中管理中，需要對應用策略的效果進行監控，并對結果進行存儲，在下一次調整優化貸中預警規則和評分卡的時候加入最新的數據，從而完成整體貸中管理的循環迭代。

四、貸后風控流程的搭建

貸后風控流程一般是客戶發生逾期后到這筆業務結清的過程，包括客戶逾期后主動還款和銀行催收回款的工作。貸后的風控流程具體可以概括為客群監測、鎖定催收目標客戶、匹配催收方法、制定催收策略、再循環客群監測。在客群監測中主要監測客戶的逾期率、首逾比率、30+/60+/90+/180+不良率、遷移率、入催率、回款率等指標。按照逾期程度、產品客群、歸屬地域（分支機構），細分客戶，確定需要進行催收的客戶。將客戶在銀行內外的數據，如客戶還款行為、催收行為、最新的多頭風險等進行匯總，結合客戶細分，開發制定催收評分卡和催收策略。一般情況下，催收策略會根據客戶回款難易程度、逾期金額、逾期階段制定多套催收評分卡和策略。主要的目的是提前發現逾期風險，提高催收效率，減少壞賬損失。

催收的方法通常會有短信提醒、電話催收、外訪實地催收、法律訴訟以及委外催收等。短信提醒適用于剛剛逾期0～3天客戶和催收階段關鍵節點警示作用。電話催收可以貫穿在整個催收過程，電話催收又分機器人語音電話和人工客戶電話。外訪催收是客戶經理和專職貸后人員實地上門催收，對于多次催收無果的可以啟動法律訴訟程序。由于銀行人員有限，多數資產處置部門會選擇與外部專業的催收公司合作。

近年來，由于部分催收公司野蠻發展，所以銀行在選擇委外催收的時候，不僅要考慮回款率還要加強對委外公司的管理，防范由催收公司操作不規范帶來的聲譽風險。

五、風控流程搭建的一般步驟

銀行在搭建線上信貸業務三大風控體系的時候，都需要數據的積累，才可以開發策略和模型，并應用和監控迭代。從策略和模型開發與應用的角度出發，需要十個步驟，周而復始循環運作才得以支撐全流程風控體系的構建。

①了解業務。無論是貸前還是貸中貸后，都要充分的了解業務，例如最基本客群特征、貸款的期限利率、還款方式、額度上下限等產品要素。對業務的充分了解，有助于風險的識別、攔截。

②提取有效數據。銀行可以在獲得客戶授權時，查詢和保存內外部數據，例如客戶申請數據、行內流水數據、人行征信數據、公積金數據、稅務數據、發票數據等等。考慮不同業務和客群特征差異，需要在構建風控體系時，在數據可獲得且穩定的基礎上，提取有效數據。

③構建指標。在提取的有效數據基礎上，加工和衍生變量，例如基于IP地址、手機設備等客戶信息，可以衍生出該客戶是否經常異常登錄、切換設備、IP地址是否同時關聯多個歷史申請人等等。衍生變量的方法有兩種，分別是基于業務經驗和算法衍生，基于業務經驗一般衍生的變量比較好理解，基于算法衍生的變量具有量大但不精準，難以解釋等特征，可以根據需要選擇不同的衍生變量方法。

④指標篩選。對于加工好的變量，并不是所有的變量都可用，需要進行降維篩選更加有效的指標。可以剔除缺失率高、單一閾值集中度高、相關性高的指標。

⑤模型/策略開發。開發模型和策略具體步驟不太一致，但是具有相同點。兩者都需要確定一個目標變量，即“Y”變量，也叫確定“好”“壞”客戶。在貸前多指是“歷史最大逾期天數是否大于30天”;在貸中，一般為“借款人放款后是否逾期”;在貸后，一般為“借款人是否入催”。而策略和模型開發的過程就是找能區分“好”“壞”客戶的過程。開發的方法有邏輯回歸打分卡、XGB、決策樹等算法，也有根據專家經驗制定的規則。

⑥模型/策略評估。模型和策略評估方法多為量化指標，例如KS值、ROC、Lift值、準確率召回率等。

⑦上線評審。對于經過模型和策略評估的策略和模型，需要經過銀行上線評審委員會，主要評審兩方面，一是開發評估過程是否合理，二是結果是否有效。有時還要評審投入產出比是否符合預期。

⑧部署上線。通過評審會評審后，可以啟動上線部署。從風險審核角度出發，通常都是在測試環境的決策引擎部署，后一鍵導入生產環境。在生產上，抽取一部分流量進行試運行，并不斷增加流量，待試運行期平穩結束后，可以應用在產品的全部流量中。試運行期至少一個月，可以根據需要調整，最長不超過半年。

⑨線上監控。需要對生產環境中已經上線的模型和策略進行監控，監控指標應涵蓋系統的穩定性和效果的有效性。系統穩定性一般由決策引擎負責監控，效果的有效性一般由風險部門出具量化監控報表來實現。

⑩優化迭代。基于線上監控的效果以及業務發展的需求、客群的變化，可以定期和不定期的優化迭代現有的模型策略。并且在優化的過程中，同時考慮流程是否需要優化。

六、結束語

銀行在發展線上業務時，往往會出現“重貸前輕貸中貸后”的問題，全流程的搭建能強勁銀行線上業務風險的防控，降低風險成本，提高資產質量，助力業務高速持續發展。

參考文獻：

[1]張黎娜，袁磊.關于互聯網金融領域監管科技應用探索的思考[J].南方金融，2020（10）：12-15.

[2]代英華.關于商業銀行貸后管理的幾點思考[J].中國市場，2018（10）：165-167.

[3]劉 健.商業銀行貸后風險管理研究[J].時代金融，2017（10）：65-68.