個人信用貸款解析與思考

曾永林 白楊 陽子坤

隨著居民經濟水平的增長、互聯網金融業務的繁榮、金融科技的高速發展、普惠金融等政策的支持，加速了居民消費升級，消費金融市場爆發大量需求。而傳統風控手段由于存在信息不對稱、成本高、效率低、時效性差等局限，已難以滿足個人消費旺盛引發的信貸增長，和長久以來被傳統金融機構忽視的長尾用戶的貸款需求。隨著金融科技近幾年的快速發展，我們可以將其應用于貸前審核、貸中監控和貸后管理等環節，實現風控管理的高效、智能化。本文就從金融信貸業務全流程梳理常用的風控手段，以及金融科技在其中的助力。

個人貸款跟企業貸款最明顯的區別就在于，個人貸款是發放給單獨一個人的貸款，而企業貸款是針對企業公司發放的貸款。在申請貸款過程中，兩種貸款方式需要的各種資料和審核條件要求也是大不相同。

在這個社會上，單獨的個人基數肯定比企業公司的基數大得多，所以個人貸款業務也是大多數金融機構或銀行的主要業務構成部分，同時也是這些金融機構用來分散資金，為自己降低資金過于集中產生風險的一種方式。

在我們日常生活中，大多數人都會接觸到這樣的情況：要按揭買房，買車，自己生意上需要周轉要貸款，房子要裝修缺錢貸款，甚至很多大學生、年輕人使用的網貸、花唄、借唄、京東白條這類似的貸款類型。總的來說它們都屬于個人貸款范疇。

由此可見，個人貸款業務不僅金融機構利用收取的利息和其他相關的服務費來增加自身機構的盈利，同時也刺激了普通老百姓的消費，提高老百姓的消費生活水平。

信貸業務流程主要可以分為以下四個階段：營銷獲客、貸前、貸中、貸后

第一階段 營銷獲客

信貸客戶生命周期可以分為客戶獲取、客戶提升與成熟、客戶衰退與流失三個階段，所以設計營銷策略時必須圍繞客戶的整個生命周期，發掘不同層級客戶的價值，實現效益最大化。

1.客戶獲取 目標是發現并獲取潛在客戶，增加流量轉化率，

當客戶從渠道進入平臺時，利用現在大數據環境下多維、非結構化、高度分散的數據，整合分析形成客戶畫像，同時利用機器學習技術建立潛客響應模型。根據客戶響應概率分為高響應客戶、中響應客戶、低響應客戶，針對不同的響應級別，設置不同營銷策略，高響應客戶采用主動營銷策略，如電話營銷，中響應客戶應持續維持使其轉化為高響應客戶，低響應客戶可暫時放棄，降低營銷成本。

2.客戶提升與成熟 挖掘存量客戶價值，提升客戶忠誠度

基于存量客戶歷史信貸行為、查詢記錄，消費行為、消費偏好、金融業務屬性等多維度數據，建立信貸意向識別模型，進行產品推薦或交叉營銷，提高用戶粘性，提升客戶忠誠度，使客戶價值最大化，最終約談達成交易。

3.客戶衰退與流失 目標挽回流失客戶，讓其對信貸產品重新產生興趣

利用賬戶歷史數據及行為數據建立流失預測模型，提前預警客戶流失，采取針對策略及時挽回客戶，避免客戶流失。

獲客只是金融業務活動的第一步，金融的核心是風險管理。

第二階段 貸前

前風控主要包括貸前反欺詐，個人征信信息核驗，信用評估。

對于目前人民銀行已經建立的個人征信系統，雖然通過幾年的發展。系統有了一定程度的更新但系統內所體現的個人綜合信息仍有部分錯誤或更新比較慢等情況。加上對個人貸款市場的競爭使銀行之間缺乏溝通，從而使得個人的信用信息披露不夠，信用信息資源無法共享。另外，很多銀行出具的“非惡意拖欠還款證明”字樣的證明個人信用報告中的信息是否屬實也很難知曉，因此很難正確掌握個人相關信用信息，對于個人貸款業務的開展有了抑制作用。也并非信息的不對稱又可能致使借款人將貸款惡意挪用，用于經營或投機活動，經營失敗導致貸款償還出現問題。比如，一部分借款人在銀行申請個人貸款后并非真正意義的區投資或消費。而是去購買基金或股票。這樣的投機行為是非常不可取得。

1.貸前反欺詐

貸前欺詐主要是團體欺詐， 集團化和規模化欺詐案件很難利用人工實現規避。通過大數據融合，挖掘線索特征，挖掘用戶的行為特征，用戶關聯特征等異常事件，結合IP、手機、位置等維度分析潛在的欺詐風險，結合具體業務場景，構建反欺詐模型，同時動態優化反欺詐規則，提高欺詐案件命中率。

2.信息核驗

核查用戶信息真實性。對用戶提交信息、用戶身份等于公安、征信、銀行等系統進行交叉驗證。當下生物特征識別等技術的應用，可以實現身份自動化識別并做出精準攔截。

3.信用評估

基于客戶購物、交易、金融數據、歷史信貸記錄，客戶資產、債務結構，以及運營商、銀聯、 公安及行業共享等數據，同時結合內部信貸政策，建立信用分險評估模型，核定客戶還款意愿和還款能力。同時可指導信貸額度和利率的差異化設定。

第三階段 貸中

貸中風控主要有交易中監控，交易反欺詐。

1.交易監控

利用大數據技術實現實時監控，異常行為預警（多頭借貸行為監控、還款能足指標異常預警及還款意愿交叉識別），對貸款流程中潛在或者已經發生的風險進行監控，以預防壞賬和交易欺詐。

2.交易反欺詐

交易欺詐主要是信貸業務發生時的第三方欺詐，通過借款人為核心關系的人際關系網絡，借款人的交易行為、還款行為、設備使用行為等各方面關鍵信息項的交叉偵測，提前發現風險，進行預警并對借款人賬戶進行實時管控。

第四階段 貸后

貸后管理主要有貸后監控、存量客戶管理、催收。

1.貸后監控

從貸款發放后到本息收回，通過掃描借款人新增風險，動態監控借款人信息變更，及時發現不利于貸款按時歸還的問題，調整相應催收策略，解決壞賬隱患。

2.存量客戶管理

建立信貸意向識別模型，挖掘客戶信貸需求，產品偏好，進行產品推薦或交叉營銷，實現客戶價值最大化。

3.催收

貸后催收主要是針對逾期還款催收，通過數據分析，對客戶的逾期風險進行評分，利用差異化催收策略進行貸后催收。市場上的一些智能催收產品有：

逾期客戶畫像：明晰催收對象情況，多維度畫像數據，精確勾勒逾期客戶還款能力與意愿的相關情況并精準量化。

催收評分：評估對象催收難度，融合 金額、賬齡、地域等多維 度信息建模評分系統，對 債務還款可能性進行綜合。

分單策略：根據催收評分，結合系統總催收人員能力制定分單策略，以對案件進行合理化分配，提升催收效果。

輪循撥號：友好自動撥號，對于高頻、 簡單的催收案件，采用輪循撥打，減少人工操作，縮短撥打間隔，有效提升催收效率。

失聯催收：跟蹤關注類用戶行為軌跡， 適時預警，并在逾期失聯 后以恰當方式進行催收。

實現個人貸款資金的安全性、流動性和盈利性，是商業銀行和其他金融機構貸款的重要原則，要想實現這三項原則，必須加強個人貸款管理。銀行發放個人貸款，必須以貸款能夠安全收總結貸款風險的高低，直接影響到貸款的安全，貸款的風險越高，安全性就越低;反之。貸款的風險越低。安全性則越高。所以，為提高個人貸款的安全性，就必須加強管理，特別是貸款的風險管理，努力降低個人貸款的風險。流動性是銀行發放貸款的又一重要原則。為使信貸資金具有一定的流動性，這就要求商業銀行合理配置信貸資金，加強貸款管理。保障信貸資金按期流回銀行，以滿足客戶及時提取存款和發放必要貸款的需要。個人貸款資金是銀行信貸資金的重要組成部分，西方發達國家個人貸款在銀行貸款總額中占比一般都在35%以上，我國現階段個人貸款占銀行信貸資金的比重雖然不大，但隨著此項業務不斷發展，占比將會越來越大。

臨沂大學歷史文化學院 276000