「AG娱乐解读」剖析积木盒子的风控体系


第一,有远见的战略部署;

第二,对小额分散类资产的强大数据分析;

第三,配套的风控政策并配以强力的落地执行。

壹、远见的战略部署

为什么要做零售信贷?

积木盒子始终坚信不同的经济形式下适应着不同的资产形式。总结国外银行、国内股份制银行、甚至小贷机构的发展历史和经验,不难发现收益最好、最稳定的一类资产就是零售信贷,所以零售信贷也愈发得到传统金融机构青睐。

而通过梳理P2P行业里问题平台案例,我们发现,绝大多数都是单笔大额类资产出现问题。积木盒子分析,其中原因可能有三个:

1.单笔大额的资产来源相对比较简单,不需要花很大的力气来精挑细选;同时,造假成本比较低;

2.即使这些资产都是真标,但由于单笔大额,很容易形成集中度高的情况,特别在宏观经济有波动的时候,就很容易受到集中逾期的影响;

3.再者,即使都是抵押类的信贷资产,还款出问题后,抵押物目前的处置时间都比较长,不符合当下网贷出借人的心理预期,在逾期的情况下就容易造成惊慌。

所以从P2P在中国兴起以来,积木盒子就一直秉承着“以监管为指南”的精神,尤其关注监管多次提及的小额分散原则,从一开始积木盒子就在思考,什么叫小额分散、多小算小、怎么才能更有效地分散。

事实上,积木盒子刚开始也做过抵押类信贷,后来发现,对几千元几万元这样类型的小额信贷用抵押做风控不现实,所以积木盒子就果断从抵押类转向了信用类资产。现在,不论线下还是线上,积木盒子都致力于开发小额信贷资产,并且进行多维度大数据的风控,更看重第一还款来源,依靠大数法则和适当定价,这也是积木盒子能够在压力下,依旧稳定、健康运营的重要原因之一。

贰、强大的数据分析能力

对数目庞大、单笔小额、分散度较高的零售类资产的数据分析,是积木盒子团队的一个强项,团队一直秉承着用“数据论事”的企业文化。

这种文化首先体现在积木盒子的平台经营上。在分析具体问题的时候,团队不仅要看问题本身,还要看相关的数据。而在风险管理上,平台尤其注重积累数据,一方面是为合规检查做留痕,一方面也为后期的分析打基础。

在进行数据分析之前,积木盒子通常会先收集海量数据。这些数据来自不同的地方,有从贷款申请人自填的数据、有对他申请贷款的设备进行分析得出的数据、有积木盒子自有的数据、也有我们有合作关系的第三方数据以及征信数据。这些数据会及时反映在积木盒子的系统中,系统也会对数据中的描述进行抓取。有时候现场尽调人员还没有返回基地,系统所抓取的数据就已经传了回来,相关人员再把它们从图像转变为数字和文字,就可以进行后续分析了。

积木盒子运用的主要数据有六个维度:

一是三方征信数据;

二是身份信息数据;

三是通讯数据(会预先取得相应授权);

四是电商数据;

五是消费者数据;

六是合作机构的数据(总数据里最多有1000多个字段供我们决策判断使用;还有一些合作机构同时标注黑名单。)

这些海量的数据,并结合已有业务表现数据的学习和分析,使积木盒子能够很好地掌握其中规律,帮助我们控制风险。

叁、优秀的风控执行能力

除了制定正确优秀的风控政策,对政策的执行、落地,对流程的优化等一系列配套措施,才是真正保证积木盒子能够真正从数字到实际实施和落实的关键所在。

风控政策执行最主要的方法主要有以下几种:

第一,用单一规则做决策

比如“一个人年龄如果小于18岁或已经有严重逾期,我们就肯定不会给你做贷款”,或者一个比较年轻的人已经有了较重的经济负担,那么我们会认为这个人的风险比较高,不值得我们冒险去给他做贷款等,像这些简单的规则,只要一条数据、一个及格线就可以做决策。

而有一些规律则隐藏得比较深,比如有些人会通过养号的方式提供一个手机号,想要进行自助贷款。这时我们构建新的指标,挖掘出手机号背后呼入、呼出的号码频数和时间规律,找出一些可疑度较高的习惯和特点。这时新指标就可用于直接拒绝这种高风险借贷,预先排除养号的可疑借款人。

第二,基于统计学习的规律和准入标准

就是基于过往的数据,找到那些有预测性的坏客户和好客户的特征信息,建立有效的数学模型,并测算相应的准入阈值,为之后的风控审核提供决策依据。一般来说这会基于多个弱指标,比如轻微逾期次数+债务收入比+借款频率,它不取决于一个指标,而是当综合指标超出阈值后才被视为高风险。

第三,基于AI算法分析复杂数据,用于高级反欺诈。

AI(人工智能)一般用于更复杂的情形。比如说,在前面提到的1000多个数据的特征中,我们会对其进行降维处理,将他们压到一维或二维的平面上,然后就很容易发现这些数据中的整体分布,不符合规律的个体则会成为我们进一步做反欺诈风险管理的重点关注。

还有,我们会做一些图数据库模型分析。比如,我们把成千上万个有过借贷历史的人的数据放在一起,很容易就能发现哪些是好客户,哪些是坏客户,然后用聚类的方法,把新客户数据放在这个图里,看看他更接近哪一类客户。这是另外一种能够帮助我们识别和初步判断欺诈可能性的办法。

第四,基于已经开发出来的模型,通过做测试来优化贷款条款。

积木盒子会通过设计不同的组合来找到贷款最佳条款,实现借款客户和平台的双赢。所有的产品上线之前,团队也都要做严格的测算,通过模拟测算来建立条款和盈利性之间的关系,确保平台在这样的额度和利率下能够获益。

当然,模型或者信用政策只是有效信贷的一部分,我们还需要做到打造流程、查堵漏洞、实现资金闭环和信息同步。这就需要我们不断完善环环相扣的业务流程,力求从贷前、贷中和贷后全链条把控风险。

第五,探索出有效的催收流程。

催收环节作为借贷行业生存链上最后一个环节,当然不能忽略。

近年来,积木盒子和合作伙伴开发出一整套合规、有效的催收流程,特别是针对早期逾期的借款人,采用了基于客服评分的催收,取得了较好成绩,回收效率优于行业的平均水平。此外,逾期资产被资产公司收购后,我们也在配合资产公司进行仲裁+法院执行,目前绝大部分法院是支持这种仲裁裁决并执行到位的,我们会联合合作伙伴继续使用这种高效合规的催收方式。总结地看,上述合理有效的催收和回收,进一步保障了出借人的利益,并支持了积木盒子业务能持久运营。

第六,线下风控

有些借款人的数据表面看着不错,但是实际的尽调中经我们抓取的一些软信息却更好地体现借款人及其经营的风险特征,作为信贷决策依据。因此积木盒子认为,线下调查对经营类贷款有着不可取代的风控识别性。

除了对借款人做相应的尽职调查,积木盒子也会关注平台内部工作人员的道德风险,并且把相应的管理流程嵌入到积木盒子的业务当中去。比如不接受市场第三方推荐过来的借款人;在分派相应的调查人员去经营场所时,采取随机的方式,避免提前约定好由谁来做风险调查而产生的利益冲突等。

除了信息方面的同步,资金闭环这一重要环节也是积木盒子从产品设计之初就一直考虑和控制的内容。例如,有一些借款人的还款来源事实上是来自于银行放款,那么积木盒子就会对银行放款的账户进行控制,使银行贷款资金能够及时地归还到出借人的账户里,保证还款安全。

总结

本文地址:http://www.ytxy.com.cn/yejie/201908/35.html

发表评论

您的电子邮件地址不会被公开,必填项目已做标记*