金融信貸產品:貸前風控流程與常見策略規(guī)則類型
金融信貸產品的貸前風控流程與常見策略規(guī)則類型是從事相關行業(yè)人員需要了解的重要內容,在這篇文章中,作者將討論貸前風控流程的大致模塊,并介紹常見的策略規(guī)則類型,以幫助讀者更好地理解金融信貸產品和相關業(yè)務,一起來看。
本文目錄:
- 貸前風控流程
- 貸前風控策略模塊的構成
- 策略規(guī)則的常見類型
一、貸前風控流程
拋開策略技能和模型類型,單從策略角度來看,無論是互聯網金融產品,還是現金貸和消費分期產品,基本上貸前風控都是圍繞這么個流程,主要分為以下三個模塊:
1. 信息核驗
在金融信貸業(yè)務中,信息核驗是用戶申請進件后的第一個風控環(huán)節(jié),具體表現類型包括身份核驗、人臉識別、位置診斷、核身鑒權等,這些策略必然是產品的準入規(guī)則,很多數據來源是通過調用外部接口來實現的,例如身份二要素核驗、手機號三要素核驗等。
2. 欺詐識別
反欺詐在整個信貸領域里是非常凸顯的一個模塊,它的目的并不是挖掘真正的信用風險,而是想識別它的欺詐風險。識別欺詐包括名單過濾、欺詐檢測、多頭識別、交叉驗證等。
3. 授信決策
授信決策是通過多個維度的指標信息,對申請用戶的信用風險進行評估,并根據相關策略來決策審批是否通過或拒絕,具體表現形式有標簽規(guī)則、信用評分、模型評級、決策矩陣等。
二、貸前風控策略模塊的構成
信貸業(yè)務的貸前風控流程,首先是申請用戶發(fā)起進件,業(yè)務方通過用戶填寫的申請信息,以及從外部調用的授權信息,獲取風控體系所需要的多維數據,從而加工出策略與模型的相關特征指標,然后按照策略規(guī)則的原理邏輯,形成了完善的貸前風控策略,然后根據策略或模型的具體決策邏輯,對用戶進行量化分析與風險評估,同時以風控決策引擎配置好的決策規(guī)則,來對申請用戶進行訂單審批與額度授信。
貸前規(guī)則類型(業(yè)務角度)
在信貸產品的線上風控體系,策略是其中重要的組成部分,策略模塊由多個規(guī)則構成,而規(guī)則屬性又包括多種類型。從策略應用角度區(qū)分,貸前規(guī)則類型包括準入條件、邏輯信息、要素核驗、名單過濾、標簽拒絕、模型評級、產品定價等。
上面給大家介紹的是6個類型,從應用的角度來說,還有別的維度,只是這6個類型是容易理解且重要一些。大家可以通過下圖舉例去看下是怎么去執(zhí)行的。下圖是一個比較標準化的基本順序,當然在具體業(yè)務當中會適當的調整。
三、策略規(guī)則的常見類型
通過前面的整個業(yè)務背景介紹,相信大家都有了基礎了解。上面所講述的規(guī)則類型是從業(yè)務思維來進行劃分,那從數據分析師/策略分析師/建模分析師的開發(fā)角度上如何去劃分規(guī)則類型呢?
從開發(fā)角度來講,主要從以下幾個維度去進行劃分:
第一種,按特征類型劃分連續(xù)型和離散型,對應的規(guī)則類型有:連續(xù)多區(qū)間、二分類和多分類。
一個特征字段的類型有連續(xù)型和離散型,離散性又可以劃分為字符型和數字型。連續(xù)型特征比較通俗易懂,即將規(guī)則劃分成多區(qū)間,通過每個區(qū)間研究數據樣本的分布情況。離散型有二分類和多分類。二分類如有“是否某電商平臺欺詐黑名單”,黑名單不是0就是1。多分類規(guī)則取值不局限于兩類,如有取值范圍為A、B、C、D、E的“信用評分風險等級”。
二分類和多分類是有較大的區(qū)別,尤其從開發(fā)角度。一方面是驗證的難易程度,從業(yè)務角度二分類體現的是一個用戶的正反兩面性質。而多分類在很多情況下取值是有序的,不僅要考慮區(qū)分度,還要考慮單調性。不管是多區(qū)間還是二分類、多分類,需要綜合考慮其對應的占比和壞賬率。
第二種,按“數據維度”劃分為單維度和多維度,規(guī)則類型有:標簽規(guī)則和組合規(guī)則。
舉個例子,如:某個用戶近1個月他安裝借貸類APP的數量,這可以看到只體現了一個維度,即不考慮時間窗口,只考慮用戶安裝APP的業(yè)務屬性。
很多業(yè)務當中是多維度的組合,可能是兩個維度或者多個維度,尤其是采用決策樹模型的時候,根據很多數據源不斷去交叉,交叉后就得到了很多個維度的規(guī)則。
舉個例子,如:一個用戶的消費風險等級與穩(wěn)定能力等級。交叉結果可能是這個用戶消費風險等級是低級,比如C級,是最差的。但他是不是特別壞的用戶呢?不一定,雖然比較差,但不是絕對差。如果穩(wěn)定能力也很差的話,做一個交叉,從矩陣的角度就是多維度組合,這樣效果反而更好一些的。
第三種,從“風險等級”維度劃規(guī)則,規(guī)則類型有:剛性、高柔和低柔。
風險等級簡單來講就是高低的區(qū)別,在業(yè)務中真正做規(guī)則的時候,往往需要挖掘一些風險高的閾值。那該如何識別風險,只需要將特征數據分布劃分多個區(qū)間,把某個區(qū)間風險很高的對應的閾值做出一條規(guī)則。但既然是風險很高的規(guī)則,那不就是一個區(qū)間嗎?這里給大家介紹另一個方法。為了實現風險精細化管理與評估,可以考慮將風險較高區(qū)間劃分為多個區(qū)間。
舉例子,把某規(guī)則通過樣本分布劃分了十個區(qū)間,把其中最后三個區(qū)間分別組成三套規(guī)則。雖然是同一數據源,但閾值不同,閾值不同代表里邊每個區(qū)間的壞賬率表現是有明顯差異的。通過壞賬率的高低就可以把它定義成很高、高、較高的風險等級。在規(guī)則的角度,可以定義成剛性、高柔、低柔。命中剛柔規(guī)則,不容置疑,直接拒絕掉。而命中高柔和低柔進行打標簽,進入下一環(huán)節(jié)。
在這種規(guī)則開發(fā)思路的情況下,最終可以形成多個不同風險等級的策略規(guī)則集,在風控決策應用過程中,單條規(guī)則不做決策,所有規(guī)則綜合決策,可參考以下:
- 命中剛性規(guī)則的數量>0,拒絕
- 命中高柔規(guī)則的數量>5,拒絕
- 命中低柔規(guī)則的數量>10,拒絕
本篇文章是基于貸前流程跟大家介紹了金融產品中的策略規(guī)則的常見類型,更多關于規(guī)則的制定邏輯、策略挖掘不在本文展開細講。
來源公眾號:FAL-金科應用研院(ID:fintechapplab_sz),Make Fintech Easier And Smarter
本文由人人都是產品經理合作媒體 @FAL金科應用研院 授權發(fā)布,未經許可,禁止轉載。
題圖來自 Unsplash,基于 CC0 協(xié)議
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發(fā)揮!