智慧金融 || 基于大数据风控小额贷款的思考_这里金融-慢财经

发表自话题：无视大数据的小额贷款

时刻相伴，遂您心愿！

基于大数据风控小额贷款的思考

伴随着大数据、云计算、搜索引擎等技术如雨后春笋般蓬勃发展，银行逐步进入“互联网+”经营模式；为了方便客户，提高客户体验度，银行将由传统业务向信用卡网上申请、小额现金贷、消费金融等互联网金融业务上转变。

对于银行信贷业务而言，在贷前调查和准入、贷中发放、贷后调查和信用检测等环节，除了需要调查申请人在传统金融机构的信用表现，还需要第三方大数据的信用支持；对于互联网金融客户信用信息更为缺乏，如何在贷前有效识别不良客户，是互联网金融的重要风控点，因此基于大数据技术对申请人建立综合信用建模，形成信贷风控解决方案，降低线上小额贷款风险。

以大数据为基础，实现贷前、贷中、贷后自动化风控，最大程度控制信用风险。本文从大数据风控的贷前、贷中、贷后部分业务出发，介绍大数据风控组成、实现及应用，如图1所示：

基于大数据的互联网金融贷前风控主要分为贷前准入、信用评分、贷前审批、离线额度四部分组成，如图2所示：

信用评分：将行内数据和第三方征信数据的各项数据进行汇总，按照客户消费行为、法院执行记录、银联转账消费记录等多项数据，按照一定维度、权重策略建立信用模型；在大数据仓库抽取基础数据指标，Hadoop集群加工、分析、处理指标数据存放在应用平台；最后将信贷决策平台和信用评级模块相结合，计算出该客户综合评定得分和各项指标得分，给出相应的信用等级。

贷前准入：贷前准入主要通过预授信和授信两种方式配合完成；预授信准入是将信贷决策平台与特定时间内的批量信息进行交互并返回授信结果；实时授信是指第三方商家白名单信息变更时触发重新准入原则，并将原有授信结果进行更新。

贷前审批：根据多种策略规则组合对在线小额贷款业务进行二次审核判定，周期性更缜密。

离线额度：风险定价模型是互联网金融风控体系核心部分，离线额度是对小额可贷额度进行预先计算，在公式，根据不同小额贷款产品特点，信用贷周期、信用状况，通过调度平台定时调度不同产品额度，完成离线额度计算工作。

针对贷前审核环节，大数据风控平台提供的信贷审核决策服务主要包括：基础信息核查、用户行为规则、多平台申请、不良信用记录查询、灰黑名单等行为；大数据平台能够将申请人基本信息如手机号码归属地、身份证归属地，不良信息扫描，关联人信息扫描，多平台贷款申请检测等维度进行整合，交叉验证核实，采用维度越多，深入了解客户贷前信息越全面，并对申请人信用情况进行比较准确的画像，给银行线上审核提供重要依据。

大数据风控贷后策略主要分为风险预警与处置和贷后催收，贷后主要工作时早发现、早行动、早解除等，如图3所示：

贷后风险预警与处置：（1）对采集的信息通过大数据风控平台进行技术加工；（2）通过独特技术手段进行实时监控风险指标变动情况，根据评判结果做出相应预警区间；（3）根据风险等级进行相应账户冻结等风险处置。

总之，基于大数据风控系统可定期监控客户行为，监控主要内容：新增多平台违约、新增多平台贷款、新增多不良记录、新增多法院诉讼等维度，有效帮助银行提供相应数据来源作为贷后支撑、帮助银行建立贷后监管相应制度、及时准确监控客户信用状况。针对失联客户，根据失联客户相关信息维度进行交叉验证，最后修复客户基本信息，帮助银行找到部分失联客户，进而展开有效催收措施。

（研究院：张好朋）

标签组：[金融] [信用] [信用评分模型] 

上一篇：2020高考今将全部落幕 这份“考后提醒”请收好

下一篇：飞泉小贷：小额贷款新主流消费方式_E理财云掌号_云掌财经