同盾科技黄晓如:消费信贷的《道德经》逻辑

摘要: 本人根据多年的从业经验发现,其实从消费信贷管理的角度,也可以分成道、法、术、器这四个层面,分析大数据在消费信贷风险管理中的运用。

12-10 01:46 首页 智能风控联盟

文章授权转自:金卡生活,作者系同盾科技有限公司副总裁


责任编辑 | 王孔平

实习编辑 | 邢梦扬


春秋时期,老子(李耳)的哲学作品《道德经》里提到了四个字,“道、法、术、器”。道是自然法则、事物发展的规律、核心理念,是终极的;法是实现目标的战略、方法、方针,以及相关的流程、规章、制度;术是具体的战术、技术;器是工具和手段,实现最终的落地,可以有形也可以无形。



本人根据多年的从业经验发现,其实从消费信贷管理的角度,也可以分成道、法、术、器这四个层面,分析大数据在消费信贷风险管理中的运用。



先谈谈消费信贷风险管理的道。


国际通行的风险管理理念是在风险可控、法律法规许可的前提下,追求利润最大,而非风险最低。那如何定义风险可控呢?任何事物的发展都有其规律,消费信贷也是一样,是随着经济发展、消费水平逐步提升到了一定阶段,消费者开始在即期消费与远期收入之间进行平衡时的必然产物。在成熟市场,同类消费信贷业务的信用风险的表现水平基本趋于恒定,风险太高会压缩利润空间,而太低又抑制了收入水平,对于基于概率来批量化经营风险的消费信贷业务,在离开产品利润的背景下,谈风险指标没有任何意义,没有风险也可能是最大的风险,因为没有多少业务了。通常而言,风险从低到高的递进趋势大致是房贷、车贷、信用卡、消费金融、小贷公司的场景贷、小额现金贷,相应的这些产品的价格也会有大致的行业基准定价,在这个水平上下浮动,其中的原理其实就是客群、产品的风险定价。


贷款的质量变化,与经济周期、宏观环境高度相关,顺周期时,整体经济向好,违约概率低,普遍加杠杆,加大信贷投放;而逆周期时,银行收缩放贷,前期的风险问题又会加速暴露。现在国家在去杠杆上的态度非常坚决,还将继续拉动消费内需、降低储蓄率,对发展消费信贷是一个利好。但我们也应该看到,消费信贷风险的充分暴露通常需要2年左右的时间,过去两年,消费信贷一直处于风口,前期快速发展的业务风险会随着时间递延、逐步暴露出来,风险管理应该顺应当下和未来的趋势,把控好节奏,不与大势为敌,这是第一要务。


香港信贷危机中的信用卡业务数据可以给我们一些启发。97年金融危机以后,香港的信用卡风险略有攀升,但当时大家发现信用卡表现还好,循环达到77%,收入可观,呆账又低,只有3%左右的水平。因此,没有过多的警惕,虽然失业率攀升,但是没有人质疑客户未来的还款能力,2000年,继续发卡,余额攀升,风险反而被掩盖。2001年,大家发现滚动率攀升,但是没有人觉得会很糟,结果到了年底情况完全失控,坏账急剧攀升到8%,大家忙不迭收紧授信政策、降额,但行业风险仍在攀升,直至14%,有些银行甚至到了20%的坏账率。而后大家花了近3年时间,用了各种手段将风险降回到危机前水平。过程中,大趋势无可避免,但是那些基于内外部宏观、微观数据进行预估、提早采用谨慎的风险策略应对的银行表现出了更强的风控能力。只有到风险来临时,才知道谁在裸泳。


又比如2015年以来的信用卡风险,主要源于2013年开始大规模发展高收益产品带来的风险,现在有些银行的风险指标在降低,有些是基于风控手段的优化、能力的提升,有些主要是因为引入了多元化的资产处置手段,而有些是由于分母快速扩张带来的不良率下降,实际风险在集聚中。可以说,由于发展阶段、管理水平的差异,机构仍有可以持续优化的空间,其中竞争的关键就在于数据的利用水平,清晰的分析洞察可以更好地帮助我们了解现在的整体态势,把握自身发展。



每个机构都会制定3年或5年规划,我参与过制定,也帮一些客户做过规划,这个战略规划其实就是在确定法。当前消费信贷市场远未成熟,有人开始觉得风险攀升要控制节奏,也有人依然认为利润很大,快速冲进来。中长期来看,要么是够大、够快,要么是够专、够深,阶段性中庸可以,长期中庸是很难有突破的。大者恒大,规模效应带来更多可能性;或者就是通过专注细分领域,保持局部高度领先,铸就足够宽的护城河。那到底什么才是适合自己的呢?


一是避免盲目扩张或过度谨慎。从自身资源、能力出发,结合外部宏观环境与行业发展态势进行客观分析,合理确定的发展节奏与发展目标,以此避免盲目的扩张,或者过度的谨慎。规划要有延续性,一脚油门、一脚刹车对风险管理很不利。KPI制定也很关键,这根指挥棒直接影响业务推进的方向与速度。不能简单拍脑袋,同样需要结合业务数据及行业数据进行分析确定目标,并且对目标进行合理分解,辅以配套的资源以及管控措施,在推进中持续通过数据追踪复盘,不断提升规划能力。


二是实现资产组合管理,避免鸡蛋放在一个篮子里。如果业务过于集中,就容易因行业波动、监管风向调整而导致不可控。如钢贸行业、医美行业、校园贷,有些机构由于单个行业或单项业务占比过大导致风险,在转型的过程中元气大伤。在管理中,我们可以通过数据监控实现更好的地域组合、行业组合、产品组合、客群组合、渠道组合,合理配置资产结构,实现业务的稳健经营与可持续发展。


三是练好内功、保持清醒,合理预测未来,避免火鸡的错觉。主人买了只火鸡,一开始火鸡每天都很担心主人会杀它,但是主人每天拿来的都是美味的饲料,火鸡渐渐放松了警惕,结果到了圣诞节,火鸡被端上了餐桌。临死前,火鸡非常哀怨,它突然间发现原来此前得到的好都是为了被宰杀的一刻。火鸡对风险的评估被演绎为“平滑定理”,如果同一件事情之前发生过n天,那么后面再发生的概率是(n+1)/(n+2)…,会随着时间推演无限趋近于1。但是事实有时恰恰相反。现在很多模型的算法都是基于过去与未来相同的背景下进行的,这是不够的,宏观环境、行业景气读、趋势走向等大数据也需要在决策模型中加以考量,这样才能在一定程度上规避完全基于过去所带来的模型偏差。



基于战略目标,我们要制定相应的战术、进行产品规划、确定管理方法。信贷风险管理是全流程、生态化的,风险人员需要联动其他部门和业务条线,而其中完善的事前规划是成功不可缺少的一环。在消费信贷中,做什么永远是第一位的,然后才是考虑怎么做,不同的产品、业务模式对应在管理之中有时差异很大。


一是客群。客群是消费信贷经营的核心,目标客群决定了产品设计、推广渠道、营销策划、风控策略。在信用卡发展初期的跑马圈地阶段,很多银行认为公务员、事业单位、500强员工是优质客群,但通过数据分析,我们发现这些客群风险很低,是分母的稳定器,但却难以形成收入的助推器;在客群探索上我们也做过一些边缘人群的测试案,比如一线操作工人、运输司机、学生、个体业主、无网点城市、没有工作但是有钱的拆迁户等等,基于数据的复盘让我们对不同客群需要限定的资质要求以及利率设定有了更多的经验积累。而高端客户、商旅人士、小微企业主、年轻白领、女性族群等消费能力强劲、盈利水平高的客群也逐步浮出水面,现在市面上我们看到的主流信用卡产品基本都是围绕这些人群进行开发的。夸张点说,找准了目标客群,我们就成功了一半。


二是产品。产品规划需要相关团队通力配合,规划不足或规划失误可能会直接导致消费信贷产品的失败。在新业务或是针对新族群的新产品的上线、运营与下线的过程中,风险管理和数据分析人员都是绝不能缺席的。这几年市场中余额代偿、次级消费贷款的发展如火如荼,如何定价、如何剔除风险与收益不对等的客户,直接决定了产品最终的损益能力。产品不是越多越好,有些小机构客户量不多、产品有几十个,管理工作量大幅增加,却不见收入相应提升,这就是混淆了目的与手段,为了创新而创新,进入了误区。


三是销售渠道。风险管理跟销售PK是常事,以前我觉得产品和风险管理是核心,但是这几年,我越发觉得销售推广和品牌营销对于消费信贷风险管控的重要性。有一支具有高度执行力的营销队伍至关重要。比如,运用资产组合管理,我们设定评分在600-900分的客户都能放款,其中700以上的客户风险更稳健,可是600-700分的客户可以带来更多的收益可能性,通过合理的资产组合,我们是可以将整体风险控制在目标范围内的。


可是如果销售推广来的客户都聚集在其中的低分段,最终的风险一定会高于初始预期,甚至可能出现风险失控。有些机构可能觉得线下模式太重,管理难度大、成本高,往线上迁移。而且随着移动互联网的发展,电子获客模式确实带来了更多的可能性,但是线上也并不容易,线上引流对品牌、形象、服务能力提出了更高的要求,要么需要长期经营、要么需要投入大量品宣费用来开拓市场,如果没有足够的影响力,导流来的可能大量都是资金渴求者,风险会很大。做场景消费信贷,对B端和C端的双重专业管控非常关键,内外勾结出现的申请欺诈有太多案例。风险管理人员不能只是在家里做模型和分析,适度地听听一线的炮火声比什么都重要,尤其是对那些有线下场景、客单金额超过5万的消费信贷业务。


四是基于风险的智能授信与定价。虽然信用卡的风险定价是从今年1月1日开始有限度地施行,但是基于分期的定价探索已经有十余年。通过信用卡介质来大力发展分期业务可以说是走出了有中国特色的一条道路。不同的产品吸引的客群不同,最终的风险水平也有差异。以分期来说,用途明确的账单分期风险较低,而无指定用途的现金分期风险在分期中最高,但是由于进行了客群筛选,风险仍低于取现业务。就授信额度来说,对于同样700分的客户,额度适宜时,客户风险可控,而如果过度授信,客户就可能违约,需要不断地基于客户的收入水平和风险水平评估合理的授信比例。不仅是在发卡阶段,还有在客户用卡的过程中,都需要定期地对额度和利率进行动态调整,对有限的信贷资源进行持续地优化配置。


五是营销。信贷是一个大循环,导致风险上升的因素有很多。发卡后营销力度不足、客户体验不佳等因素都可能导致好客户流失、坏客户沉淀,而推高风险水平。麦肯锡此前的一份报告就指出,造成内地信用卡客户忠诚度不高的主要原因,是发卡行在客户保留方面的关注不够,更倾向于使用一些相对简单的手段来吸引客户。


除此之外,我们发现一些机构还普遍存在:聚焦于新客户招募、后续的管理与维护不足、缺乏积极的客户流失识别与挽留手段等问题。此前我在分析中发现,非贷款类信用卡发卡后第二周激活量是最大的,在一个月内激活的卡片占到了66%,在两个月内激活的卡片超过了85%。而6成的客户在激活后一周内就开始刷卡,如果客户激活后3个月都没有发生首次交易,那么他后续发生交易的概率将变得非常低。


如果我们能抓住这些关键时点,进行有针对性的激活和首刷促动,将会极大地提升新客质量。随着客户用卡时间的逐步增长,有些客户会由活跃状态逐渐变得沉寂,甚至睡眠,及时跟进对客户进行有效促动,将会减少睡眠客户比例,降低睡眠户唤醒成本。交叉营销、产品升级等也是营销中可以通过数据分析和模型不断优化、提升客户忠诚度和收入能力的方式。


六是用途监管。大部分的信用风险都与资金用途挪用有关。为什么监管会出台“三个办法一个指引”,也是在案件复盘中发现资金用途监管对于风险防控的重要性。所以在经营过程中要重点关注贷款的合规性、真实性审查,对异常流向的资金要提前介入管理。过去几年,我参与了大量的贷后检查,包括信用卡业务、个贷、小微贷等,我发现大额资金异常流向通常为股市、楼市、高利贷、赌博等,这些发生违约的风险极高。


比如前几年的钢贸风波,有些名义是买钢材,实际转投炒房、炒期货或民间借贷等进行投机。我们通过数据分析也发现低风险客群的现金贷需求与股市行情密切相关。而小额资金异常流向通常是借款人对自身还款能力评估不足,过度借贷导致现金头寸周转不急,只能通过申请短期高利率的产品填补亏空,或者是沾染了不良嗜好,如黄赌毒等,如果不能及时识别防控,风险隐患很大。传统的监管方式通常是要求提供发票、交易单据、或者是拍照证明购买了某些商品,但上有政策下有对策,市场上很快就有包装资料的服务出现。


大数据给了我们新的技术手段来识别客户资金的异常流转与转挪他用。例如,对于历史的自主支付的行为习惯偏好等判断客户是否发生异常,或是通过个人的行为轨迹实现跨行业的联防联控,例如,一个年轻人借了钱跑去直播平台给女网红送花送豪车,我们基于大数据的跨行业平台联防联控就能更好地进行识别。


七是差异化催收。催收的目标是以合理的人力、物力最大程度地收回坏账,减少损失。我们能采取的措施也是多种多样的,前催中,我们会较多地运用短信、微信、电话、信函,后催则多数需要通过上门或司法途径解决,而在催收渠道上,有总行统一催收、分支行催收或委外催收等。在没有引入数据分析的时候,我们可能会挨个把所有逾期客户的电话都拨打一遍,而当我们运用了数据分析,我们会发现大部分的低风险客户发个提醒短信就可以达到目的,那么我们就可以把催收人力集中在那些中高风险的客户身上,并优先处理那些风险最高的客户。通过冠军挑战者的对比模式,我们还可以基于滚动率、催收乘数、缴款率等指标对不同的催收策略或催收渠道的效果进行评估,从而对催收资源实现最优化配置。


其实大数据在消费信贷管理中的运用远不止这些,数据分析可以帮助我们在收入一定的情况下不断压缩运营成本,令我们比同业有更大的利润空间或风险容忍空间。



说了很多术,在最终落地时离不开系统和工具,也就是器。对于器,个人体会最重要的就是让工具和系统为人所用,而不能被工具所掌控所制约。


一是数据。对于小额度大批量的消费信贷而言,数据是最重要的基础。就像越是摩天大楼,地基越挖得深。数据的质与量就是消费信贷的地基,采集数据的全面性、准确性和完整性直接决定了后续模型和策略的质量。如果不关注数据含义、数据质量,上来就谈算法、建模型,这是很可怕的。现在特别火热的机器学习、人工智能,这后面其实也有大量的数据整理与清洗工作,需要人工来对这些图片、视频、语音来打标签进行分类,这些标注好的数据用来训练算法模型,再运用到图像识别、人脸识别、语音识别等领域。如果前期的数据质量不佳,再好的算法再智能的机器也会被带到坑里。


二是模型。由于这些年大数据业务的发展,大家对于ABC评分卡、账龄分析等都已经运用娴熟,不再像十多年前那样感觉高高在上了。除了这些耳熟能详的,风险管理中我们还会基于数据进行DTI管理、坏账预测、压力测试等。DTI是debt to income收入负债比的简称,我们发现,即使是风险较低的客户,如果我们过度授信也一样可能导致风险,缺乏对于个人总负债额的考量也是风险的一大成因。中国人民银行征信是银行及消费金融机构考量个人负债水平的重要渠道,对于游离在人民银行之外的其他借贷场景,我们需要更多地借助跨行业联防联控来进行评估客户的借贷需求是否急迫,是否存在较大风险隐患。


坏账预测模型被普遍用于预测未来的风险趋势,提前做好授信政策和催收策略应对,安排拨备规划。这个模型我曾经尝试运用在一些传统个贷产品上,也有比较好的预测效果。又如风险预警模型,我们可以从个人收入、资产、信贷历史、交易偏好、还款行为、资金往来、借贷需求等角度来综合评估,识别资金挪用、虚假交易等等。压力测试也是风险预警中的一种手段,测试不同经济环境、股市走势等情景下,消费信贷风险将会到什么样的水平。这些未雨绸缪的动作,可以帮助我们提前了解趋势变化,防患未然。


三是决策引擎。所有的模型和策略都需要有个平台部署,决策引擎就是一个这样的管理工具,由机器代替人来进行管理,并且在过程中比人更精准地记录下每一个通路、每一个轨迹,支持随机分配的冠军挑战者策略,让所有的操作都被记录并用于后续的数据分析,持续优化模型与策略。


四是信息管理系统。建立健全信息管理系统,对于提高管理成效很有帮助。我们发现一些机构说起来也有很多报表,但却不知如何解读数据;报表设计不友好,却又不知如何改进。一套专业的智能化报表工具可以更好地贴合业务,解决分析人员大量常规的管理与分析需求,对于异常的指标还可以主动预警,大幅提升管理效率。


五是人。这也是最重要的一点,不管科技如何发展,人在这个过程中依然不可或缺。人的智慧让系统更加强大,让风控更加智能,但风控不能交由纯技术人员来完成。比如,之前有些银行领导表示以后招人只招统计学、数学专业的,我个人不敢苟同这一观点。统计、数学只是一种方法一种工具,数据有时会误导我们的决策,我们的管理人员应该立足科技、同时超越技术层面,透过数据从中揭示出更多的信息与观点,并基于这些事实来进行业务决策。

了解同盾更多讯息

《金卡生活》案例剖析:解构“双轮”驱动信贷风控及反欺诈应用模型

同盾科技被授予中国金融科技50人论坛常务理事

同盾科技携手百信银行助力直销银行智能风控

这个公益项目为何能得到著名天使投资人徐小平的关注和支持?

同盾再获肯定!被评为“最佳金融创新第三方服务机构”

点击“阅读原文”,直达同盾官网


首页 - 智能风控联盟 的更多文章: