[[173510]]

互聯網金融產品太多，這里以P2P網貸為例，從風控涉及的相關環節分別來嘗試討論。

銷售環節：

• 了解客戶申請意愿和申請信息的真實性;
• 適用于信貸員模式。

風控關鍵點：

親見申請人，親見申請人證件，親見申請人簽字，親見申請人單位。

審批環節：

進行基本信貸政策的核查，主要是核實申請信息、證件資料、是否偽冒申請。

系統會審核剔除不符合基本信貸政策要求的客戶，例如有嚴重不良征集記錄的，內部已經有違約記錄的，或者近期有較大風險被納入關聯黑名單的，不符合監管政策要求的客戶。經過基本審查后，不同的申請人會依據客戶信息的分類，被自動分發到不同的信貸流程中，這種不同的流程一般會根據客戶的分類、申請額度的高低、是否新客戶、是否存量等客戶等因素進行設計，從而進入具體的審核環節。審核環節會采取系統審核和人工核查兩個交互部分，審核不能過，有疑問的，或者通過的才能分別進入后續的環節，包括拒絕、退回補充調查、退回補充資料、通過、有條件通過等。

適用于信貸工廠模式。

風控關鍵點：

1、客戶填報信息的邏輯校驗。

客戶填報信息包括其填寫在申請表上的申報信息，以及提供的資質證明文件中的信息。欺詐客戶由于編造了全部或部分信息，很可能在自行申報的相關信息中存在不符合常理的情況。利用互聯網大數據提供的位置服務，能夠將客戶填寫的地址信息定位為地址位置坐標，并與客戶常用物流地址位置坐標進行比對，如果發現客戶提供了一個距離過大的地址，則該地址信息存在虛假的可能性;針對移動端渠道，比如PAD，可以定位互聯網客戶的具體申請位置，與申請信息中填寫的地址信息或職業信息進行對比驗證;還可以收集客戶填寫申請過程的行為信息，如填寫了多長時間、修改了幾次、修改了哪些內容，這些信息項可以成為申請欺詐模型的變量或是申請欺詐策略的重要規則。

2、客戶填報信息與公司自有存量客戶信息的邏輯校驗。

比如：多個申請件填報的單位電話相同，但對應的單位名稱及地址不同，批量偽冒申請件的可能性就很高。

3、外部信息的對比校驗。

惡意的申請往往會隱瞞對其不利的事實，如負債、公司運營存在問題、等待處理的法院執行信息等，通過爬蟲抓取互聯網上申請人的企業經營信息、法院執行信息可以核實申請人自身的真實際資質。

授信環節：

進入評分規則引擎的客戶，會按類型走到不同的細分模塊，以適應不同的細分模型，包括不同的產品、不同的行業、不同的客戶群，如車貸、消費貸、抵押貸、個人經營貸等。

風控關鍵點：

不同類型的借款申請調用不同的信用評分規則引擎。

根據用戶授權許可自動抓取的數據：

個人信息，抓取用戶在互聯網上留下的電商購買數據、搜索引擎數據、社交數據(微博/人人網等)、信用卡賬單郵箱信息、學信網信息等多個維度的數據，得到有關個人性格、消費偏好、意愿、學歷等的個人信息。

商戶信息：抓取商戶的電商交易數據(物流、現金流、信息流數據)，電商的經營數據(如訪客量、交易量、用戶評價、物流信息等)。

***通過特定模型轉化為個人授信評分數據與商戶授信評分數據。

附：大數據授信數據來源圖

貸后存量客戶管理環節：

存量客戶授信調整是存量客戶管理中的重要一環，多種經營手段最終都會涉及授信客戶的調整，不重視授信額度的管理，很有可能造成風險的快速上升，將引入端的“好客戶”變成存量端的“壞客戶”也是有可能的。

風控關鍵點：

1、違約情況觀察，比如是否發生早期逾期，連續多期不還欠款、聯系方式失效等

2、信息關聯排查，比如存量客戶中是否有與新增的黑名單、灰名單數據匹配

小微商戶的存量風險管理過程中，可以從數據合作方獲取商戶交易流水信息，對其交易流水進行監測預警，對于突然出現的資金流入、流出，不符合經營規則的交易流水下滑情況，正常營業的大額交易等，均可以觸發預警;通過大數據實時監測，一旦在外部數據監測過程中發現客戶的嚴重負面信息、公安違法信息、法院執行信息、稅務繳稅信息、行業重要新聞、借款人社交關系網中的重大負面情況、借款人的網絡瀏覽行為、資金支付結算情況等，可以及時觸發預警。

貸后逾期客戶管理環節：

還款意愿差和還款能力不足是客戶逾期的主要原因，這個環節主要涉及逾期客戶管理與失聯客戶管理。

風控關鍵點：

1、催收模型、策略優化。不同客戶對于不同的催收手段的不同反應，可以通過大數據來挖掘規律。比如對于一個幾乎無上網記錄的客戶，發送電子郵件進行催收，一般達不到觸達效果，采取語音提醒可能效果更佳;對于一個微博控、知乎控，同樣內容的催收還款提醒文字，通過微博、知乎私信發送比通過手機短信發送的效果更好。

2、失聯客戶識別與修復失聯客戶信息。比如，與外部電商擁有的客戶物流信息進行交叉核實，發現客戶申請貸款時間提供的聯系方式與近期網購中使用的聯系方式均無法匹配，則可能意味著客戶更新了聯系信息，這時就可以主動發起與客戶的溝通及聯絡，避免客戶失聯的發生;對于失聯客戶，互聯網積累的大量關聯信息，能夠為摸清客戶的工作、生活、社交網絡提供幫助。

資金流動性管理環節：

流動性風險是P2P網貸平臺的主要風險，跑路P2P網貸平臺的一個重要原因就是發生了擠兌。大數據下的流動性管理其實是實時BI的一個應用。傳統BI數據T+1，大數據是實時BI。

風控關鍵點:

整合平臺所有借款端與投資端兩端數據，從以下兩個維度進行

1、資金維度

2、業務維度

更多細節見之前的一個回答

P2P平臺流動性最重要的指標是什么?

放款環節：

放款環節是防止賬戶接管與資金挪用的關鍵環節。

風控關鍵點：

指定賬號資金劃轉與定向支付。比如，客戶出于培訓進修的學費借貸，在申請過程中就要求客戶事先提供學校的相關賬號。

小結

P2P大數據風控模型構建路徑