现金贷风控模式剖析.docxVIP

风雨将至，探路小额线上现金贷款风控模式盈灿咨询 袁鑫强近段时间，对于现金贷的监管已经箭在弦上。一方面，许多中小型现金贷平台的实际借款利率过高；另一方面，部分平台对于现金贷业务的风控更像是“皇帝的新衣”，以至于整个行业的坏账率居高不下。从监管层面看，现金贷业务为了继续经营，将不得不大幅削减贷款利率，减少各类手续费。因此，通过提高风控水平，减少坏账损失，成了保证现金贷业务经营利润的唯一出路。一、浅析现金贷风控体系：点——面——点的过程第一个“点”是指起点。现金贷风控体系的设计需要以产品本身作为起点。现金贷产品无外乎四个要素：利率（包括各种费率）、期限、额度、目标人群。对于每一类目标人群而言，他们在流动性需求、未来可预期现金流、消费观念、收入水平以及信用状况等维度上都具有一定的规律和共性，进而影响其申请额度、贷款利息的接受水平、还款能力和还款意愿等。因此，合理地设计产品，能在有效降低风控难度的同时，将收入最大化。例如，对于白领人群，其按月发薪的特点更适合一个月及以内的借款期限。另外，除了现金贷产品本身的特性之外，其推广渠道也颇为重要。如果通过某一推广渠道引入了大量非目标人群，那么这不仅仅降低了推广成本的使用效率和后期风控流程的判断精度，还会产生大量有偏数据，不利于风控模型的迭代升级和产品的再设计。“面”是指具体的风控流程。从时间段区分：风控流程包括贷前、贷中、贷后三个阶段。其中贷前阶段是整个风控流程的核心阶段。这一阶段包括申请、审核和授信三个步骤。形象地说，贷前阶段是一个过滤杂质的阶段。而第三方的征信数据、黑名单、反欺诈规则、风控模型则是一层层孔径不一的滤网。贷中阶段主要是对借款人个人信息的跟踪和监控。一旦有异常信息的产生，风控人员可以及时地发现、联系该借款人，尽可能保证这笔借款的安全。贷后阶段的工作集中在催收上。此外，如果借款人申请展期或者续贷，则需要在这一阶段结合历史数据，使用行为评分卡等重新进行审核，并作相应的额度调整和风险分池管理。而在整个风控流程中，需要对借款的集中度作妥善管理，防止因为集中借款和集中逾期带来的资金流动性不足的问题。图1 风控流程示意图资料来源：盈灿咨询第二个“点”是指重点。整个现金贷风控体系的重点有二。其一、反欺诈。相较于传统借贷模式下的风控，现金贷风控是一种轻度风控。由于其小额短期的特点，现金贷风控更重视的是借款人的还款意愿而非还款能力。适度的逾期不仅不会影响平台的正常运营，反而可以通过逾期费用提高其营收。因此，反欺诈是现金贷风控的首要课题。目前，线上贷款的欺诈行为有中介代办、团伙作案、机器行为、账户盗用、身份冒用和串联交易等。针对这些欺诈行为，常用的反欺诈规则包括勾稽比对、交叉检验、强特征筛选、风险关系以及用户行为数据分析。表1常用反欺诈手段介绍常用反欺诈手段解释说明作用缺点黑名单黑名单指平台或者其他合作机构积累的有过欺诈行为的借款人信息列表在最大程度上避免了重复欺诈行为的发生覆盖群体较小，需要时间积累人工电核与申请人或者申请人的联系人通话，提问问题对于绝大多数欺诈行为都有效高昂的人力成本人脸识别通过视频画面截取申请人脸部特征，与身份证等证件照片作匹配实现申请人身份的远程验证对于图片识别有较高技术要求业务逻辑限制指申请人必须先成为投资用户才有借款资格大大提高了欺诈成本仅适用于有投资理财业务的平台，而且会过滤掉部分有实际借款需求的人勾稽比对检验个人信息多个维度之间的逻辑关系是否合理，例如工作地点与GPS信息降低了以伪造、冒用身份欺诈的成功概率受到信息复杂程度的限制，部分信息较难量化交叉检验检验个人信息与外部数据是否匹配，例如借款人提供的工作单位地址和外部查到的工作单位所在地进一步提高了伪造个人信息的成本信息匹配较难，另外需要查找外部数据强特征筛选指通过与欺诈有强相关关系的变量过滤欺诈行为，例如催收机构的通话记录避免了多变量之间的匹配，提高了审核效率有监督模型，需要频繁进行历史数据回测和阈值调整关系网络将所有申请人按照年龄跨度、性别比例等维度分群，检测异常群体对于识别团伙欺诈行为有明显作用数据维度较丰富需要进行降维处理，但目标维度选择较难行为数据判断目前主要应用借款人的申请行为数据，如申请时间、填写资料的时间等能识别出异常申请行为，对于机器行为欺诈有明显效果规则比较复杂，而且判断结果较为粗糙资料来源：盈灿咨询其二、多头借贷行为的识别。多头借贷是指同一借款人在多个贷款机构有过贷款行为。目前，多头借贷行为的识别包括两个方面：（1）获取多头借贷数据。由于现金贷的目标人群大多都是不被传统借贷机构覆盖的长尾人群，缺少完整的央行征信数据，因此，一些从事现金贷业务的平台会相互合作，实现贷款申请数据的共享。另外，现金贷平台在第三方征信机构针对每一笔贷款申请记录作查询时，势必会留下大量贷款申请人的身份信息。这部分信息经过查