百融云创-汽车金融智能风控实战分享.pdf

2019中国汽车金融产业峰会 2019 AUTO-FINANCE INDUSTRY FORUM 逆风逐浪 创赢未来 不止于能 汽车金融智能风控实战分享 分享嘉宾 ：陈黎明 百融云创-高级风控总监 2019中国汽车金融产业峰会 2019 AUTO-FINANCE INDUSTRY FORUM 目录 1 汽车金融客户画像 3 贷前自动化审批 2 欺诈风险防范 4 全生命周期智能风控 2019中国汽车金融产业峰会 2019 AUTO-FINANCE INDUSTRY FORUM 1 汽车金融客户画像 消费金融行业背景 数据来源：WIND ，百融行研中心 汽车金融客户画像 - 人口属性 整体上来看，汽车金融的客群的年龄主要集中在20~40岁之间，这部分人属于职场主力，且一般 属于刚刚成家或者职业趋于稳定的时期，对购车的需求较为明显；年龄上以男性居多；城市等级 上，客户以二线至四线城市为主。 汽车金融客户画像– 申请机构渗透率 从汽车金融行业客群来看，其中45%左右的人同时申请了消费分期类产品，39%左右申请过信用 卡（类信用卡），23%左右的人申请了现金分期，10%左右申请过P2P类产品，2%左右申请过小 贷类产品。 汽车金融客户画像 -高风险人群 近一年内，汽车金融客户在多头风险、团伙欺诈、特殊名单和超利贷申请等，对客户风险具有明显 辨识度的指标上，风险整体呈现略微上升趋势，该现象可能和随着当前市场的业务拓展，汽车金融 客群质量不断下沉相关。 汽车金融全生命周期智能风控 2019中国汽车金融产业峰会 2019 AUTO-FINANCE INDUSTRY FORUM 2 欺诈风险防范 汽车金融 贷前自动化审批流程 汽车金融 常见欺诈风险类型 汽车金融 反欺诈模型综合应用框架 汽车金融 反欺诈评分卡开发流程 - LR 汽车金融 反欺诈评分卡开发流程 - Xgboost 2019中国汽车金融产业峰会 2019 AUTO-FINANCE INDUSTRY FORUM 3 贷前自动化审批 汽车金融 信用评估模型(LR) 百融汽车金融评分 ，通过大量汽车金融业务客群样本 ，使用逻辑回归算法开发 ，可综合评估还款 人的还款意愿与还款能力 ，评分区间为[300,1000] ，评分越高坏客户率越低。模型开发效果KS达 到0.51 ，已在多家汽车金融公司客群上进行验证。 汽车金融 信用评估模型(XGB) 百融汽车金融评分最新探索 ，使用xgboost算法开发 ，评分区间为[300,1000] ，评分越高坏客户 率越低。模型开发效果KS达到0.61 ，psi远小于0.1 ，已在部分汽车金融公司客群上进行验证 ，效 果稳定。 汽车金融 自动化审批策略 整体策略流程 ：反欺诈规则--反欺诈评分-信用评分的漏斗式筛选 ；整体策略效果 ：降低人工 审批率 ，降低通过坏账率，提高自动审批率 ，提高拒绝坏账率。 汽车金融 额度模型举例 通过个人资质对收入以及收入稳定性的综合评估 ，得到还款能力等级 ；再通过风险等级和还款能 力等级的交叉矩阵 ，得出最终额度调整策略。 2019中国汽车金融产业峰会 2019 AUTO-FINANCE INDUSTRY FORUM 4 全生命周期智能风控 汽车金融 风险释放分析 从vintage分析来看 ，汽车金融客户风险释放周期较长 ，贷后风险监控有利于提前发现潜在风险 ； 从汽车金融客户 （好坏客户 ）迁移率分析来看 ，M2转