广州五金价格社区

浦发信用卡风控 | 遍地金子般的线上客群 你靠什么风控手段“淘”出来

私银 2018-09-08 17:44:33



古希腊哲学家赫拉克利特说过,“人不能两次踏入同一条河流。”

所罗门王也说过,“日光之下并无新事。”

这两句相反的话,描述近几年轰轰烈烈的中国互联网借贷市场却都非常适用。


互联网移动端和大数据信息结合的新技术革命似乎把中国的信贷市场带到了一个新天地。借贷方式、目的、流程、支付、政策,甚至包括货币本身,都因为网络、移动端、机制设置的变化而发生了巨大变化,尤其是突破了传统的借贷地域性限制、熟人社会限制、银行借贷范围以及人工窗口提交申请材料的限制等等,变成了一个借贷app就能搞定的事情。但是,借出就必然有风险、借入就应该守信还钱、欠债还钱没得商量,这都并非新事,没有因为各种花式的机制设置和现代高科技而有变化。

随着去年金融风险专项整治和监管力度加大趋严,互金网贷狂潮一时消退,银行资金在背后的推波助澜作用大大收缩,而且并非仅仅是风口浪尖上的现金贷,银行和非银的金融信贷产品都受到了波及。现在,人和市场其实都不再是狂潮之前的人和市场了。


首先,金融借贷市场上的玩家格局已经发生变化,而且还会因政策变化而继续演变。借方机构自我收缩、合并重组,有新力量加入,贷方客群则经历了现金狂潮、逾期狂欢、金钱恐慌、四处寻找机遇、在更严格的风控面前被分离后各自沉淀的过程。第三方数据和风控服务公司也因为市场收缩和政策变化而重新定位自己的产品和技术。

其次,以上所有各类机构都需要总结过去,在新的金融环境下调整资金和风控策略,新崛起的机构则需要加快学习,赶上快速的互联网节奏和政策变迁。因为好坏客户依然鱼龙混杂,在市场上游荡,这需要更强的精准营销能力和风控水平,才能挑选出最好的客户,承担起监管后的低利率水平——通过高额回报来补贴风控薄弱环节的做法已不再适用。

而对于传统银行而言,谁越早开始大力布局发展线上业务,谁就可以越早开始积累线上客户及放贷经验,充分了解其与线下传统客户大不相同的风险特征,从而在这新一轮发展中占据先发优势。比如,支付宝是一个巨大的流量入口已成为行业共识,那么又有哪些传统银行想到去利用呢?这就不得不提第一个吃螃蟹的浦发银行信用卡中心。浦发信用卡市场拓展中特别有战略眼光地抢先杀入大型线上引流平台的蓝海,但机遇和挑战共存,众所周知,大型线上渠道入口有着洪流般的申请流量、客群质量下沉及薄征信人群(人行征信报告缺失或极短)比重增大的特征。困难便接踵而来:原来传统依赖申请信息和人行征信报告的非自动化风控体系就显得力不从心了,这是传统银行开发线上新产品在流量问题解决后都会遇到的瓶颈,这点曾经吓退过很多银行转线上的尝试。对此,浦发信用卡中心为了最大化提升线上获客的效率,并没有一味拒绝薄征信人群以规避风险,而是挖掘第三方大数据资源,并运用科学算法,达到风险及有效获客的最优平衡。


在第三方信息获取方面,浦发信用卡中心也眼光独到,早在三年前大数据运用还未普及之初,就第一家接入腾讯征信、芝麻信用等多项评分,敢试敢用,同业纷纷效仿。除了头部的数据公司,浦发信用卡中心还特别善于发现“潜力股”,先后接入包括算话、百融、安融惠众等优质第三方数据,充分利用这些机构提供的客户在非银机构的多维度信息,例如多头申请放贷、不良和逾期信息,行为表现等数据进行新客户的获取,成为大数据运用的标杆。市场上往往是浦发接什么数据,大家跟风接什么数据,数据公司也往往主动要求让利合作。

数据公司好找,但是如何运用海量的信息则是考验专业能力的关键,需要有前瞻预判及迭代创新的能力。浦发信用卡中心除了运用机器学习、集成法、决策树、冠军挑战、置换分析等多种方法,还独有多种类跨品类数据混搭运用、降维组合运用等手段,在征信缺失的情况下实现对客户准确的风险早期预判,快速完成对海量申请的差异化自动授信,在保证风险低容的情况下精准获客,提高征信白户的有效转化率和综合收益水平。而且,浦发银行信用卡有着强有力的系统支撑,能快速响应并支持业务创新策略的高效迭代,从而成为传统银行利用科技风控技术建立自动化授信管理体系的翘楚。

从浦发信用卡中心的成功经验来总结,多元化获客渠道、综合多维度数据、科技智能风控是其中的关键点。传统银行要做到这些,必须从四个市场要素去把握当前的最新形势:

(一)借款人的借贷理念已被移动网络彻底改变,不可能再回到传统金融时代,知道了电灯的人们就不再想点油灯,而且其中大部分都养成了互联网借贷的习惯,成为未来金融的主流潜在客户。原本难以贷到款的征信白户(无人行征信或者征信时间太短)也被吸引到了金融市场,他们经历过2017年借贷业务爆发的洗礼,一方面因为大数据技术留下了很多行为和信息痕迹,同时也在和借贷机构“斗智斗勇”的过程中变得更加成熟和难以辨别,并且不会轻易地退出市场,从而对借贷机构的风控提出了很大挑战。

(二)互联网金融机构面临的最大盈利压力就是坏账率和风控。原本很多机构的风控薄弱,只有基本的黑名单和反欺诈检查,靠高利率覆盖高坏账率带来的损失。但目前以年化最高36%计,就必须对原有客户进行筛选,而且必须考虑反欺诈之后的信用风险和贷后风险,政策之后艰难的催收和老赖的狂欢已是前车之鉴。如今,原来很多不太接外部数据或共享贷后数据的大金融机构都开始转变观念,快速接通银行征信、非银行征信、各类外部数据,使用第三方数据和风控服务机构经历过市场考验、大浪淘沙后成熟的“金子”产品。

(三)贷方新生力量方面,在解决牌照的前提下,掌握大流量入口且有消费场景的非放贷机构在这次金融市场整顿之后,也可能会通过联合等手段跨界进入金融业。但是他们大多没有足够的放贷和风控经验,想从和借贷无关的流量中筛选出优质信贷客户,同时不影响客户对主流产品的体验、无感知地合法获取对借贷比较重要的个人信息,依然是其面临的挑战。所以他们也需要多方面的信贷数据和风控技术支持。

(四)第三方数据和风控服务公司:近几年互联网金融业务的蓬勃发展、银行业和非银行业的孤岛效应、征信白户客群的加入,使得大数据产品和风控服务公司发展红火,能存活到现在的往往有着连续几年数据积累开发出的被验证过的产品和技术,从而能为各大银行和互金机构提供更好的服务。用算话科技CEO蒋庆军的话说,这场金融狂潮和退潮都在预料之中,第三方机构对于自己所能做的和自身的定位必须非常坚定,才能在严峻的竞争形势中胜出。这些公司业务的重点则在以下三个方面:

(1)历史数据的积累

衡量数据积累不仅仅是“数量”,还有“时间”、“维度”和“持续性”。 数量在接到一个大数据源时很容易实现,但是“时间”是不可逆流的,“维度”是需要事先设计的,一旦错过或者遗漏是非常难以弥补的,“持续性”则更是需要高瞻远瞩的眼光来判断政策和市场的走向、寻找牢固可靠的合作伙伴才能实现。这都成为后入者难以逾越的门槛。

市场上的优质数据机构大多积累了多年的数据,差异只在于绝对量的大小和内容的差异。例如,算话的历史申请数据和贷后数据已经积累了4年以上,客户量已经几千万,对互金借贷市场客户的覆盖率通过随机的测试可知基本已经在80%以上,而且因为对政策的预判和市场策略的提前部署,最新政策对其使用量虽然有影响,但在同业中是下降幅度最低的,而且模型的区分力完全没受影响,甚至更好。同时,这些信息的丰富程度在市场上是遥遥领先的,远远不止简单的四要素,也不只是线上客户,还覆盖了很多线下客户。另外,通过跨行业的合作获取了多维数据,可知晓客户在各个金融领域的借贷、支付、资产、保险、消费方向的贷前和贷后信息。目前市场上对贷后信息的渴求是算话数据可以满足和解决的,而且也可以适用于非信贷方向和行业。


(2)历史经验的积累

各种用户的苛刻测试、线上使用效果的反馈、模型的定制和优化、系统的部署和维护管理,这些实战经验都是新的机构很难一时快速复制和模仿的。如果原本就有低利率产品的风控经验,加上这几年对高利率产品的风控经验,两者结合,在2018年新的金融环境下不亚于倚天剑和屠龙刀同出江湖。

(3)数据挖掘和建模的新技术

借着近几年人工智能、机器学习、大数据平台技术翻天覆地的变化,大数据分析和建模方法也有很大的发展。大的放贷机构、银行、风控服务公司都全力以赴地进行这方面的研究,而且因为不同的产品设计和定位,各家都有着自身的特点,有竞争但也有差异,甚至互补,所以很多放贷机构同时接了不同公司的产品,便于高密度地拦截坏客户、获取好客户。

大江东去浪淘尽,数风流机构还看今朝,希望大家在2018年能有更好、更稳健也更符合市场管理规范的成绩。

本文作者:Julie