风控体系及政策设计介绍

巴塞尔协议中的四大风险：

1. 信用风险
2. 市场风险
3. 操作风险
4. 流动性风险

其中，信用风险为量量化⻛风险管理理的主要管理的风险类型，且在零售金金融产品上的应用最为广泛。

信用风险通常用损失期望/预期损失来进行量化，计算公式为：
$EL=PD*EAD*LGD$
EL:Expected Loss,预期损失。
PD：Probability of default,逾期率。
EAD:Exposure at default,风险敞口。
LGD:Loss Given Default,违约损失率。
其中，逾期率和风险敞口主要和审批、政策、模型等流程挂钩，违约损失率和催收、抵押价值等有关。

量化风险中还有一个极端损失（Worse case loss），指的是极端情况下发生的损失，为预期损失和非预期损失之和，是小概率事件。公式如下：
$WCL=UL+EL$
极端损失通常作为管控预警线，与存款准备金挂钩。有兴趣的可以了解一下VAR模型，就是计算极端损失的。

量化风险政策的设定

首先说一下政策和策略之间的不同点，政策规定了哪些能做与不能做，可以理解为硬规则；策略解释了怎么做，可以不断进行调整，理解为软规则。
量化风控政策的关注点有以下:

1. 进件要素
2. 渠道/门店管理
3. 设备信息
4. 审核
5. 授信/交易结果
6. 结果回溯
7. 催收

1.进件

进件要素需要考虑产品信息、贷款对应标的物信息和用户基本信息。
产品信息：

• 贷款类型：信用/标的物/抵押
• 费用设定：还款方式/对应费率
• 申请流程：申请方式、申请节点、业务环节

对应标的物：

• 信用
• 有抵押标的物：车贷、放贷
• 无抵押标的物：消费贷

用户基本信息：

• 个人信息
• 工作信息
• 家庭信息
• 联系人情况

2.渠道/门店管理

1. 渠道分类（直营/加盟/SA/KA）
   SA就是公司自己的销售，KA就是代理。
2. 渠道业务分级
   考虑营业点的行政等级、规模等。
3. 渠道/业务员过往绩效

• 回款率
• 进件量
• 通过率
• 拒绝情况
• 提现率（授信类业务）
• 提现满额率（授信类业务）
  

3.设备信息

设备应用数据有设备型号、Wifi地址、GPS、通讯信息、浏览信息等。
应用逻辑有设备比对、被监控设备的移动轨迹、查看数据是否与用户输入有所区别等等，总之就是找不同，发现矛盾点。

4.审核

审核可以从评分卡、外部数据、规则流观测以及人工操作数据观测切入。比如，评分卡分数过低，外部数据中多头数过多，命中某条强规则，或者人工操作中存在问题，都可以在审核过程中对用户进行拒绝。

5.授信/交易结果

需要关注的数据有授信额度比例、拒绝原因观测、各观测组的转化率等。可以及时发现用户客群变化，用于挖掘高价值客户或者及时发现异常客户。

6.结果回溯

结果回溯中的内容有资产质量监控、设定风控警戒线以及对模型或者策略进行调整。

7.催收

需要考虑催收手段设定、催收话术、催收效果记录、催收策略以及数据应用权限等等，还要避免政策性风险。

不同场景下的量化风控流程

市场上主流的产品分为两种：

1. 无定向用途贷款（多为信用贷）
2. 定向用途贷款（多为商品贷款，可以分为抵押和免抵押）

无定向用途贷款

分为进件、审核、授信及贷后管理。

1. 进件

• 准入设计
  排除高危用户的客群，特殊人群、行业拒绝。
• 数据准入
  哪些是必填项，用于验证客户的资质。
• 个人信息验证
  包括人脸/活体/实名验证。
• 外部数据
  运营商、电商数据，是否采用强授权信息。

1. 审核

• 审核步骤、策略、模型及反欺诈的介入时机。
• 不同风险的审批流程设计及操作指南。
• 用户的拒绝死线。

3. 授信

• 授信金额设计，不同风险等级授信金额幅度不同。
• 授信的激活时机及失效限制。
• 授信的定价及调整许可范围。

4. 贷后管理

• 不同风险等级用户的评级变化标准
• 高危用户的定义标准
• 不同产品形式的用户升级条件

定向用途贷款

相比于无定向用途贷款，多了标的物核认和消费核验。
标的物核认：

• 标的物真实性确认
• 标的物价格核实
• 标的物归属权认证

消费核验/抵押：

• 标的物的消费核验，包括核验证明或消费凭证。
• 标的物若要进行抵押，则有抵押证据。
• 消费品的贷后跟踪，包括归属情况及位置跟踪。

【作者】：Labryant
【原创公众号】：风控猎人
【简介】：某创业公司策略分析师，积极上进，努力提升。乾坤未定，你我都是黑马。
【转载说明】：转载请说明出处，谢谢合作！~