在中国，央行的征信记录只覆盖了3亿人，绝大多数人未被传统金融机构覆盖，征信记录为零，他们都是现金贷的潜在客户。面对如此庞大的人群，风控是决定现金贷健康发展的关键。
那么，如何构建现金贷的风控体系？
俗话说，知己知彼，百战不殆。要构建风控体系，首先要了解现金贷人群的需求和特点。
现金贷目标客户
中国有4亿多发薪日贷和现金贷分期的适配人群，包括白领、服务员、快递员等，他们年龄在18~45岁之间，收入偏低，基本在3000~7000之间。
相对来说，他们每个月可支配的收入不会太高，大概在3000元左右，由于生活中有一些非稳定支出需求，比如租房可能需要押一付三，再加上一些偶然花销，导致这些人可能会出现资金周转问题，产生借贷需求。
然而，他们常常未被传统金融机构覆盖，征信空白，缺少贷款渠道，再加上这些人的使用手机的频率较高，因此他们很适合方便、快捷的线上借款场景，是现金贷的目标客户。
风控体现在客户生命周期的每个环节
了解了目标客户的需求和特点，我们开始着手构建现金贷风控体系。
现金贷的客户周期分为贷前阶段、贷中阶段和贷后阶段。
贷前阶段：
- 申请：用户在线上填写贷款额度、贷款期限以及个人信息，系统获取相关内部、外部数据
- 审核：利用关联图谱和行为特征通过反欺诈模型过滤，通过风险模型进行信用评估
- 授信：根据反欺诈分析和个人信用评估结果确定授信额度并放款
贷中阶段：
- 跟踪：对借款人信息进行跟踪、监控，及时掌握借款人风险变化情况
贷后阶段：
- 催收：采用分级催收制度，包含到期日前短信提醒、到期后语音自动外呼、人工电话催收等
- 续贷：对还款后续贷用户进行审核
从现金贷的客户生命周期来看，客户经历了申请、审核、授信、放款几个步骤，在成功申贷之后还面临催收和续贷。
当客户第一次在某个现金贷平台申贷时，他的风险是最高的。因为平台对他的了解最少，也缺乏关于其历史表现的信息。因此，对新客户风险尤其是欺诈风险的把控，是尤为关键的一步。
在放款之后，现金贷机构也需要持续跟踪申请人的后续财务状况，这时进入贷中阶段。客户第一次借款后，可能还有续贷需求。这时，还要考虑客户的流失率。
在贷中阶段，一方面要及时发现客户新出现的信用风险和欺诈风险，也要评估客户的风险是否发生变化。另一方面，要考虑如果客户属于优质客户，我们需要通过什么样的运营手段让客户在续贷时依旧选择该平台。
当客户出现逾期时，平台需要有相应的手段去催收，要求在保证合规的同时提高效率。在申请、审核、授信、跟踪、催收、续贷各个环节都有不同的风险，需要风控部门及时把握。
内外部数据采集是风控的第一步
数据采集步骤尤为关键，这是因为客户在进行申贷的时候，现金贷平台得以了解客户的只有内外部数据。这些数据不仅限于客户提供的信息，还包括内部数据、征信数据以及其他数据。
内部数据包含表单信息、App使用信息、内部历史信息、相关用户信息、App使用信息等。比如，当客户完成第一次借款后，有多频繁地使用App也是一个非常重要的考量维度。
征信数据包括央行征信、民间征信以及黑名单。每个数据维度都可以从不同角度反映风险。比如，外部数据中的设备信息、运营商信息、电商信息、银行卡信息、社交信息、身份信息等，都是从不同角度反映了某些风险水平或风险行为。设备信息和运营商信息提供了很多关于手机的描述，比如手机关机时长、实名认证时长等。一个正常用户的手机是不会长时间关机的，实名认证越久，欺诈成本越高。
对于消费分期而言，京东、淘宝等电商平台的数据就非常重要，我们可以通过这些数据查看用户的消费历史。如果这个用户很少消费，那么这个用户申请消费分期就很可能存在欺诈风险。另外，用户的身份信息，比如职业和工作性质等，也可以作为评估用户信用风险的参考。当你把这些信息收集起来，就可以综合地评估一个申请人。如果有新的维度，那么数据维度的增加也会显著提高风控水平。另外，从数据风险的角度，如果外接数据源，最好与现有数据有部分重叠，可以有效地减少数据风险。
风控需要在不同的维度刻画用户行为，并通过反欺诈和风险评估模型基于原始数据构建风险预测体系，指导业务的开展。
监控要覆盖整个业务流程和已知风险点
只有实时监控，才能在第一时间发现问题。如果你使用数据进行离线监控，那么数据更新的时效性也很重要。同时，监控要具备综合性，你不仅需要监控风险指标，也需要监控运营流程、流量质量等。
另外，监控需要反映业务流程。比如，各个部门定义的新客户可能有出入，从运营部门来看，新客户指的是之前从未注册过的客户，而风控部门所说的新客户指的是没有放款记录的客户，其中也包括之前申贷遭拒绝的客户。由于各部门对新客户的定义不同，那么风险指标也就不同，甚至业务流程所覆盖的范围也不尽相同。
因此，在实际开展业务时，一定要确保各部门对业务流程的定义一致，避免产生歧义和未知新风险。监控可以有不同的方式，比如按渠道进件的总量监控，对运营而言是有价值的，可以用来结算，但是对风控部门的意义不大。
如果只是一味地根据渠道进行流量统计，是无法做出有效的风控决策的。对于风控部门而言，他们应该掌握不同渠道的风险分布情况和风险迁移情况，只有将各种潜在风险了然于心，才有可能做出最恰当的决策。
相关文章