《风控-银行信贷人员全面提升风控策略体系》

银行信贷人员全面提升风控策略体系
张光禄老师
课程背景：中国经济增速持续放缓、行业和企业深度分化、经济运行中的矛盾叠加风险凸显；产能过剩持续蔓延且程度加重，企业效益持续下滑，逃废债行为抬头。商业银行的不良贷款余额和不良率连续多个季度上升，资产质量管控压力巨大。造成国内商业银行信贷风险管理矛盾突出的主要原因：一是信贷队伍中年轻人多、从业年龄短，信贷风险防控经验少；二是信贷业务骨干大部分未经历过一个过完整的信贷周期，缺乏全流程管理和资产保全的经验和方法；三是信贷从业人员所学专业多样化，对企业财务报表分析能力不强，不能掌握通过财务报表分析识别风险和控制风险的能力，无法掌握客户有效资产的，不利于银行信贷风险的化解。课程收益：
通过本课程学习让现场学员对信贷风控体系有一个全面的认知
了解常用的9大思维提升学员的思考决策能力
了解信贷业务贷前、贷时、贷后的尽职要求的分析和结构
帮助参训人员厘清信贷业务全流程风险管理的要求和方法
提高对客户财务报告分析和运用的能力
让学员能够做到：守住风险底线，做到早识别、早预警、早化解，对潜在和现实风险的管控早于风险实质形成，有效控制损失 课程对象：
商业银行信贷客户经理及负责人，审查人员及负责人，网点负责人培训时长：
2天（6小时/天） 课程大纲：
9大思维模式激发你的思考力
目标思维：确立目标后，一步一步去实现其目标的思维方法。其思维过程具有指向性、层次性。
用户思维：一切行为都要以解决客户的需求为中心。
产品思维：产品思维的核心就是：发现问题，分析问题，解决问题。与用户的共情、换位思考、高维思考、取舍、洞察等，都是产品思维的高光表现。
逆向思维：是目标思维的对应面，从目标点反推出条件、原因的思维方法。它也是一种有效的创新方法。
量化思维：有一维量化、多维量化、多维嵌套量化之分。量化思维是一种数字化思维，是认知中对事物的条理化分析。
全域思维：有些看似局部的事物，在更小的尺度空间观察时可以表现为整体。
局部思维：有些看似整体的事物，在更大的尺度空间观察时可能表现为局部。
缩放思维：切换视角，用放大镜、显微镜、平面镜思维度量全局形态和局部动态。
发散思维：根据已有的某一点信息，然后运用已知的知识、经验，通过推测、想象，沿着不同的方向去思考，重组记忆中的信息和眼前的信息，产生新的信息。它可分流畅性、变通性、独创性三个层次。
信贷风险管理五大维度
政策面：
国家风险、宏观经济风险、购买力风险、利率风险、汇率风险、市场风险等。
平台面：
合规风险、财务风险、经营风险、流动性风险、声誉风险、法律风险、战略风险等。
产品面：
后台漏洞、产品缺陷、数据安全、内容安全等。
风控面：
欺诈风险、信用风险等。
运营面：
操作风险、人员风险、活动风险等。
三、 当前中国金融机构运行环境和状况1、中国宏观经济的基本特征宏观经济的新常态GDP增长速度分析2、中国金融机构的经营状况中国商业银行的经营状况不良贷款的成因分析及传导趋势商业银行与风险的关系
四、始于风控，精于运营
1. 风险类型：
金融的本质是将风险偏好不同的资金供给方和风险不同的资金需求方匹配起来，因此风控是所有金融业务的核心。
金融业务风险可以分为信用风险、市场风险、操作风险、流动性风险、国家（政策）风险、法律风险、声誉风险和战略风险。
风险管理策略：
是指企业根据自身条件和外部环境，围绕企业发展战略，确定风险偏好、风险承受度、风险管理有效标准，选择风险承担、风险规避、风险转移、风险转换、风险对冲、风险补偿、风险控制等合适的风险管理工具的总体策略，并确定风险管理所需人力和财力资源的配置原则。
信贷风控策略：
主要是根据不同业务场景，针对目标客群，通过一系列规则，对客户进行筛选和分类，发现风险点（包括：信用卡欺诈、团伙窝案、高危用户等），降低风险，同时降低成本、提升效率，实现反欺诈，授信，风险定价，催收等各阶段目标。
信贷运营策略：则是如何有效挖掘客户最大价值，并且养成平台产品对用户的粘性。
五、详解风控策略
基于业务的生命周期的风控策略分类
反欺诈策略、信贷风险策略、贷中管理策略及贷后管理策略。
以客户为中心，将市场营销、申请和审批、客户管理、催收和收回以及不同阶段需要注意的关键点作为信贷风控的核心去设计以及管理。
2. 设计风控流程
业务政策：
快速理解商业模式，参与商务、产品、运营，完成风控需求分析和项目策略管理推进
执行风控运营相关的调研工作，输出调研结果
通过对业务数据、客户行为数据的分析，结合调研评估，对公司各项决策提出相应建议，包括产品政策、风险政策等。
（2）流程制定：
参与信贷业务贷前、贷中策略和政策的定制及全流程风控建设
对信贷产品流程和系统策略管理流程进行优化
参与制定风控政策和上线决策，并跟踪线上效果，能够对模型质量进行验证和评估，提出优化改进建议和方案
（3）系统建设：
参与建立健全的风险管理体系，包括金融产品设计、整体审批流程设计、风控模型建设、审批决策建议等
整理风控数据需求，对内挖掘数据价值，对外测试及对接合规三方数据
思考业务环节或场景可能潜在的风险，设计合理的数据埋点体系
（4）组织协同：
帮助协调实施，包括定义技术要求，在产品端实现政策实施，以及预计和检测项目影响力是否符合预期
与技术团队进行对接，确保风控策略在高效快速的落地实施
与业务相关部门紧密合作，对产品设计和业务流程进行全面风险评估
推动产研团队、算法模型团队快速落地业务需求，确保产品迭代和优化效率
（5）目标导向：
控制业务的逾期率，提升客户通过率
提高收入，控制成本，联合优化逾期率、批核率，协助运营好业务指标
3.制定风控策略
（1）策略制定：
制定和优化风控策略
利用数据、规则、模型等完善风控策略，包括原有风控流程及规则优化、反欺诈策略、审批策略、定价策略、额度策略等内容
按照既定的方法输出风控策略规则的评估结果
策略调优：
实时了解信贷欺诈案例及技术手段，并探索指定反欺诈策略。
特征管理：
参与建设风控特征，挖掘特征内涵、调试特征阈值、验证特征有效性等。
4.实时数据监控
（1）实时监测：
建立数据监控体系，与相关部门进行有效沟通，对系统问题、审批流程效率、风控策略效果进行实时准确的监控及报送等。
监控报表：
对业务关键指标进行挖掘、整理和分析，形成数据报表，持续监测
设计资产监控报表，跟踪账户风险表现，并对资产信用表现进行监控分析。
5.风险数据分析
（1）数据分析：
用户数据及风险数据分析
通过大数据分析，定量识别潜在的风险和业务影响
通过数据对公司各个流程环节进行分析评估诊断，优化运营流程，提升效率
（2）报表报告：
业务报表和风险预警体系的开发和维护
业务数据的提取、处理、分析，撰写分析报告
（3）案件分析：
在数据分析和案例调研反馈的基础上优化风险管理相关政策与策略
风险案件深度挖掘、分析，洞察风险客户行为特征，快速调整识别策略并推动风控产品升级迭代
（4）指标测算：
风险有关资产、财务、风险、运营数据指标的测算。
（5）数据挖掘：
掌握Logistic回归、评分模型设计、决策树等基本的数据建模方法，能掌握SQL、SAS或其他数据分析工具，良好的风险敏感度和优秀的数据分析技能
对风控数据进行深入的分析和建模，为风控决策及策略的应用提供强有力的数据、模型支持
通过对数据的聚合、合理性的分析，核实风控模型数据准确性
六、严格的贷前审核
贷前策略以反欺诈和授信为主，基于数据分析在贷前申请阶段制定各式各样多维度的策略和规则，其目的在于减少贷前审批时⻛险事件发生的可能性,挽回⻛险事件时造成的损失。对高风险客户进行筛选对同时,保留低⻛险客户。在保证业务体量的同时降低坏账率，控制逾期风险而实现盈利。
1. 风控政策
2. 准入策略
（1） 资料准入
资料完整性
资料真实性
资料有效性
资料清晰度
（2）身份准入
（3）国籍准入
（4）年龄准入
例：年龄越低或越高，进件对应人数就越少，对应的通过率越低，逾期表现也不好，放款成本非常高，那么这部分用户，就可以在准入部分直接拒绝
（5）地域准入
例：城市等级越低，其对应的逾期率越高
（6）名单准入
风险名单：内部黑名单或者行业内共享高风险名单
渠道名单：进件渠道不符合要求或被标记，如未推广渠道高密度注册及进件。
设备名单：申请设备不符合要求或被标记，如统一设备被多人使用
例：用平板电脑申请借款的用户，一般为特殊的场景，不可预估贷后表现，一般拒绝；
同一台设备有多个账户注册登录，一般认为欺诈嫌疑较大，则拒绝
（7）历史准入
（8）其他准入
3. 信息核验
（1） 实名认证
作用：确认申请人身份证、姓名、手机号、银行卡是真实并且关联的。
方式：实名认证主要是身份证、姓名二要素认证、加上手机号码的三要素认证、还有加上银行卡的四要素认证，可以降低欺诈风险。实名认证核验异常并不意味着一定是欺诈，只是因为不确定性意味着更多的风险性，所以需要这一环节来过滤一部分因填写信息异常或者其他行为异常的用户，后续可以安排短信或者电话回访具体原因。
（2）短信认证
获取登录验证码。一定程度上确认借款人设备是本人在操作，同时确认申请人使用手机号非停用、故障、异常、欠费状态。
（3）活体检测
人脸识别验证：对比用户提供照片与身份证照片的相似度。
（4）地址校验
接入一些外部技术或数据，针对输入地址信息、家庭地址、单位地址、常驻地址、身份证地址、设备ip、GPS地址、手机号归属地、最近使用地址、历史使用地址等，做位置解析及一致性核查。
（5）其他要素验证
运营商信息验证、政法信息认证、车辆信息查验、邮箱验证、手机号与联系人手机号校验、发证机关校验等。
4.欺诈识别
（1）欺诈主体的分类
（2）申请信息反欺诈
（3）设备信息反欺诈
（4）三网数据反欺诈
（5）征信数据反欺诈
央行征信
央行征信策略
民间征信
多头风险
失信风险
多头借贷
拒绝过多
例：通常认为同一个平台，用户借款次数不宜过多，超过一定程度，撸贷可能性较大，所以可设定对应的拒绝阈值。
（6）其他数据反欺诈
（7）关系网络反欺诈
（8）复贷用户反欺诈
（9）其他
5. 授信评估
（1）预授信
（2）行为评估
个人资质：查询用户消费、收入、资产、职业等信息，对用户消费等级、消费偏好、收入稳定性、职业稳定性等信息进行评估。
人口属性：性别、年龄、职业、学历、收入、房车等；人生阶段：在校、工作、备婚、备孕等。
位置属性：常驻地地址、家乡地址、工作地址、地点偏好、差旅目的地等。
社会属性：党员/团员。
价值属性：有无车标识等。
消费属性：消费水平、消费品级、购买方式、购物行为、消费偏好等。
行为属性：生活行为、金融行为、旅游行为、社交行为等。
兴趣属性：金融偏好，上网目的等。
工作属性：白领/蓝领。
行业属性：房地产行业、教育行业、教育培训、旅游行业、汽车行业等。
（3）风险评估
历史欺诈记录：多头借贷倾向，信用风险提示，信用逾期预测。
贷款属性：多平台借贷情况等。
共债风险：判断用户多平台共债风险。
借贷偏好：用户金融产品借贷偏好，包括经常使用的贷款类产品等。
借贷用途：购车贷款、医疗美容、网购贷款、装修贷款、教育培训贷款、旅游贷款、三农贷款、其他
还款习惯：用户还款方式为主动还款、提醒还款还是催收后还款，是提前还款还是首逾后还款。
稳定性评估：收入稳定性、家庭稳定性、位置稳定性等。
设备属性：设备类型、设备价格、应用偏好，设备安装、卸载、打开、活跃，设备价格、关联手机号个数等。
（4）能力评估
履约能力：判断收入范围，收入能力水平，消费能力水平，判断高净值用户，直接体现或者间接体现还款能力的。
家庭人数：家里人多，你还不起，催收后有人可以帮你还。
婚姻状态：大部分家庭，结婚的比未婚的家庭收入或经济稳定更好。
文化程度：初中以下、初中、中专、高中、大专、本科、研究生及以上。
收入水平：单位名称、单位电话、工作职务、单位性质、收入来源、收入水平，直接体现收入水平及收入稳定性情况。
贷款用途：购车贷款、医疗美容、网购贷款、装修贷款、教育培训贷款、旅游贷款、三农贷款、其他。
收入来源：工资奖金、经营收入、投资理财、房租收入、其他。
偿债压力指数：用户本人当前偿债压力指数的情况。数值越大，压力越大。
（5）综合授信
综合信用情况：查询用户消费、收入、资产、职业等信息，对用户消费等级、消费偏好、收入稳定性、职业等信息进行评估。
（6）定额定费
额度概念
固定额度：与客户约定好的对账户正常操作的额度，客户一旦违约，额度可能会被降低。
影子额度：后台操作额度，在客户未知的情况下设定，在客户超限时被激活，或是客户提出提额申请时启用。
目标额度：在没有额外手续时对客户提额申请能给予的最大额度。
提额请求：永久提额和临时提额。
提额降额：预授权、预激活、预筛选。
额度复核：定期评额，关注客户在未来固定时间能偿还贷款的额度。
冻结额度：账户异常
额度模型： 单独制作额度模型时，使用类似公积金基数，信用卡流水，借记卡流水、共债数据拟合额度模型，产出一个额度系数，再结合一些基础且特征明显的维度，组成额度系数矩阵，客户额度为：额度系数*额度基数（一般是客户的信用卡额度、月收入（真实的）或者公积金缴纳基数之类的）。期数会参考申请评分卡的等级，由等级确定建议期数。
2）额度策略
额度计算整体框架：通常在客户授信额度方面，有一个输出的框架，会做一个决策树分类。对于低分风险高授信，反之高风险低授信。信用额度主要参考客户的收入、行业/职级、进件渠道，同时参考申请人的个人信用信息，结合进行授信。
客户的最终授信额度：根据客户的进件渠道、类型、和数据采集情况，依据额度授予框架和客户满足的特殊情形，对关键人、公务员、突破线客户分别授信，对其他的客户按照收入认定额度授予信贷额度，对于满足特殊条件的客户进行单点保底额度设定。
授信额度简单计算公式：
3）利率策略
风险与利率计算公式
4）息费调整
5）额度调整策略
（7）人工审核
（8）签约提现
（9）审批监控
进件情况
进件变化情况
首贷复贷进件情况
规则调用和拒绝情况
模型跑批情况
调用率、触碰率、通过率、拒绝率
异常规则触发情况
策略预估：预估策略上线对生产运营阶段的影响，基于进件量、放款量、通过率的影响。
策略监控：策略上线后，监控此策略的占比与预计的占比是否发生严重偏差，且在正常运行阶段是否全部执行。
七、严密监控贷中运营的风险控制
1. 贷中管理的两大核心目的
对异常账户的用户进行提前预警、催收
对额度进行调整或冻结
风险监控
（1）交易监控
（2）交易反欺诈
（3）早期风险预警
客户财务风险的识别与防控（财务报表的运用，案例分析）1、财务分析的基本要求2、资产类科目风险识别与防控3、负债类科目识别与防控3、“三表”风险识别与防控九、课程总结

张光禄老师的其它课程