消费金融风控结构

《消费金融风控结构》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、消费金融风控学习风控结构学习绝密文件1.风控基本概念风控及相关概念诠释风控◦风控，即风险控制，是消费金融业务的核心环节之一。如果没有严格缜密的风控流程，则容易产生大量坏账以及欺诈，对公司的运营造成极大的压力，甚至导致公司破产或者跑路。如何风控◦由于消费金融公司的业务特性（线上开展业务、业务量大），使得这些公司需要全部或者部分依赖计算机、数据分析来进行风控，而不是完全依赖人工进行审核，即数据风控。因此，其风控重点在于设计风控流程与逻辑，并转换为计算机运算形式，以进行风控。数据风控◦数据风控，即交由计算机处理大量数据

2、，对客户的各个方面进行评估，以达到风险控制的目的。由于大量评估工作都交由计算机进行操作，因此，风控结果较为客观。但是，数据风控需要海量数据作为基础，如果公司没有足够的数据作为基础，则很难进行较为精准的数据风控，其结果可能会有所偏差。动态平衡◦传统金融业务，往往追求的是低风险、低逾期率。消费金融的思路则有所不同。由于通过互联网获取的客户参差不齐，很难做到完美的风险隔离。因此，消费金融公司的风控目标通常是确保收益高于损失，达到动态平衡，而不是不断压低逾期率、坏账率。否则，往往导致业务规模停滞，甚至缩小。风控及相关概念诠释

3、短板理论◦风控水平取决于风控体系最薄弱的环节。如果风控模型出现了一个明显的漏洞或者缺陷，将会有大量的黑产人员利用这个漏洞套利。从我们的工作角度出发，则应该对企业的风控模型逻辑进行评估，指出其逻辑上的漏洞或者缺陷，避免资金方的损失。对抗性◦风控其实是一个相互对抗的工作。黑产的人员会不断对公司的风控模型进行测试、分析，以发现漏洞，并实现套利。因此，风控模型需要不断完善、改进。另一方面，风控模型的整体策略也是非常重要的。如何设计对抗策略，如何安排模型更新升级，将对公司的运营产生一定影响。用户体验◦风控模型所需要的数据都

4、是从用户方面获取的。因此，用户的体验很重要。如果风控模型所需的用户操作非常复杂、难懂，就有可能让一部分用户放弃使用，进而影响公司运营。一个好的风控模型，不仅仅要能防范一定层级的风险，同时要确保其目标客户能够较为方便的进行操作。这就需要风控部门和运营部门、产品设计部门不断沟通，而不是一味的进行模型层面改进。机器学习◦一种优化风控环节的方式，即通过一些算法的安排，使得计算机能够根据不断积累的数据，自主优化风控模型的部分细节，以达到降低逾期率、扩展客群等目的。42.风控流程介绍5风控运行流程介绍数据抽取变量导入加权累加数据

5、源1基础变量风控模型1评分汇总①数据提炼数据源2风控模型2②③……衍生变量……人工审核驳回风控模型数据源NN贷款流程注释①基础变量及衍生变量均可以作为参数导入风控模型进行计算，这取决于模型的设计②部分公司含人工审核流程，部分公司则直接进入贷款流程③评分汇总之后，可能会驳回部分申请，部分公司会进行人工再审核6风控运行流程介绍数据源◦即各用户数据的获取来源，现有的主流数据源有银行、手机运营商、央行征信系统、支付宝、社交软件等基础变量◦直接从数据源抽取的数据，例如用户存款、通讯关系网、不良信用记录、芝麻信用等衍生变量

6、◦对基础变量的数据进行提炼加工，以获取深层次的数据。例如用户的月度交易频次、平均金额、芝麻信用的发展趋势等。个人认为，减少基础变量在风控模型中的参与程度，由衍生变量替代，可以更好的保护客户的信息，以及风控环节的安全程度。风控模型◦即含有不同功能的处理模型，例如身份验证模型、反欺诈模型、信用分析模型、行为分析模型等等。也可以将模型简单归类为反欺诈类模型及信用评估类模型。前者用以排查黑产人员，避免或减少被套利的风险；后者用以评估普通用户的信用分数，以决定是否进行贷款以及贷款额度。评分汇总◦即根据各模型的结果，经过不同权

7、重累加，获得最终的用户信用评分。此过程可以参考FICO评分系统。人工审核◦部分公司会在得出评分后再进行人工审核，其出发点为最终确认用户评分及欺诈情况，或是对系统评分进行修正。该流程安排及具体审核内容取决于公司的风控策略。驳回◦即退回申请，可有人工二次判断，或直接根据模型结果驳回。贷款流程◦即进入授信及发放贷款流程。7风控设计流程介绍业务定位◦对公司业务方向进行分析，确定业务所对应的客群、额度、利息、周期等因素。业务定位风险定义◦根据公司业务的定位，预估可能产生的风险以及所需的用户数据源。举例来说，风险定义如果

8、公司针对有一定逾期记录的客群，则可能需要对其贷款行为、消费行为进行深入分析，设计让客户有强还款意愿的产品或流程，以降低逾期率。反过来说，对于信用记录良好的客群，则无需对此分析过多。风险分解风险分解◦将已定义的风险进行分解，使其细化成各个小模块。该类模块即为前文所提及的风控模型1、风控模型2等。例如，将反欺诈风险分解为银行账单分析