网贷之家

网贷专栏
新手指引
1084 阅读数
分享到

扫盲帖 互联网金融信贷的三种风控模式

2016-12-02 08:59:47 分类:网贷入门 作者:

  风险控制作为借贷环节中的核心,既是P2P平台所关注的核心,也是投资人对平台安全与否的判断指标。从借贷关系处置上而言,我们往往喜欢把借贷分为抵押贷和信用贷,即有实物抵押的借贷和无实物抵押的借贷。

  信用贷的起源于孟加拉国。上世纪70年代,穆罕穆德·尤努斯在孟加拉国创办了孟加拉农业银行格莱珉(Grameen,意为乡村)试验分行,格莱珉小额信贷模式开始逐步形成。尤努斯提出对资本主义进行改革,原始的资本主义提倡的是竞争和资本追逐利润的本性,尤努斯提出改变原有的资本模式理论。他成立了格莱珉银行,为穷人提供贷款,并且不需要穷人提供任何担保。他构建体系,让穷人结成五人小组进行贷款,利用一层层的信任——邻里亲朋的信任、格莱珉对穷人的信任——提高还贷率。

  我国的小额信贷从1993年起就发展开来了,最初从国有银行发放一些福利贷款,上大学申请过助学贷款的同学可能会比较清楚;还有一部分是农村信用社的性质,主要以扶持农业发展为导向;而行业发展至今,从事这部分业务的则主要是民间借贷机构了。信贷业务的借款人名下没有资产,且在社会上往往没有良好资信,这也是为什么许多二三线城市的年轻人申请不到信用卡。国内现有的信贷风控模式大致有以下几类,多数也是从国外引荐的。

  IPC技术——信用为主,注重借款人还款能力和还款意愿

  德国IPC和中国的合作从2005年开始,过去得十年里,国内有数百家商业银行接受了德系微贷技术的指导,包括包商银行及马鞍山农村商业银行等。IPC公司信贷技术的核心是评估客户偿还贷款的能力。主要包括三个部分:一是考察借款人偿还贷款的能力,二是衡量借款人偿还贷款的意愿,三是银行内部操作风险的控制。每个部分,IPC都进行了针对性的设计。举个栗子,从事小微信贷的借款商户常常没有财务规范,既没有银行流水也无纳税记录,这个时候就需要风控人员在尽调过程中辅助商户完成经营状况和财务信息,最后核定风险。除此之外,IPC技术对于人的稳定性要求也很高,单身和已婚的区分、家庭和谐、是否有陋习都是要考察的。IPC微贷技术的信贷流程包括市场营销、贷款申请、信贷分析、信贷审批、贷款发放、贷款回收六个过程,大体上和我们传统的信贷没有什么区别,交叉验证是德国IPC技术的核心,交叉验证就是对两个方面获取的数据进行核对,保证合理的数据偏差在一定范围内,比如毛利率=(销售收入-销售成本)/销售收入,把借款商户口述情况和实际计算情况对比,差距在5%以内即认为合理,假若一个借款商户连自己大概盈利多少都计算不清楚(或者说谎),又如何信任他能还钱呢?

  在德国IPC技术中,图表工具也十分重要,主要工具包括时间轴工具、上下游分析工具、资产负债表工具、损益表工具、现金流量表工具等。时间轴工具主要描绘借款人的从业历程,上下游分析工具用“输入-本企业-输出”的关系图,描绘商户的业务流程,有点像平时我们说到的供应链金融,这两个方面主要讲述企业的经营情况。资产负债表、损益表和现金流量表则分析了借款人的财务状况,是否有足够的现金流来支付贷款,通常把年收入的70%左右作为贷款额度上限。

  信贷工厂——各司其职,银行风控的移植品

  信贷工厂又称淡马锡模式,最初是指银行在进行中小企业授信业务管理时,设计标准化产品,从前期接触客户开始,到授信的调查、审查、审批,贷款的发放,贷后维护、管理以及贷款的回收等工作,均采取标准化管理,其作业流程就好像工厂的“流水线”。

  这种模式也是P2P领域中从事信用贷采用最多的类型,面对资料数据已齐全的中小微企业,将风控切割成初审、复审、电核、终审、审批放款、贷后管理、催收等几个部分,授信时,首先由系统自动根据客户信息情况进行信用打分,然后信审岗对客户的身份信息、收入及工作等信息进行核查后,最终判断是否应该放款,以及该用户的授信额度、还款周期等。贷后出现逾期坏账时,根据不同的逾期段,催收岗采取不同的策略实施催收。

  目前,采用信贷工厂模式的国内商业银行,一般均为此种组织体制模式,例如建设银行、中国银行和杭州银行。信贷工厂的核心环节在于尽职调查和审核,客户经理在受理业务后需着交由风控人员执行尽职调查,其中依靠三项基本工具:《进件标准作业手册》、内部评级系统和标准化的调查报告模板。风控专员针对进件进行流程化审核,通过评级系统(或申请打分卡)进行初步评级和打分,不符合政策准入条件的可当即拒绝。对于符合准入条件的,则根据标准化的调查报告模板进行调查并填制调查报告。审查审批人员主要依据风控专员提交的信贷调查报告,结合产品的风险特征,发挥专业审批经验,进行最终的批核。

  不同业务分工合作好处在于效率高,隐性成本低,且易形成规模,易满足网贷融资方的快速需求,它的优点在于标准化作业,便于批量复制和控制标准,提高风控效率;缺点在于人员主观风险意识低,对系统依赖程度较高,易出现漏洞。

  FICO——舶来品,完全接轨需强大征信体系

  FICO评分系统在美国得到广泛地使用,最初是由美国个人消费信用评估公司开发出的一种个人信用评级法。由于美国个人征信体系比较健全,20世纪50年代一位工程师BillFair和一位数学家EarlIsaac发明了一个信用分的统计模型,80年代开始在美国流行。如今它是美国FairIsaac&Company的专有产品,FICO信用分由此得名。FICO信用分模型利用大样本的历史数据,刻画出消费者的信用、品德,以及支付能力的指标,再把各个指标分成若干个档次以及各个档次的得分,然后计算每个指标的加权,最后得到消费者的总得分。影响FICO评分系统的因素有五类:客户的信用偿还历史、信用账户数、使用信用的年限、正在使用的信用类型、新开立的信用账户。这就好比你在经常在淘宝&天猫上消费,蚂蚁花呗就给予你一定消费额度,让你先消费后还款。

  一般地说,如果借款人的FICO信用分达到680分以上,金融机构就可以认为借款人的信用卓著,可以直接发放贷款。但如果借款人的信用分低于620分,金融机构就可以拒绝贷款或要求其增加担保。如果借款人的信用分介于620~680分之间,金融机构就要作进一步的调查核实,再采用其它的信用分析工具。

  FICO可以说是建立在一个长年和大量的数据积淀下形成的,目前国内的征信体系还不完善,也没有相应的数据互通,评估标准、评级方法都难以统一,值得肯定的是,基于数据模型的风控相比前两者更为客观,也更有效率。

  除了以上说的几类,P2P网贷还常有一些以大数据风控为噱头,多是通过捕捉历史信息来预测未来的信用表现,实际的风控作用极小。国内的信贷风控发展还是以传统的信审模式为主,其他模式,还需待未来征信数据共享之后。

文章系作者授权发布原创作品,仅代表作者个人观点,不代表网贷之家官方立场,如需刊登转载,请注明来源网贷之家并注明作者,违者必究。

相关推荐:

1/1