《互联网信贷风险与大数据》读书笔记（三）

第一节 信贷工厂

信贷工厂的起源

起源于淡马锡，信贷工厂模式通过设计标准化产品和流程，实现流水线式的信贷作业过程，并强调全流程的风险管理。发端于中小企业贷款领域，适用于批量化作业的各类信用贷款领域。

为什么工厂化

在个人和小企业信贷领域，主要有以下两种模式

• 地域管理模式
• 工厂管理模式

采用地域管理模式原因

• 传统的展业模式与客户管理方式，需要通过人工的、现场的方式开展营销，并进行贷后管理。
• 希望放权到地方，根据实际情况实施相对灵活的管理策略。

地域管理模式缺点：

• 依托于网店和人员的拓展，成本较高，很难服务到边缘地区

工厂模式采用“中心工厂+卫星车间”的方式进行信贷管理，卫星车间承接已明确定义好的短流程作业，而中心工厂则进行长流程管理。

工厂模式的特点是以技术化、标准化的手段提升效率，依托信息技术和智能技术实现远程的管理，填平地区之间管理水平的差异。对参与生产的流水线上的每个岗位工作进行有效分割和集成，既控制了操作风险，又提高了作业效率。

服务于审批，不仅仅是审批

信贷工厂直接改造了贷款审批准入过程，传统模式下，分支机构承担客户引入与审批的职责，享有相对独立的审批权。而信贷工厂模式下，分支机构的职责是按既定流程收集客户信息、核实真实性，将这些信息按约定输入总部的大工厂中，因为审批与授信权限在总部，所以在风险管理中，即可做通盘考虑，有可机动灵活地优化调整准入策略。

信贷工厂模式优点：

1. 批发式经营 因为客户量巨大，适合批发式经营、批量化管理。
2. 集约化管理 最大限度的隔离了业务员和客户之间的利益输送；另一方面，各作业流程一环扣一环，处于流水线上的单个作业人员无法根本性地左右审批结果
3. 全流程风控 基于自动化系统和标准化数据接入，实现进件流转规则、评分卡及审批策略等智能化部署，风险管理能力也得到了提高。

标准化与差异化的结合

如何处理差异：

1. 基于自动化策略的智能核心 评分卡、流转规则和策略都在IT系统之上，支持了信贷工厂的自动化、标准化运行。
2. 全流程的监控 监测体系即关注每个环节的关键指标，又有贯穿全流程的核心监控指标。
3. 不断学习和测试的过程 信贷工厂本身集约化的管理，可以支持策略的细分和调整。

“互联网”信贷工厂

特点：

1. 互联网信贷工厂的“卫星车间”在逐渐消失。使用各种互联网方式进行获客人。
2. 在互联网信贷工厂模式下，外部信息的输入发生了巨大的变化。如何从大量信息中剔除杂音，挑选出有效信息，并将这些信息应用在评分卡、流转规则、管理策略之中。

第二节 审批自动化车间

个人信贷业务量巨大，借款客户的实际资金需求又呈现快、急、频的特点。
信贷工厂的特征是标准化和流水线作业，流水线模块可以根据实际情况进行调整，以优化效率。

第三节 体验式审批

越是优质客户，为此争夺的金融机构就越多，谁能提供更符合客户需求甚至是超出客户预期的产品和服务，谁就更有可能赢得客户。

实时审批

常见的自动化审批，从申请信息获取开始，经过外部数据接入、对比、规则判断、信用调查、模型和策略计算，到最后给出审批结论，有全流程的系统支持

为提高效率，缩短审批时间，需要在两个方向上努力：

• 完善策略部署，降低人工干预的必要性
• 提高非人工环节的运行效率

审批前置

金融机构可以结合多方数据，提前对客户风险水平进行评估，并做出授信决策。

审批前置的过程既是风险判断的过程，也是营销过程的一环。

零感知审批

特点：

• 有很强的贷款应用场景
• 申请、批核、放款、交易无缝连接
• 注重商圈服务体验

京东白条和蚂蚁花呗就是具体应用产品。

移动审批

随着移动互联网的发展，相关业务从纸质转移到电子化。

有以下几大优点：

• 实时的信息传递
• 更多的信息采集
• 审批过程延伸到申请端口

第四节 反欺诈管理

欺诈是造成金融机构收入损失的重要原因之一。

个人信贷欺诈风险误读

个人信贷中欺诈越来越多原因：

• 造假成本低 会导致批量造假
• 违约成本低 信用体系不完善
• “专业化”中介组织

欺诈类型

根据主观程度，分为严重欺诈和轻度欺诈。

严重欺诈是指以骗取贷款为目的，完全没有还款意愿。

轻度欺诈是为了避免拒贷或多贷款而虚构事实。

根据发生阶段，可分为申请欺诈和交易欺诈。

申请欺诈包括提供虚假资质证明材料、提供虚报申请信息和伪冒他人名义申请。

交易欺诈发生在申请批复后的贷后阶段，包括虚假交易、伪冒交易和挪用借款资金。

申请欺诈的管控

可以在三个业务环节反欺诈：

1. 销售环节反欺诈 亲见申请人、亲见申请人证件、亲见申请人在借款协议或申请表上签字和亲核申请人的单位

2. 审批环节反欺诈 进行真实性核实，一、核实申请人提供的申请表信息项的真实性。二、核实申请人提供的申请资料的真实性。三、核实借款人身份的真实性。信息校验的几个层次：一、客户填报信息的逻辑校验。二、客户填报信息与金融机构自有信息的逻辑校验。三、外部信息的对比校验。

3. 贷后环节反欺诈 一、通过违约情况观察 二、通过信息关联排查

交易欺诈的管控

1. 放款环节反欺诈 防止账户接管和资金挪用。
2. 交易环节反欺诈 交易欺诈的过程通常反映出虚假交易和账户接管类的欺诈。
3. 还款环节反欺诈 其危害性在于金融机构未能对借款人的真实资质水平或资金的真实用途进行评估，使得实际风险水平超出金融机构的评估水平。

反欺诈的新问题

1. 不再有现场
2. 不再有附件申请材料
3. 资金接管与虚假交易情况日益严重
4. 电子申请的无成本“试验”

反欺诈的新思路

1. 用互联网描述你 单个人在网络信息越多，越能准确的描述出这个人的特征。
2. 线上+线下信息应用 多维度信息结合
3. 非现场的“现场”调查 通过网络达到一种现场效果
4. “傻瓜”式的反欺诈调查 根据系统指定好的策略，调查人员只需要简单的按照步骤执行即可。
5. 中文信息处理工具 反欺诈的核心是信息对比和逻辑校验。

第五节 客户准入的模型支持

主要解决两个问题：一是引入什么样的客户；二是如何授信。

申请风险模型

申请风险模型通过客户多方面的属性来对客户资质进行综合评估，全面评估客户的风险，引入优质客户，优化金融机构的资产结构，同时为金融机构制定差异化客户管理策略提供依据。

初始额度模型

初始额度模型主要衡量客户的收益情况。

初始额度模型主要用于解决客户的授信问题，通常和申请模型一起使用，它们分别反映了客户风险和收益。

申请欺诈模型

申请欺诈模型即通过客户填写的申请信息来判断客户欺诈的可能性。

第六节 金融征信服务

征信是指对企业、事业单位等组织的信用信息和个人的信用信息进行采集、整理、保存和加工，并为信息需求者提供信用报告、信用评分、信用评级等服务。

国内征信行业发展历程

根据征信机构的性质，可划分为公共征信机构与私营机构两大类。美国是私营征信的典型代表，欧洲以公共征信机构为主。

国内外征信环境比较

国内征信机构主要类型

1. 服务型机构
2. 数据型机构

国内征信行业发展现状及困境

1. 市场主体相对单一
2. 公共征信机构的覆盖能力受限
3. 个人信息完全问题突出

国内征信市场展望

1. 征信市场主体多元化
2. 征信业务的创新模式不断涌现
3. 征信数据处理技术革新
4. 征信数据采集和应用规范化

其他相关：

《互联网信贷风险与大数据》读书笔记（一）

《互联网信贷风险与大数据》读书笔记（二）

《互联网信贷风险与大数据》读书笔记（四）

《互联网信贷风险与大数据》读书笔记（五）

《互联网信贷风险与大数据》读书笔记（六）