銀行信貸人員全面提升風控策略體系

課程背景：
       中國經濟增速持續放緩、行業和企業深度分化、經濟運行中的矛盾疊加風險凸顯；產能過剩持續蔓延且程度加重，企業效益持續下滑，逃廢債行為抬頭。商業銀行的不良貸款余額和不良率連續多個季度上升，資產質量管控壓力巨大。
       造成國內商業銀行信貸風險管理矛盾突出的主要原因：一是信貸隊伍中年輕人多、從業年齡短，信貸風險防控經驗少；二是信貸業務骨干大部分未經歷過一個過完整的信貸周期，缺乏全流程管理和資產保全的經驗和方法；三是信貸從業人員所學專業多樣化，對企業財務報表分析能力不強，不能掌握通過財務報表分析識別風險和控制風險的能力，無法掌握客戶有效資產的，不利于銀行信貸風險的化解。
課程收益：

1.      通過本課程學習讓現場學員對信貸風控體系有一個全面的認知

2.      了解常用的9大思維提升學員的思考決策能力

3.      了解信貸業務貸前、貸時、貸后的盡職要求的分析和結構

4.      幫助參訓人員厘清信貸業務全流程風險管理的要求和方法

5.      提高對客戶財務報告分析和運用的能力

6.      讓學員能夠做到：守住風險底線，做到早識別、早預警、早化解，對潛在和現實風                     險的管控早于風險實質形成，有效控制損失
 課程對象：

商業銀行信貸客戶經理及負責人，審查人員及負責人，網點負責人
培訓時長：

2天（6小時/天）
 課程大綱：

一、 9大思維模式激發你的思考力

1.      目標思維：確立目標后，一步一步去實現其目標的思維方法。其思維過程具有指向性、層次性。

2.      用戶思維：一切行為都要以解決客戶的需求為中心。

3.      產品思維：產品思維的核心就是：發現問題，分析問題，解決問題。與用戶的共情、換位思考、高維思考、取舍、洞察等，都是產品思維的高光表現。

4.      逆向思維：是目標思維的對應面，從目標點反推出條件、原因的思維方法。它也是一種有效的創新方法。

5.      量化思維：有一維量化、多維量化、多維嵌套量化之分。量化思維是一種數字化思維，是認知中對事物的條理化分析。

6.      全域思維：有些看似局部的事物，在更小的尺度空間觀察時可以表現為整體。

7.      局部思維：有些看似整體的事物，在更大的尺度空間觀察時可能表現為局部。

8.      縮放思維：切換視角，用放大鏡、顯微鏡、平面鏡思維度量全局形態和局部動態。

9.      發散思維：根據已有的某一點信息，然后運用已知的知識、經驗，通過推測、想象，沿著不同的方向去思考，重組記憶中的信息和眼前的信息，產生新的信息。它可分流暢性、變通性、獨創性三個層次。

二、 信貸風險管理五大維度

1.      政策面：

國家風險、宏觀經濟風險、購買力風險、利率風險、匯率風險、市場風險等。

2.      平臺面：

合規風險、財務風險、經營風險、流動性風險、聲譽風險、法律風險、戰略風險等。

3.      產品面：

后臺漏洞、產品缺陷、數據安全、內容安全等。

4.      風控面：

欺詐風險、信用風險等。

5.      運營面：

操作風險、人員風險、活動風險等。

三、 當前中國金融機構運行環境和狀況
1、中國宏觀經濟的基本特征
              宏觀經濟的新常態
              GDP增長速度分析
2、中國金融機構的經營狀況
              中國商業銀行的經營狀況
              不良貸款的成因分析及傳導趨勢
              商業銀行與風險的關系

四、始于風控，精于運營

1. 風險類型：

金融的本質是將風險偏好不同的資金供給方和風險不同的資金需求方匹配起來，因此風       控是所有金融業務的核心。

金融業務風險可以分為信用風險、市場風險、操作風險、流動性風險、國家（政策）風       險、法律風險、聲譽風險和戰略風險。

2. 風險管理策略：

是指企業根據自身條件和外部環境，圍繞企業發展戰略，確定風險偏好、風險承受度、       風險管理有效標準，選擇風險承擔、風險規避、風險轉移、風險轉換、風險對沖、風險    補償、風險控制等合適的風險管理工具的總體策略，并確定風險管理所需人力和財力資       源的配置原則。

3. 信貸風控策略：

主要是根據不同業務場景，針對目標客群，通過一系列規則，對客戶進行篩選和分類，發現風險點（包括：信用卡欺詐、團伙窩案、高危用戶等），降低風險，同時降低成本、提升效率，實現反欺詐，授信，風險定價，催收等各階段目標。

4. 信貸運營策略：則是如何有效挖掘客戶最大價值，并且養成平臺產品對用戶的粘性。

五、詳解風控策略

1. 基于業務的生命周期的風控策略分類

(1)    反欺詐策略、信貸風險策略、貸中管理策略及貸后管理策略。

(2)    以客戶為中心，將市場營銷、申請和審批、客戶管理、催收和收回以及不同階段需要注意的關鍵點作為信貸風控的核心去設計以及管理。

2. 設計風控流程

(1)    業務政策：

?  快速理解商業模式，參與商務、產品、運營，完成風控需求分析和項目策略管理推進

?  執行風控運營相關的調研工作，輸出調研結果

?  通過對業務數據、客戶行為數據的分析，結合調研評估，對公司各項決策提出相應建議，包括產品政策、風險政策等。

（2）流程制定：

?  參與信貸業務貸前、貸中策略和政策的定制及全流程風控建設

?  對信貸產品流程和系統策略管理流程進行優化

?  參與制定風控政策和上線決策，并跟蹤線上效果，能夠對模型質量進行驗證和評估，提出優化改進建議和方案

（3）系統建設：

?  參與建立健全的風險管理體系，包括金融產品設計、整體審批流程設計、風控模型建設、審批決策建議等

?  整理風控數據需求，對內挖掘數據價值，對外測試及對接合規三方數據

?  思考業務環節或場景可能潛在的風險，設計合理的數據埋點體系

（4）組織協同：

?  幫助協調實施，包括定義技術要求，在產品端實現政策實施，以及預計和檢測項目影響力是否符合預期

?  與技術團隊進行對接，確保風控策略在高效快速的落地實施

?  與業務相關部門緊密合作，對產品設計和業務流程進行全面風險評估

?  推動產研團隊、算法模型團隊快速落地業務需求，確保產品迭代和優化效率

（5）目標導向：

?  控制業務的逾期率，提升客戶通過率

?  提高收入，控制成本，聯合優化逾期率、批核率，協助運營好業務指標

3.制定風控策略

（1）策略制定：

?  制定和優化風控策略

?  利用數據、規則、模型等完善風控策略，包括原有風控流程及規則優化、反欺詐策略、審批策略、定價策略、額度策略等內容

?  按照既定的方法輸出風控策略規則的評估結果

（2）策略調優：

?  實時了解信貸欺詐案例及技術手段，并探索指定反欺詐策略。

（3）特征管理：

?  參與建設風控特征，挖掘特征內涵、調試特征閾值、驗證特征有效性等。

4.實時數據監控

（1）實時監測：

?   建立數據監控體系，與相關部門進行有效溝通，對系統問題、審批流程效率、風控策略效果進行實時準確的監控及報送等。

（2）監控報表：

?  對業務關鍵指標進行挖掘、整理和分析，形成數據報表，持續監測

?  設計資產監控報表，跟蹤賬戶風險表現，并對資產信用表現進行監控分析。

5.風險數據分析

（1）數據分析：

?  用戶數據及風險數據分析

?  通過大數據分析，定量識別潛在的風險和業務影響

?  通過數據對公司各個流程環節進行分析評估診斷，優化運營流程，提升效率

（2）報表報告：

?  業務報表和風險預警體系的開發和維護

?  業務數據的提取、處理、分析，撰寫分析報告

（3）案件分析：

?  在數據分析和案例調研反饋的基礎上優化風險管理相關政策與策略

?  風險案件深度挖掘、分析，洞察風險客戶行為特征，快速調整識別策略并推動風控產品升級迭代

（4）指標測算：

?  風險有關資產、財務、風險、運營數據指標的測算。

（5）數據挖掘：

?  掌握Logistic回歸、評分模型設計、決策樹等基本的數據建模方法，能掌握SQL、SAS或其他數據分析工具，良好的風險敏感度和優秀的數據分析技能

?  對風控數據進行深入的分析和建模，為風控決策及策略的應用提供強有力的數據、模型支持

?  通過對數據的聚合、合理性的分析，核實風控模型數據準確性

六、嚴格的貸前審核

貸前策略以反欺詐和授信為主，基于數據分析在貸前申請階段制定各式各樣多維度的策略和規則，其目的在于減少貸前審批時?險事件發生的可能性,挽回?險事件時造成的損失。對高風險客戶進行篩選對同時,保留低?險客戶。在保證業務體量的同時降低壞賬率，控制逾期風險而實現盈利。

1. 風控政策

2. 準入策略

（1） 資料準入

?  資料完整性

?  資料真實性

?  資料有效性

?  資料清晰度

（2）身份準入

（3）國籍準入

（4）年齡準入

例：年齡越低或越高，進件對應人數就越少，對應的通過率越低，逾期表現也不好，放款成本非常高，那么這部分用戶，就可以在準入部分直接拒絕

（5）地域準入

例：城市等級越低，其對應的逾期率越高

（6）名單準入

?  風險名單：內部黑名單或者行業內共享高風險名單

?  渠道名單：進件渠道不符合要求或被標記，如未推廣渠道高密度注冊及進件。

?  設備名單：申請設備不符合要求或被標記，如統一設備被多人使用

例：用平板電腦申請借款的用戶，一般為特殊的場景，不可預估貸后表現，一般拒絕；

同一臺設備有多個賬戶注冊登錄，一般認為欺詐嫌疑較大，則拒絕

（7）歷史準入

（8）其他準入

3.  信息核驗

（1） 實名認證

作用：確認申請人身份證、姓名、手機號、銀行卡是真實并且關聯的。

方式：實名認證主要是身份證、姓名二要素認證、加上手機號碼的三要素認證、還有加上銀行卡的四要素認證，可以降低欺詐風險。實名認證核驗異常并不意味著一定是欺詐，只是因為不確定性意味著更多的風險性，所以需要這一環節來過濾一部分因填寫信息異常或者其他行為異常的用戶，后續可以安排短信或者電話回訪具體原因。

（2）短信認證

獲取登錄驗證碼。一定程度上確認借款人設備是本人在操作，同時確認申請人使用手機號非停用、故障、異常、欠費狀態。

（3）活體檢測

人臉識別驗證：對比用戶提供照片與身份證照片的相似度。

（4）地址校驗

接入一些外部技術或數據，針對輸入地址信息、家庭地址、單位地址、常駐地址、身份證地址、設備ip、GPS地址、手機號歸屬地、最近使用地址、歷史使用地址等，做位置解析及一致性核查。

（5）其他要素驗證

運營商信息驗證、政法信息認證、車輛信息查驗、郵箱驗證、手機號與聯系人手機號校驗、發證機關校驗等。

4.欺詐識別

（1）欺詐主體的分類

（2）申請信息反欺詐

（3）設備信息反欺詐

（4）三網數據反欺詐

（5）征信數據反欺詐

?  央行征信

2  央行征信策略

?  民間征信

2  多頭風險

2  失信風險

2  多頭借貸

2  拒絕過多

例：通常認為同一個平臺，用戶借款次數不宜過多，超過一定程度，擼貸可能性較       大，所以可設定對應的拒絕閾值。

（6）其他數據反欺詐

（7）關系網絡反欺詐

（8）復貸用戶反欺詐

（9）其他

5. 授信評估

（1）預授信

（2）行為評估

?  個人資質：查詢用戶消費、收入、資產、職業等信息，對用戶消費等級、消費偏好、收入穩定性、職業穩定性等信息進行評估。

?  人口屬性：性別、年齡、職業、學歷、收入、房車等；人生階段：在校、工作、備婚、備孕等。

?  位置屬性：    常駐地地址、家鄉地址、工作地址、地點偏好、差旅目的地等。

?  社會屬性：黨員/團員。

?  價值屬性：有無車標識等。

?  消費屬性：消費水平、消費品級、購買方式、購物行為、消費偏好等。

?  行為屬性：生活行為、金融行為、旅游行為、社交行為等。

?  興趣屬性：金融偏好，上網目的等。

?  工作屬性：白領/藍領。

?  行業屬性：房地產行業、教育行業、教育培訓、旅游行業、汽車行業等。

（3）風險評估

?  歷史欺詐記錄：多頭借貸傾向，信用風險提示，信用逾期預測。

?  貸款屬性：多平臺借貸情況等。

?  共債風險：判斷用戶多平臺共債風險。

?  借貸偏好：用戶金融產品借貸偏好，包括經常使用的貸款類產品等。

?  借貸用途：購車貸款、醫療美容、網購貸款、裝修貸款、教育培訓貸款、旅游貸款、三農貸款、其他

?  還款習慣：用戶還款方式為主動還款、提醒還款還是催收后還款，是提前還款還是首逾后還款。

?  穩定性評估：收入穩定性、家庭穩定性、位置穩定性等。

?  設備屬性：設備類型、設備價格、應用偏好，設備安裝、卸載、打開、活躍，設備價格、關聯手機號個數等。

（4）能力評估

?  履約能力：判斷收入范圍，收入能力水平，消費能力水平，判斷高凈值用戶，直接體現或者間接體現還款能力的。

?  家庭人數：家里人多，你還不起，催收后有人可以幫你還。

?  婚姻狀態：大部分家庭，結婚的比未婚的家庭收入或經濟穩定更好。

?  文化程度：初中以下、初中、中專、高中、大專、本科、研究生及以上。

?  收入水平：單位名稱、單位電話、工作職務、單位性質、收入來源、收入水平，直接體現收入水平及收入穩定性情況。

?  貸款用途：購車貸款、醫療美容、網購貸款、裝修貸款、教育培訓貸款、旅游貸款、三農貸款、其他。

?  收入來源：工資獎金、經營收入、投資理財、房租收入、其他。

?  償債壓力指數：用戶本人當前償債壓力指數的情況。數值越大，壓力越大。

（5）綜合授信

?  綜合信用情況：查詢用戶消費、收入、資產、職業等信息，對用戶消費等級、消費偏好、收入穩定性、職業等信息進行評估。

（6）定額定費

1)     額度概念

?  固定額度：與客戶約定好的對賬戶正常操作的額度，客戶一旦違約，額度可能會被降低。

?  影子額度：后臺操作額度，在客戶未知的情況下設定，在客戶超限時被激活，或是客戶提出提額申請時啟用。

?  目標額度：在沒有額外手續時對客戶提額申請能給予的最大額度。

?  提額請求：永久提額和臨時提額。

?  提額降額：預授權、預激活、預篩選。

?  額度復核：定期評額，關注客戶在未來固定時間能償還貸款的額度。

?  凍結額度：賬戶異常

?  額度模型： 單獨制作額度模型時，使用類似公積金基數，信用卡流水，借記卡流水、共債數據擬合額度模型，產出一個額度系數，再結合一些基礎且特征明顯的維度，組成額度系數矩陣，客戶額度為：額度系數*額度基數（一般是客戶的信用卡額度、月收入（真實的）或者公積金繳納基數之類的）。期數會參考申請評分卡的等級，由等級確定建議期數。

2）額度策略

?  額度計算整體框架：通常在客戶授信額度方面，有一個輸出的框架，會做一個決策樹分類。對于低分風險高授信，反之高風險低授信。信用額度主要參考客戶的收入、行業/職級、進件渠道，同時參考申請人的個人信用信息，結合進行授信。

?  客戶的最終授信額度：根據客戶的進件渠道、類型、和數據采集情況，依據額度授予框架和客戶滿足的特殊情形，對關鍵人、公務員、突破線客戶分別授信，對其他的客戶按照收入認定額度授予信貸額度，對于滿足特殊條件的客戶進行單點保底額度設定。

?  授信額度簡單計算公式：

3）利率策略

?  風險與利率計算公式

4）息費調整

5）額度調整策略

（7）人工審核

（8）簽約提現

（9）審批監控

?  進件情況

?  進件變化情況

?  首貸復貸進件情況

?  規則調用和拒絕情況

?  模型跑批情況

?  調用率、觸碰率、通過率、拒絕率

?  異常規則觸發情況

?  策略預估：預估策略上線對生產運營階段的影響，基于進件量、放款量、通過率的影響。

?  策略監控：策略上線后，監控此策略的占比與預計的占比是否發生嚴重偏差，且在正常運行階段是否全部執行。

七、嚴密監控貸中運營的風險控制

1. 貸中管理的兩大核心目的

(1)    對異常賬戶的用戶進行提前預警、催收

(2)    對額度進行調整或凍結

2. 風險監控

（1）交易監控

（2）交易反欺詐

（3）早期風險預警

八、客戶財務風險的識別與防控（財務報表的運用，案例分析）
1、財務分析的基本要求
2、資產類科目風險識別與防控
3、負債類科目識別與防控
3、“三表”風險識別與防控

九、課程總結