风控审核不能提款 以放款额度为抓手理解零售信贷数字化风控的重点

（四川丹巴美人谷，照片来自网上）

近期在金融科技和银行数字化转型的热潮中，常有零售信贷业务的合作方，与传统银行介绍和洽谈业务合作。不管是导流方或资产方或技术服务方，大多数都是依靠金融科技和大数据发展起来，其所协助和推动的银行自营的零售信贷业务，都具有数字化风控应用的特点。相比之下传统银行则对之不甚熟悉，在商讨具体开展业务合作中，不是那么容易抓住业务模式及数字化风控的需求重点。

在与合作方的相互了解中，笔者习惯于在询问了信贷产品所针对的客群和场景基本情况之后，就首先重点关注该业务的主要放款额度范围或者平均放款金额的估计。要快速了解并大致确定一项零售信贷业务须配备的数字化风控架构，快速从宏观层面掌控该零售信贷业务是否适合银行与之合作，快速评估合作所将涉及的业务模式与业务流程，关注该零售信贷业务的主要放款额度范围是一个很好的切入点。

关注主要放款额度范围可起到抓纲举目之效果

一款零售信贷产品，一定是针对一类特定的客群及特定的场景。当客群和场景确定之后，主要的信贷产品要素就确定了，包括主要放款额度范围或平均放款金额等要素。对于银行自营的零售信贷业务，在主要放款额度范围相似的信贷产品之间，数字化风控的重点是比较相似；而在主要放款额度范围差距很大的信贷产品之间，数字化风控的重点也相差比较明显。

数字化风控在银行零售信贷业务上的应用，主要体现在纯信用类的线上贷款业务上，需要满足客户的快捷方便的体验需求，通过以大数据为基础的自动化审核审批，做到快速放款。进一步数字化风控也可以应用在包括有一定的人工参与步骤的部分线上化和自动化的一些银行零售信贷业务。

传统银行在引入数字化风控手段发展零售信贷业务方面，多数还是采用谨慎摸索逐步推进的步伐，一般的做法也是从适合平均放款金额相对比较小的信贷产品做起，渐渐地往适合平均放款金额比较大的信贷产品发展。所以，从信贷产品的主要放款额度着眼，有针对性地理解各自的数字化风控应用需求重点，有助于帮助规划和设计整体的数字化风控发展思路。

笔者将零售信贷业务，根据所针对的主要放款额度范围大致进行分类，分为微额类、小额类、中额类和大额类等的零售信贷产品大类。然后以抽象和简便的手段，对每一大类在应用数字化风控下的主要特点及其相适合的业务模式进行梳理，进而在具体工作中，起到了抓纲举目之效果。

根据笔者所在岗位的经验，将零售信贷业务进行分类。以主要放款额度或者说平均放款金额大约在几千元到一、两万人民币上下范围的，定义为微额类零售信贷产品；大约在十万元人民币上下范围的，定义为小额类的零售信贷产品；大约在二十到三十万元人民币上下范围的，定义为中额类的零售信贷产品；而大额类的零售信贷产品，则就是指主要放款额度约在几十万元上下直至一两百万元的。

上述分类所依托的各个主要放款额度范围，只是笔者自己尝试的一个大概估计。这个估计还可能是与开展零售信贷业务的地域有关。其实各家不同的银行对于具体应怎么划分分类，更多应是依靠自己的摸索。不过这里要强调，即便是上述提到的划分估计范围不是很准确或不是很直接有用，但是所采纳的以主要放款额度范围来分类零售信贷产品并且梳理所针对的数字化风控框架这个方法本身，还是有很好的指导价值。

微额类零售信贷产品的数字化风控重点

微额类零售信贷产品，因为平均放款金额实在太微小，每单笔放款所能产生的绝对盈利非常小，所以从运营成本考虑，实施任何日常的人工操作流程都是不值得，必须是采纳以数字化为基础的全程自动化审批，必须是让客户能够全程自助进行线上开户、线上申请、线上签约和线上提款。同时业务开展一定要有较大的客户规模，否则整体投入一定是不合算，这就导致在产品设计方面必须以标准化为好。

当放款金额非常小的时候，客户前来线上申请时候的随意性相对较大，忠诚度相对较低。要做好这类业务，客户体验成为十分的关键。为了尽可能留着客户且满足客户体验，所有客户自助操作流程要做得非常便捷，摒弃繁琐步骤，实现秒批秒贷。

为了要充分考虑客户体验和充分保证业务量，这类个人信贷产品一般都设计成自主支付的消费类现金贷，即使是具有一些消费场景相结合并从中获客的，也很难做成有场景结合的又适合受托支付的消费贷，否则所受牵连太多。

而适合这类贷款产品的客户都是真正的长尾客户，不是银行传统意义的客户。传统银行通常没有渠道直接获取这类客户，需要与平台等第三方合作进行导流。此时互联网平台的导流质量就成为这类业务风险把控的第一道屏障，银行一定要做好对于合作平台的运营风险、品牌风险和数据质量的尽调。

微额类零售信贷产品风险把控的最重要一环是身份反欺诈甄别。因为客户全程都在线上操作，没有任何节点银行与客户有直接接触，所以要首先确保客户是自己在申请，是按照自己的意愿在申请，同时还要兼顾客户体验，不能将线上的身份核实步骤搞得太复杂太繁琐，而由此会带来的更大风险则是高迸发高科技的线上集团欺诈攻击。

传统银行的线上反欺诈技术应用能力一直不是强项，况且线上反欺诈更依赖于大范围的实时数据获取。故在银行不适合将线上身份核实步骤搞得太复杂太繁琐的前提下，理想的模式是银行与第三方反欺诈专业服务提供商进行技术合作，通过各种实时的技术反欺诈手段，包括设备指纹、地理定位、手机号鉴定、申请人关系网络等等，最大限度排除欺诈申请，尤其要防范犯罪集团通过模拟真人手机操作、盗身份证号手机号、撞库等瞬间性大规模欺诈攻击。

银行在通过合作方平台获客的时候，要从技术上确保所有嵌入前端设备的联网核查、人脸识别、绑卡校验等线上步骤无法被攻击和破解，并在合规的前提下尽可能从申请前端上获取有用信息。为了方便客户，通常申请时候客户只需要提供有限的信息，剩下所需要的其他信息银行应依托客户身份证号码及手机号码从第三方大数据供应商处匹配获取。

申请微额零售信贷的客户，有很多人是人行征信报告的白户，或者信息十分有限，反而这类客户中不少人曾经在其他互金平台上有过借款记录。因此，银行开展这类业务最好能够获取人行征信报告以外的其他相关征信数据。

当客户申请的真实性得到保障之后，风险防范还需进一步评估客户的还款意愿。客户历史上具有多次正常的借贷还贷以及当前具有适度的多头借贷是可以接受的，但对于单个客户当前存量多头借贷的总额要有把控，对于最近期间明显高频率的借贷申请次数必须十分警惕。对客户历史上单期逾期次数的控制也可以适度放宽但对于三期以上的逾期须重点考量。

客户申请这类信贷产品通常都是为了微额的消费用途，基本上不存在用放款资金做投资的可能性，极大多数正常客户的还款能力也不是大问题，故这类产品的期长一般都应设置得比较短，以平均三个月最长不超过六个月为好。同时这类产品的客户一般更看重方便快捷的体验而对贷款价格不敏感，银行可在满足合规的前提下尽可能考虑利率设置覆盖风险成本。

小额类零售信贷产品的数字化风控重点

小额类零售信贷产品，每单笔放款所能产生的绝对盈利依然是很小，所以银行从运营成本考虑，还是应以数字化为基础的自动化审核审批为主，让客户能够全程自助进行线上开户、线上申请、线上签约和线上提款。

比较起微额类的零售信贷产品，客户选择这类个人信贷产品的时候，是有更为明确的消费目标或资金周转目的，所以客户在线上申请流程中，会适度平衡体验和需求，相对地可以接受更为周全细致的远程身份核实及反欺诈甄别操作，也可以接受以分钟单位为时长的整个审核审批过程。正因为如此，银行可以更多引进包括活体检测、声纹识别、文字问题选择回答以及利用人工智能或人工远程视频方式进行问答审查等多项手段，着重加强对于集团性质的线上欺诈攻击的防范。

既然传统银行目前在实时大数据反欺诈方面还是处于弱势，既然银行开展这类线上零售信贷业务可以不像是开展微额类零售信贷业务那样特别强调审批速度和客户规模，那么银行应尽可能采用白名单形式。此时客户申请身份欺诈的压力会小一点，而银行可以在整个运营流程中，将更多精力和措施放在审核客户的还款意愿、确定客户的风险定价和检查客户的贷后资金用途等方面。

银行开展这类线上零售信贷业务，可适度结合一些消费或经营的线上场景，包括一些只是弱相关的场景，例如电商平台的消费者和商户，有完善支付信息的消费者和商户等。但即使有了可关联上的场景，贷款放款还是应采取自主支付为主，场景结合的作用更多地是为反身份欺诈甄别和还款意愿评估提供信息支撑。

银行可在白名单的产生和远程问答的设计中，将场景的因素结合起来，从而多一层防线将风险排除在外。要充分结合线下经验和产品特点，重点做好远程问答的方案，以期在鉴定客户还款意愿方面能够起到事半功倍的效果。远程问答审核的方式在检查客户贷后资金走向方面也可以起到一些少作用。

银行开展这类线上零售信贷业务的主要客户，或者来源于银行信用卡存量客户中的一部分，或者在已经开展了的纯线上微额类零售信贷产品的客户中，提升一部分优质客户，或者可以通过与提供导流的第三方平台进行合作，获取相对优质客户的白名单等。

为银行提供白名单导流的第三方，一般是不具备提供担保的资质，也不适合提供其他形式的资产质量保证。但如果是有关联场景结合的，银行可以在合规的前提下要求平台合作方配合承担白名单中客户的客户基本身份真实性的完全责任。

申请小额零售信贷的客户，虽然不少人是具有人行征信报告的，但一般征信报告的有价值信息依旧有限。这类客户少量的短期逾期依旧是可以接受的，重点是要警惕首次还款逾期、三期以上逾期以及在各处的多头借贷，包括在互金平台的借款，并且要同时考量借款次数和借款额度。

对于这类信贷业务，详细评估客户的还款能力还是做不到，或者需要过多成本获取额外数据支撑。客户的还款能力估计可以做得略微粗一些，可以客户的年龄、所在地区、从事职业类型等信息，配合所能获得的客户总多头借贷额度为基础进行估计。

这类零售信贷业务所服务的客户，在总体多头借贷额度有控制的情况下，一般的还款压力不会是很大。贷款产品的期长以平均不超过六个月最长不超过一年为好。而客户对于贷款利率的敏感程度，要比对于微额类信贷产品高一些，但是又比对于中额大额类信贷产品来得低。故在年化利率方面，这类贷款产品则应考虑比微额类零售信贷产品要低一个层次，同时也正好是在尚没有太强的市场价格竞争压力下推行多级别风险定价的良好时候。

中额类零售信贷产品的数字化风控重点

目前阶段大多数传统银行整体的数字化水平和线上反欺诈攻击的能力有限，而中额类零售信贷业务的平均放款金额已相对不小了，如被瞬间黑科技欺诈突破的话，对银行的损失是明显的。因此，银行在开展这类业务数字化和线上化的时候，可考虑先从行内存量客户中发掘，从线下向线上过渡转换做起。

如果是从外部渠道获取的新客户的话，银行可以有两种选择。一种是依旧坚持白名单模式，在与渠道合作方合作获客的过程中，利用各种资源对潜在申请客户进行一遍过滤，保证前来线上申请的客户是申请者本人；另一种就是要求前来申请的客户先前往线下网点开户，并完成线下核身检查和征信查询授权签字，随后再回到线上履行后继所有的业务操作，包括额度审批、支用审批、提前还款等等。

为了避免新客户被邀请来银行开户后，却被后继审核审批告知申请被拒，银行还是要充分发挥大数据的作用，在前期先对潜在的目标客户提供较为精准的预授信。

对于以数字化为基础的中额类零售信贷业务，贷款产品的设计可以与传统零售信贷业务很相似。这类产品的客户一般应在初次审批通过后给予较长的信用周期，故可考虑为额度项下的可多次循环支用、每日计息和随借随还的贷款类型。额度有效期宜以不超过一年期为好，而每次单笔支用的期长也以平均不超过六个月为好。

银行不仅要对授信申请进行以大数据为基础的自动化审核审批，而且要对每次线上支用申请予以实时自动化审批。授信申请审核审批可紧接在开户核身、绑卡校验等步骤之后，整个这一串流程的总时长要求可以适度放宽。服务这类贷款产品客户体验的重点，放在开户核身和授信审批之后的线上化流程的方便快捷方面，尤其是客户在有实际需求发起支用申请时候以及线上自助还款后台及时结算的方便快捷方面。后继支用申请的审批时长最好还是做到秒批级别，并在日后的每次支用申请时候再次需要线上的人脸识别及活体检测，以及一整套绑定支付密码和手机验证码流程，重点防范前期批准的授信额度被非申请人本人盗用。

中额零售信贷产品的大数据应用，一个重点就是客户还款能力的估计，或者说是对客户的最终授信额度估计。除了人行征信报告之外，有效数据包括当地的税务数据和社保数据等其他官方数据。同时要严格控制多头借贷和频繁借贷，严格控制所有续存借款总量和每月应还款总额，包括客户在其他金融机构所获取的授信额度、信用贷款、抵押质押贷款和为他人做的贷款担保等。历史逾期次数、个人身份信息历史修改次数、工作时长或注册经营时长等各项常规数据，都应该在量化风险模型中予以考虑。

接受这类贷款产品的客户对于贷款利率的敏感度已经比较高了，价格方面会存在市场竞争并对银行是否能够做大这类业务具有较大影响，故在风险定价方面反而不宜级别过多或拉开距离过大，理想的做法还是尽力将数据应用与评估的重点放在对于客户还款能力和授信额度的评估方面。

在授信额度有效期内，充分发挥大数据应用做好数字化预警模型及自动化预警处置机制也是一个重点。对于有疑问的客户要及时暂停授信额度，并经过有效核查后才能重新恢复授信额度。对于明确有问题的客户，要快速终止授信并转入提前还款催收的流程。

在完成了开户核身和授信审批步骤之后，宜将客户归属于分支行并分配相应的客户经理。此后客户经理的主要职责应在贷后检查管理方面包括催收，因为是走以数字化为基础的自动化审批流程，则对客户经理的考核应实行尽职免责。客户经理在进行贷后检查时候，可以是以电话核查核对为主，重点关注贷后资金走向或小微企业主的经营状况。对于个人消费类的贷款业务，此时可以安排集中由一家线下分支行全面负责。

大额类零售信贷产品的数字化风控重点

传统银行目前在零售信贷业务上具有实际意义的数字化和自动化的应用，重点还只是在微额类、小额类和中额类范围内的产品。对于大额类的零售信贷产品，大多数传统银行目前没有能力主要地依靠数据驱动来开展业务完成贷款申请的审核审批等各个风控环节，几乎都还是需要抵质押以及详细的线下审查审核流程，很少有实际使用建立在大数据基础上的以纯信用贷款为服务的自动化审批流程。

传统银行目前对于大额类零售信贷产品的数字化风控的应用，主要还是引入申请人的外部数据包括征信报告数据，并结合行内自有数据，开发相应的数据模型，然后将数据模型的结果，输出给相应的传统的审核审批流程，通过人工与自动化相结合的方法完成对客户申请的审核审批。

有个别银行也在尝试一定程度的线上操作，比如有提款额度限制的单笔提款通过线上申请，以及线上开户发起提前还款等等。但是总的来说，只是有限度的线上化尝试。

而在其他的业务操作和风险把控方面，则基本上是和传统零售信贷流程相差无几。所以本文在此不再费赘。

总之，以数字化为基础的零售信贷业务，在诸多风控措施上与传统做法不一样，且有各自的特点，但是同时又有很多共性。如果能够以主要放款额度范围或平均放款金额为抓手，则可以很快地进入综合理解和掌握的状态。

【作者简介】老古成都（顾亦明），大数据风控、自动化审批与数字化应用领域资深人士。曾在GE消费金融中国数据中心和决策科学实验室、GE消费金融（挪威）风险管理部、澳新银行中国运营服务中心风险模型与数据部、上海农商银行网络金融、征信机构益博睿（）和科锐富（CRIF）、数据服务巨头安客诚（）等国内外机构担任负责人或高管。

公众号“老古成都”为个人责任自媒体，重点关注和分享在大数据分析、决策模型、数字化风控、零售信贷、自动化审批、金融科技、征信应用等方面的信息和讨论。谢谢关注，欢迎各位指正与建议。