2017-宜信：风控的本质——风险与收益的平衡_13页-2mb

风控的本质：风险与收益的平衡

核心内容

风控的本质在于实现风险与收益的平衡。在互联网消费金融领域，风险定价是核心环节，它直接影响到资金成本、运营成本、信贷损失以及最终的利润。通过科学的风险定价策略，金融机构可以在控制风险的同时提高盈利能力。

主要观点

• 科技驱动成为趋势：根据零壹财经预测，到2020年，我国非房贷消费贷款余额将达到11.87万亿元，其中科技驱动的互联网消费金融占比将达到三分之一，信贷规模约4万亿元。
• 信用风险评分是关键：精准获客是风险定价的前提，信用风险评分卡的构建和优化对于评估借款人风险至关重要。
• 风险定价策略分阶段实施：包括贷前、贷中和贷后三个阶段，分别基于借款人申请信息、授信数据和还款行为进行动态调整。
• 数据与模型是基础：数据能力、建模方法（如逻辑回归、随机森林）以及模型的验证和监控是实现有效风险定价的核心。
• 反欺诈是风控的重要环节：通过行为数据采集、关系图谱构建和机器学习等手段，完善欺诈风险模型，提升反欺诈能力。

关键信息

市场趋势与数据

• 我国非房贷消费贷款余额预计达到11.87万亿元，其中互联网消费金融占比将达1/3，约4万亿元。
• 近14亿中国人中，仅有27.8%有央行征信记录，表明传统征信体系在互联网金融中的局限性。
• 贷前审核中，约16%为欺诈申请，凸显反欺诈的重要性。

风险定价方法

• 贷前风险定价：基于申请信息进行初步风险评估。
• 贷中风险定价：根据授信数据进行动态定价。
• 贷后风险定价：依据还款行为重新评估并调整定价。
• 风险定价要素：包括资金成本、运营成本、信贷损失等。

评分卡策略与上线

• 评分卡策略需结合历史表现和近期样品数据，优化批核率和转化率。
• 上线前需进行规模测试，确保评分卡在实际业务中的有效性。
• 评分卡需持续监控其有效性、变量稳定性及拒贷原因。

风控能力平台

• 宜人贷金融科技能力共享平台：提供数据能力、反欺诈能力和精准获客能力。
• “蜂巢”数据解决方案：整合运营商账单、电商账单、信用卡账单、网银流水、保单、公积金、社保等数据，构建多维度的借款人画像。
• “先知”反欺诈解决方案：通过SDK采集行为数据，结合全网数据绘制关系图谱，利用机器学习完善欺诈风险模型，并将评分应用于业务流程。

风险定价实例

美国金融科技平台Lending Club采用7级风险定价体系，根据风险等级设定不同的利率和管理费，最终计算出36期的年化利率（APR）：

精准获客

• 目标人群：信用优质的城市白领借款人。
• 用户规模：宜人贷拥有超过400万理财注册用户，约100万实际出借用户。
• 合作资源：与宜信及外部合作伙伴共同推动精准获客。

行业洞察与资源

• 研究创造价值：宜人贷致力于通过研究和数据洞察为行业提供价值。
• 智慧引领行业：提供互金资讯、行业洞察、专业干货和深度研报，欢迎订阅“宜人智库”微信公众号。