宜信：风控的本质——风险与收益的平衡2017_13页_2mb

风控的本质：风险与收益的平衡

核心内容概述

风控是互联网金融行业发展的核心环节，其本质在于实现风险与收益的平衡。随着金融科技的发展，行业正从传统的资金和场景驱动模式，逐步向科技驱动转型。科技驱动不仅提升了风控效率，也推动了更精准的风险定价机制，从而优化整体业务模型。

风控发展趋势

• 市场预测：零壹财经预测，到2020年我国非房贷消费贷款余额可达11.87万亿元，其中互联网消费金融的信贷规模预计达4万亿元，占比约1/3。
• 科技驱动：金融科技平台通过大数据、人工智能等技术实现流程自动化、风险识别和精准获客，成为行业增长的重要引擎。
• 征信覆盖不足：我国约有14亿人口，仅有27.8%拥有央行征信记录，反映出传统征信体系的局限性，也为金融科技提供了更多数据来源和应用场景。

风险定价机制

风险定价是实现风险与收益平衡的关键手段，主要通过以下方式体现：

• 风险等级划分：美国金融科技平台 Lending Club 将借款人分为7个风险等级，根据风险等级设定不同的利率和管理费。
• 定价要素：包括资金成本、运营成本、信贷损失等，需综合评估以实现利润最大化。
• 贷前、贷中、贷后定价：
  • 贷前：基于授信数据进行初步风险定价。
  • 贷中：根据借款人行为进行动态评估。
  • 贷后：通过还款行为重新定价，并定期调整以应对风险变化。

风控技术与工具

信用风险评分卡

• 建模样本：基于放款 vintage 和表现期的数据构建模型。
• 目标变量：如 C/O、ever 30+、ever 15+ 等。
• 建模方法：包括创建变量、降维、逻辑回归、随机森林等。
• 模型验证：需进行 OOT（Out-of-Time）验证，确保模型逻辑性和拒贷原因的合理性。

评分卡策略与上线

• 历史表现：评估评分卡对风险损失的降低效果。
• 转化率影响：通过最近样品分析评分卡对业务转化的促进作用。
• 技术对接：提交需求给技术部门进行决策引擎上线，需进行上线前测试以评估系统能力。

风控策略监控

• 批核率监控：持续跟踪贷款审批率的变化。
• 变量稳定性：确保模型中关键变量的稳定性。
• 评分卡有效性：定期评估评分卡在实际业务中的表现，优化其准确性与适用性。

宜人贷金融科技能力共享平台

数据能力

• 提供多维度数据支持，包括：
  • 运营商账单（如淘宝/支付宝、京东、信用卡邮箱等）
  • 网银流水账单
  • 保单、公积金、社保等数据产品

反欺诈能力

• “先知”反欺诈解决方案：
  • 通过 SDK 采集用户行为数据。
  • 结合全网数据绘制关系图谱，识别潜在欺诈行为。
  • 利用机器学习完善欺诈风险模型。
  • 将欺诈评分应用于业务流程，提升反欺诈效率。

精准获客能力

• 目标用户：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，与宜信、外部合作伙伴共同推动实际出借用户增长至约100万。

行业价值与未来方向

• 研究创造价值：宜人贷致力于行业研究，提供互金资讯、行业洞察、专业干货和深度研报。
• 智慧引领行业：通过技术赋能和数据驱动，推动行业健康发展。
• 平台推广：鼓励用户关注“宜人智库”微信公众号，获取更多行业信息与洞察。

总结

随着金融科技的快速发展，风险定价和精准风控成为行业发展的核心。宜人贷等平台通过数据能力、反欺诈技术和精准获客策略，构建了完善的风控体系，推动了互联网金融的智能化和高效化发展。未来，行业将继续深化科技应用，提升风险识别与管理能力，以实现更稳健的增长。