【35分钟掌握金融风控策略22】授信审批策略

本文主要是介绍【35分钟掌握金融风控策略22】授信审批策略，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

授信审批策略

授信审批策略决策流

反欺诈核身

反欺诈准入

反欺诈判断

信用准入

信用判断

授信审批策略类型

规则主导型的授信审批策略

模型主导型的授信审批策略

授信审批策略

授信审批是贷前进行风险管控时的一个重要风控场景。授信审批的主要目的是审核进件客户资质，从中识别出资质差的客户并拒绝其授信申请，对于识别出的资质相对较好的客户，通过其授信申请。授信审批主要是基于授信审批策略来完成的，授信审批策略开发得好，则新客的逾期率（新客对应的借据中有一笔发生了逾期，则认为新客逾期）会比较低；授信审批策略开发得差，则老客的逾期率（老客对应的借据中有一笔发生了逾期，则认为老客逾期）会比较高。通常将授信成功时间小于或等于30天的客户定义为新客，将授信成功时间大于30天的客户定义为老客，也就是说，一个客户的授信中请通过没多久，他就是新客，过了一段时间后，他就变为了老客。若客户在授信成功30天以内用信，那么，因为客户用信时间距授信审批时间较短，且客户的人行征信等数据通常变动较小，客户用信的时候触发贷中用信审批策略的概率极小，所以新客的风险表现与授信审批策略相关性更大；若客户在授信成功30天以后用信，那么，因为客户用信时间距授信审批时间相对较长，客户的人行征信等数据这时可能已经发生了一些变化，加之在客户用信的时候，贷中用信审批策略对识别好坏客户起更大的作用、所以老客的风险表现与贷中用信审批策略相关性更大。

在基于授信审批策略对客户资质进行审核的时候，根据客户申请的信贷产品的不同，主要分为以下两种情况。

1）对于非经营类贷款，主要从还款意愿和还款能力两个维度审核借款人的资质，若借款人资质较差，则认为借款人借款后逾期的概率较大，通常会拒绝借款人的授信申请。

2）对于经营类贷款，不但需要审核企业的资质，而且需要审核企业主的资质。对企业的审核主要包括审核企业以及与企业存在关联关系的企业的经营状况、收入和负债结构、工商信息、涉诉信息、被执行信息等；对企业主的审核与非经营类贷款对借款人的审核类似。在上述审核中，任一审核存在问题，通常都会拒绝客户的授信申请。

授信审批策略决策流

授信审批策略决策流由反欺诈策略和信用策略构成。在设计授信审批策略决策流时，需要考虑策略部署轮次、策略串行或并行执行、策略规则编码等事项，这些内容已经讲过，不再赘述。

一个简单的授信审批策略决策流由五个规则集（也可以看成五个轮次）组成并串行执行，先执行反欺诈相关规则集，再执行信用相关规则集。在策略执行过程中，若某一规则集拒绝客户的授信申请，则决策流终止，同时客户的授信申请结束；若客户的授信申请未被规则集拒绝，则会依次执行完所有规则集，授信申请通过的客户会进入定额和定价环节。

在授信审批策略决策流中，规则集主要包括 HC规则（Hard-Check类规则，可以认为是硬规则，强制拒绝类规则）和判断类规则（可以认为是软规则，即决策阈值可调整的规则）。接下来对反欺诈核身、反欺诈准入、反欺诈判断、信用准入、信用判断的规则集的内容进行说明。

反欺诈核身

反欺诈核身主要是对授信申请客户的身份真实性进行验证，防止出现虚假申请的情况，主要验证内容如下。

1）对于非经营类贷款，反欺诈核身主要是核实授信申请客户身份的真实性，主要包括对授信申请客户的二要素验证（姓名、身份证号二者是否相符）、三要素验证（姓名、身份证号、手机号或者姓名、身份证号、银行卡号三者是否相符）、四要素验证（姓名、身份证号、银行卡号、手机号四者是否相符）、证件有效期验证、联系人真实性验证等内容。

2）对于经营类贷款，反欺诈核身既要核实企业的真实性，又要核实企业主的真实性。对企业真实性的核实主要依赖工商数据，如核实企业的成立年限、企业是否存续、企业经营期限是否到期等；对企业主真实性的核实与非经营类贷款中核实客户真实性所用的策略基本上是一样的。最后，还得核实企业主与企业间的关联关系是否匹配，如核实企业主对企业的持股比例等内容。

反欺诈准入

反欺诈准入主要是通过一些比较确定的欺诈类硬性规则拒绝客户的授信申请，具体描述如下。

1）对于非经营类贷款，反欺诈准入主要包括欺诈名单（黑名单、失信、老赖、限高、涉诉、犯罪、被执行等）准人，欺诈地区准入、欺诈设备准入、欺诈手机号准入等。

2）对于经营类贷款，仍然从企业和企业主两个维度设计反欺诈准入策略。企业维度涉及的反欺诈准人策略主要包括企业欺诈黑名单准入、企业涉诉准入、企业被执行准入等；企业主维度涉及的反欺诈准人策略与非经营类贷款中客户反欺诈准入规则大同小异。

反欺诈判断

反欺诈判断主要是设置一些阈值可调整的规则，动态识别欺诈嫌疑较大的授信申请客户，并对这些客户进行授信申请拦截。

1）对于非经营类贷款，涉及的主要规则为一些关联关系类的规则和个人反欺诈模型评分规则，如同一申请人关联到的申请设备数过多、同一申请人关联到的申请电话数过多、同一申请人关联到的IP地址过多、同一申请人关联到的联系人电话过多；同一申请设备关联到的申请人过多、同一GPS短时间关联到的申请人过多、同一申请人关联到的客户中欺诈客户占比较高、个人反欺诈模型评分过高等。反欺诈判断规则就是通过量化的方式识别并拦截潜在的欺诈风险，防止出现个体或团伙欺诈。

2）对于经营类贷款，既包括对企业欺诈风险的判断规则，又包括对企业主欺诈风险的判断规则。对企业欺诈风险的判断规则主要包括企业关联关系类的规则和企业反欺诈模型评分规则，如同一申请企业关联到的申请人数过多、同一申请企业关联到的欺诈企业数过多、企业反欺诈模型评分过高等；对企业主欺诈风险的判断规则与非经营类贷款中授信申请客户的欺诈风险判断规则出入不大，不再赘述。

信用准入

信用准入主要是基于风险政策或其他信用风险硬规则对不符合要求的授信申请客户进行拦截。

1）对于非经营类贷款，信用准人类规则主要包括学生授信申请拦截、风险职业/行业授信申请拦截、信用风险名单（呆账、存在催收账户、五级分类异常等）授信申请拦截等。

2）对于经营类贷款，仍然从企业和企业主两个维度设计信用准人策略。企业相关的信用准入规则主要包括风险行业（如“两高一剩”行业，“两高”指高污染、高能耗资源性行业；“一剩”即产能过剩行业，主要包括钢铁、造纸、电解铝、平板玻璃等行业）准入拦截、企业经营年限过短拦截、企业当前存在逾期贷款拦截等；企业主相关的信用准入规则中，除了如企业主持股比例过低拦截规则、企业主变更时间过短拦截规则，其他相关规则与非经营类贷款中客户的信用准入规则大同小异。

信用判断

信用判断规则与反欺诈判断规则类似，都是设置一些阈值可调整的规则，动态识别风险较高的授信申请客户，主要区别是使用的数掘维度不一致。信用判断类规则主要使用与信用风险相关性较高的数据或者信用模型评分进行信用风险识别和拦截。

1）对于非经营类贷款，信用判断涉及的主要规则包括近期申请贷款机构数过多、近期被.金融机构查询次数过多、负债收人比过高、信用卡额度使用率高、近期担保次数多、短期风险APP使用或卸载次数多、信用模型评分过低等，若客户有上述情况出现，则通常表示其信用风险比较高。

2）对于经营类贷款，包括针对企业的信用判断规则和针对企业主的信用判断规则。针对企业的信用判断规则主要包括企业近期申请贷款次数过多、企业近期担保次数多、企业负债规模过高、企业增值税纳税环比下降幅度较大、企业进项开票金额环比下降幅度较大、企业纳税逾期次数多、企业近期纳税0申报次数过多等；针对企业主的信用判断规则可参考非经营类贷款中客户的信用判断规则。

授信审批策略类型

授信审批策略有规则主导型和模型主导型两类。在当下，大多数金融机构都倾向模型主导型的授信审批策略。

规则主导型的授信审批策略

授信审批策略由一系列规则组成，这些规则可能达到数百条。规则主导型的授信审批策略是指授信审批策略集中绝大多数非HC 规则主要由单变量或者多个组合变量构成，这些规则数量往往较大，维护和调整相对复杂，耗时耗力。如何降低策略的复杂程度和维护成本，提高风控效率呢？这就不得不提到模型主导型的授信审批策略。

在项目冷启动阶段，授信审批策略是规则主导型的，策略集往往由数百条规则组成，但是，随着项目的开展，样本的积累，会逐渐开发风控模型，基于开发的风控模型来设计授信审批规则，替换掉效能偏差的规则或与模型相关性高的规则。当数十上百条非HC规则被少数模型规则（最多往往数十个）替代且项目风险可控的时候，授信审批策略就变成了模型主导型。