互联网信贷风险与大数据 存量管理

第四章存量管理

存量生命周期

客户生命期，五段式：认知、考察、扩展、承诺、解体；六段式增加衰退。

信贷业务长期性，尤其贷中贷后，会经历提升、成熟、衰退、流失的各种场景。

信贷存量用户管理，覆盖资产管理和用户关系管理两个维度，是关联贷前和贷后的连接点。要识别优质客户并将优质客户特征反馈贷前流量。在用户关系管理中，如果有长期用户，则需要关注长期用户在不同年龄段的需求的不一致和对产品的喜好的变化情况，以及不同年龄层的风险偏向变化情况。

在互金行业，借助 IT 和大数据技术，只要有相应的投入。互金机构可以面向不同客群特征、不同风险特征的客户建立不同的不同的资产和风险策略。从而面向更广泛的客户群，这个在之前依靠人力的阶段几乎不可能的。

存量用户价值提升

信贷类存量用户包括借款未结清，也包括已结清的。也包括业务线交叉的引流用户。

存量用户的经营包括：

• 客户信息积累，尤其是行为数据，可以一直在采集、存储、计算中。大数据擅长干的事情。

• 客户特征分析，这个工作的重点是识别客群特征的变化和风险的变迁。

• 客户管理策略修订，如果客群发生变化或者风险指数有了变化，则该用户的管理策略也要进行修正。客户管理策略不止面向单一客户，还有个重要的指标是客户结构，要根据变化调整整体客户结构。

• 差异化管理，不同客群的差异化策略和风险容忍度、营销手段、产品设计等。

• 针对性服务。

价值提升中重要的工作是可以借助大数据技术将客群依据不同特征划分的更加精细。精细化不能只依靠 IT 技术，需要一个完整的机制和体系才能做到。

存量用户的价值实现就是要做到比客户预期的更好，让客户满意，让客户挺升。而客户的提升同时也在优化和调整企业的客户结构。这里有个背景，就是比客户预期的更好，是基于对客户的充分了解才能做到。要想实现，就需要有强大的数据收集、汇总、整理和分析的能力和渠道。在这方面电商有天然的优势。

营销手段上，传统金融机构，尤其银行优势较大，可以进行储蓄、融资、理财、保险等一揽子整体方案。互联网企业更多的是横向联合，交叉营销的方式，多个不同企业之间相互的引流导流。

存量用户授信

存量用户的管理核心是授信额度的调整，要和实际需求吻合，符合风控要求也不能过度授信；要考虑偿还能力；要和企业整体目标一致。存量用户的授信额度，常见的是好用户的提额和坏用户的降额。这些动作都是跟随用户信息积累过程动态联动的。另外还有一种情况，有一些新产品面对某一类特定的用户发放定向额度。

授信额度的管理中的重点是共债，共债会极大的影响用户对风险大的管理能力。所有的机构都要注意。目前国内即使百行征信上线，也很难解决共债的问题。毕竟还有太多的民间借贷是无法线上化的。

共债的问题等同于授信总额度。目前有一些方法可以在总额度不变的前提下提升额度使用率，比如日常开支使用较小的循环额度。而额外的开支使用特定额度专门审批。配合以限制支付路径的方法。

存量风险预警体系

预警要覆盖单个客户以及整体资产质量。

预警的流程：监测->预警->归因->处置->监测->解除或者继续处置->再监测。

整体资产质量方面，以捕捉前置信号为主要目标。

单个客户的预警，因为指标非常多，要能有效的识别对不同用户发生作用的数据项，排除杂音。

设置预警等级分级机制。

使用大数据扩大数据的采集来源，并对碎片化的数据进行加工整理，交叉对比并形成知识网络。

存量计量模型体系

对于存量客户，要识别客户的风险、收益、流失倾向、营销响应概率。整个体系包括风险模型、交易欺诈模型、行为收益模型、行为流失模型。

风险模型。存量用户的风险模型主要使用逻辑回归为算法，主要数据包括还款行为、消费行为、取现行为、欠款情况、额度使用情况。对于行为评分很低的客户风险较高，可以建立回访机制，通过回访的方式来了解客户的实际情况，并做联系方式修复，为逾期催收做好准备。

交易欺诈模型，因为欺诈多样性和复杂性，对于欺诈模型的开发要求很高，需要从海量正常交易里面找出欺诈交易比较复杂，通常利用神经网络的复杂性去模拟交易欺诈的行为特征，神经网络有很强的自学能力，可以使适应欺诈日益丰富复杂多变的特点，用来学习和训练反欺诈模型。

交易欺诈的目标变量变为定义就是 0 和 1，但实际情况是很难对所有的交易逐一核实，但需要注意的是，当发现一笔交易的时候要回看对当笔交易之前一定时间的其他交易。交易欺诈预测的变量有单笔交易金额、当地交易币种、当地交易时间、单笔交易商户、单笔交易地点、过去 n 次交易密码输错次数、过去 n 次交易交易失败次数、过去 n 分钟的交易次数、过去 n 分钟小额刷卡次数等；交易时间，交易币种，交易商户，流行交易地点，交易方式等活动变量组合在一起，和历史交易数据进行对比，分析差异。

行为收益模型，行为收益模型，主要从客户的类型来预测客户未来收益的高低，这种综合预测的方式通常用资产收益率来衡量；客户收益的高低由客户自身和行为属性决定，通常包括企业客户自身属性，包括姓名，年龄，学历等，行为属性则包括消费行为、取现行为、分期行为、逾期情况，额度使用情况。

行为流失模型，在存量客户管理中非常重要，交易行为异常对于客户流失预测比较准确。主要是通过行为人通过模型来预测和行为稳定性相关的参数，例如近三个月的交易金额，交易笔数额度，账户到期时间、通过央行征信系统或者其他的互金系查询所持有的其他银行卡的数目、在其他机构信贷的情况等。

今年年春吴世春说，2021 年大家不要抱有太多幻想，因为依然会出现一个好的更好，差的更差的情况。过去是增量竞争的时代，未来是存量竞争的时代，增量竞争靠速度，存量竞争靠品质。所以看这一章本来是期望很大的，不过水有点大。干货少。不过也就是吐槽一下，这本书出版的时候，吴大咖还没说存量时代这个词。