写点什么

互联网信贷风险与大数据 催收管理

用户头像
张老蔫
关注
发布于: 2021 年 03 月 15 日

第五章 逾期客户管理


逾期发生及处置


催收方式包括短信催收,信函催收,电话催收,上门催收,司法催收,在催收强度上来说司法催收强度最高电话催促最弱。越强的催收手段所需要的运营成本就越高,复杂性也会更高,机构也在不断研究一些新的,比如短信警务协作,公安催收函等。

催收渠道,从渠道上来说催收分为自营催收和委托催收两种,自营催收就是由本机构人员来执行的,一旦催收催收工作有外部的专业推销公司来执行。

失联客户修复

失联客户管理在失联客户是逾期中最常见的问题最难解决的问题。客户管理联系方式的维护是一个长期持续的工作,在未逾期就应该全面建立及相应的预防失联机制;逾期以后也有相应的手段通过其他的大数据方式来去进行采集修复用户联系信息。目前保护客户隐私的大背景下,失联用户修复是个超级难的话题

不良资产处置

不良资产处置一种较快的方式,是将不良资产出售给资产管理公司。

逾期信息管理


因为催收是一个较长期的过程,采用的方式又很多,所以对催收过程的管理也是一个非常重要事情。

通常对逾期客户进行监测运营的对象要包括两部分,

一部分是监测最终结果,包括占领区域渠道,计量模型,客户时间退出公司、催收方式、催收策略等指标,包括逾期金额不良金额,核销金额逾期率,不良率,占领滚动率,化解率,回本率欠息率,

另一部分是监测催收过程的,比如第 1 次催收据,逾期时间催收日期,催收时间,催收手段,催收结果等; 催收讲究的是在对的时间才用对的方式,什么时候再进行提出用什么样的方式;二催使用什么样的方式隔多长时间,这些对于回款率都会有很大的影响,会催收的全流程监控对于优化催收的策略,设计和运营都会有非常重要的意义。

贷后贷前贷中联动

催收还有一个很有意义的就是内容在于从贷后的数据开始反馈贷前贷中的数据可以去对于时候会不会确认逾期用户的客群特征是否发生了偏差,如果发生偏差,在存量阶段就要对用户进行触达信息确认,进行贷中的检查,要降低用户授信,提前清收等各种管理手段,来控制风险和降低风险发生的概率和风险敞口。


逾期催收计量模型体系

账龄滚动率模型 逾期账龄指客户未按约定时间点还款的违约时间长度,逾期账龄越高,客户风险越高。

M1 客户:逾期 1~29 天的客户;

M2 客户:逾期 30~59 天的客户;

M3 客户:逾期 60~89 天的客户;

类似还有 M4、M5、M6、M6+。


行为模型 主要是用来预测客户未来变坏的可能性,

行为模型预测长期。账龄滚动率模型预测短期,根据客群特征分类使用。


失联模型 多次联系客户均未能成功才称为失联

逾期催收管理策略

基于账龄管理的催收策略

低账龄客户催收强度低使用低强度催收方式,高账龄的客户可能面临上门催收等高强度的催收方式。

低账龄客户刚刚逾期,风险相对较低,大部分客户未来还款的可能性比较大。

基于客户特征细分的催收策略

  • 有意愿还款但无能为力的客户,需要采取措施降低客户还款压力,如适当减免手续费或者采取展期等形式。

  • 有能力还款却无意愿的客户则要求采取严厉催收措施,通过各方面施压促使客户还款。

基于模型的催收策略

通过模型划分客户风险等级有两种方法:

根据客户的违约概率,即客户不还款的可能性

根据客户的风险余额,即客户不还款的可能性*客户欠款金额。


委外催收公司管理策略

金融机构在对催收公司的管理上保证催收工作合法合规:

  • 建立完善的准入和退出机制

  • 建立明确的信息保密制度,不会泄漏

  • 要有合理的定价机制


发布于: 2021 年 03 月 15 日阅读数: 15
用户头像

张老蔫

关注

还未添加个人签名 2020.04.03 加入

老蔫老蔫

评论

发布
暂无评论
互联网信贷风险与大数据 催收管理