深度!聊聊信贷与风控!

文摘   2024-08-09 22:08   福建  
大家好,笔者在风控领域积累了几年经验,本文谈谈对于信贷及风控的现况以及看法,若有不当之处,还请赐教(轻喷),谢谢!

一、 信贷是什么样的生意
常言说,银行有印钞机,那贷款业务无疑就是印钞机的内核了。利息收入真是最简单原始的盈利方式,这么赚钱的业务也让资本对贷款业务趋之若鹜,各种公司都争着放贷,流量的尽头是贷款业务是一点没错!

贷款业务可以依据有无担保分为:信用贷款及抵押贷款。抵押贷款就不用多说了,因为有抵押物作为担保,以此为抓手可以大大降低违约损失。
而信用贷款(信贷),则是通过大数据风控技术去判断用户的还款能力及意愿,依靠征信体系的违约成本为抓手,当用户授信准入后就可以有一笔贷款可以动用。信贷流程上简单便捷了很多,相应的如果风控没做好,违约损失的概率就高多了。

信贷说的复杂点就是种跨时空的资源配置的手段。说通俗点,信贷是凭信用预支一笔借款,这可以是借钱应急,也可以是杠杆。

刚入行时总有点像是昧着良心的愧疚感,不可否认是信贷有着不少“嗜血”的勾当,但是在这个行业久而久之,就发现丑化贷款是源于“一颗老鼠屎坏了一锅粥”带来的刻板印象。

在此想为信贷正名下,信贷还是需要单纯回归工具本身。信贷只是工具,是经济发展中不可或缺的一环,也是把双刃剑,你预支未来资源,必然要有所承受带来的负担。(“所有命运馈赠的礼物,都已在暗中标好了价格”--茨威格)。

常见的污名化信贷,又或者美名化都有些偏了,诸如,鼓吹信贷可以惠民、或者还说什么信贷应该为穷人、为融资服务什么的,个人觉得这种观点都太‘理想’了,做普惠还是指望“那只大手”。信贷业务无非是笔生意,行业也在不断健全规范的,但终究不是做慈善,可能也没什么“崇高理想”。

二、信贷的风控为什么重要
风控形象来说,就是桥上的栏杆!为业务保驾护航!

以银行业务为例,它的业务模式很简单,吸收短期的存款,并放出较高利息的长债,赚取两边的利息。这种本质决定了银行最怕挤兑,极端情况下,会导致的爆发流动性风险

更为通常的,银行信贷业务上主要考量的风险是,借出去钱,有收不回来的风险(信用违约风险),这样不仅拿不到利息,连本金都亏了。

所以信贷不仅仅是出借钱就可以赚钱的业务,更是在经营风险好的风控,经营好风险才能保证好收益,不然业务量越大亏得越多。如果没做好风控,没有有效识别高风险客户,高额的违约成本很有可能让机构暴雷。也有可能是误杀很高的风控导致业务规模做不起来。

这样描述可能不直观,举个例子,某机构年放款100亿,假如风控做得差一点,违约率上升个1%,每年就会新增损失1亿!这个放款量更大的话,这几何倍数的烧钱就更不用说了。

三、信贷风控的本质是什么
信贷风控通俗来说,就是通过大数据分析客户还款能力及意愿,并搭建层层的过滤网(包括各种风控规则、反欺诈及信用评分模型),以精准获取违约风险较低的客户。

更为本质的,说的是信贷风控,其实要谈的是利润收益最大化!即如何保证收入可以覆盖住风险损失。风控的核心也在于此,并不是说风控越小越好,而是达到利润最大化。不然直接风控将准入率砍成只剩几个点,风险就接近零,没放贷就没啥风险了,当然也没利润收益。

如何达到利润最大化呢?对于一个行业来说,它的核心是其盈利模式的可持续性。我们可以简单将信贷业务的盈利模式归到如下公式,【利润 = 利息收入-资金成本-获客成本-违约损失-损失准备金成本-风控成本-运营成本】。利润的关键在于围绕行业的盈利模式,如何优化好各模块,实现利益最大化!我们试着从以下角度剖析下!

从行业层面的角度

纵观行业层面来看,展开说说银行、互联网金融公司以及消费金融公司。

行业的头部梯队无疑就是大银行了,对于含着金钥匙的大行来说 贷款业务相对简单很多。极低资金成本+优质客户流量,仅这两条优势,风控都不用做很多,就可以有较低违约损失,利息收入很容易就覆盖住成本。更何况,大银行的风控还相对容易做:一方面是有更容易识别风险的优质客户,另一方面,银行还有全方面的客户数据加持,可以更好地识别客户风险,大大降低违约损失。

对于互联网金融公司来说(如百度、京东、360等),其明显的优势就是有大量的客户流量资源,再者还有丰富风控数据,在大数据风控的加持下可以良好地控制好违约风险。互金的贷款业务模式常见的有4种:
第一种是本身有取得放贷资质的牌照(如小贷牌照),直接开展放贷业务,但受限杠杠限制,规模可能做不大;
第二种是助贷引流的生意,可以单纯卖下信贷流量就可以很好地盈利了,流量给有资质放贷的持牌机构,机构去放贷,互金公司从中分润;互联网流量的尽头是放贷。。
第三种是需要兜底的助贷,是和有资质放贷的持牌机构合作放贷,持牌机构负责给资金放贷,互金公司要对违约进行兜底。
最后一种是联合贷模式,互金和持牌机构共同放贷,共同承担违约风险。 
可见四种业务中,助贷引流业务通过卖流量,不就是稳赚不赔的“无风险收益”(事实也证明,放贷的不如卖流量的好赚),监管的方向也是往助贷引流上面推进,促进资方自营风控。而其他合作模式都需要兜底,更多利息收入的同时也要多些承担风险,这就需要寄望互金有较高的风险承担能力和大数据风控能力。

对于持有牌照消费金融公司来说,按照股东方背景及运营模式可以简单归为有银行系(如建信消金)、产业系(如海尔消金)、互金系(如蚂蚁消金)的消费金融公司,不同背景下的从资金、获客及风控技术都有不同的优势,当然也有什么优势都没有的消金公司,卖牌照成了唯一的优势。通常消费金融公司面对的客群是比较下沉的用户,如果没有经营好风险,在监管的24%利率下是比较难生存的,利息很难覆盖好违约损失。所以一开始很多消金公司都是往兜底的助贷合作上面发力,做这种躺平的生意。

从公司层面的角度
既然我们说了信贷业务的核心是经营风险,而所说的做好风控,其实更根本上是要极大化风险收益。
那做好风控,肯定也不全是一个弱势的风控部门可以左右好的,就好比是要开好车,风控部门能掌握可能只是刹车,当然也要有好的路况、方向盘、油门等一起发力,才能开好车,而不至于路上抛锚。

所以,除了要提升风控能力,还需要更全面结合行业、公司情况及业务水平等做出合理的决策,市场环境及业务模式也是影响风控的大头。而且这些方面也不是独立的,而是可以相辅相成的。就比如设计一个好的产品,或者一个较低的资金成本,可以从源头上面吸引优质客群,在减少风险损失,从而提升效益。


四、如何提高收益

接下来我们进一步分析贷款业务,要实现利润收益,主要可以提高利息收入,降低资金成本,获客成本,减少违约损失等。

利息方面空间是比较有限,由于监管的越来越严,原先很多躺着赚钱的36%利率的业务不断被砍,年化利率基本上已经控制在24%及以下了,仅有一些小贷机构还有放36%或者变现要什么会员费之类的;

资金成本,更多取决于机构本身的基因,如是否有银行类的股东方的加持,在此之外还可以通过ABS等多元化融资,降低融资成本;

获客成本,一来取决于平台的优势,二来产品设计和流量运营也是很重要的。通过有竞争力的产品及营销手段,来吸引大量高资质的目标客户(获客质量的考核指标也显得越来越重要),可以大大减少信用风险,也直接影响了贷款业务盈利的规模。

结合当前行业不断下沉的现况,流量见顶,获客成本也在攀升,机构只能多尝试新的渠道,探索更为下沉客户,对于银行机构来说,空间还是比较大的,无非就是和消金公司抢生意,制定更高利率的产品以覆盖所面临的更风险客户。同样的消金、小贷公司也得跟着尝试新渠道,探索较下沉用户,但通常空间有限,毕竟利率上限摆在那。所以,一个方向是营销存量客户复贷,存量客户存量客户与机构已有初步的信任关系,机构也积累了较多旧户的征信数据,可以更好地洞悉其风险。通过有效利用低风险及成本优势,贷款机构可以更好地满足存量客户的复贷需求,推动业务的持续发展。

其他的因素,像运营成本,是比较固定的成本,就不好说"优化"了;像风控成本,相较于多拦截一个坏客户(降低违约成本)来说,多一些科技成本及数据查询成本(如调用三方、人行征信数据),其实并不算什么。风控数据的建设特别是对于没有数据及客户积累的互金公司是很重要的,当然这一块数据费用还是要精细地花在刀刃上,避免冗余浪费。

这里蛮提一下行业的暗操作,比如像调拨备、做贷款重组、多核销等手段,短期优化下利润或不良率的表现,确实也减缓了不良的态势,但这个做多了无疑是屎上雕花,而不会有实质性的收益改观。

综上,从实操层面,影响利润的大头又落在如何做好风控,更好地控制好违约损失了。

五、如何提升风控能力

当前的“严峻”形势下,一方面,经济情况越来困难,贷款意向客户也下沉明显;另一方面,行业监管越加规范,高利率、暴力催收的现象有效受到了遏止。

综合之下,行业下沉、违约风险增加、利润空间变小等一系列影响,风控的挑战是越来严峻(这里吐槽下,风控真是又难又委屈。。有功不在风控,有过时还经常要背锅)。

也正因为行业更难,风控才要做得更好更严格,先谈保质,再谈保量。不然一堆坏账爆雷就很快了

控制好信贷损失风险,其实也就是围绕着风险敞口EAD(可以简单理解为贷款余额)、违约率PD、违约损失率LGD,即信用损失=PD*LGD*EAD。


降低违约率PD,直接的就可以通过贷前的风控模型、策略拒绝掉高违约风险的用户。降低违约损失EAD*LGD就比如加强催收提高催回率、差异化定价高风险客户给降低的额度、再者借助担保减少违约后带来的损失。

具体的,也就是老生常谈的做好全流程风险管理。在业务端无法争取更多优质流量的情况下(重申下,如何给业务端背上合适的质量的考核指标真的很重要!),加强贷前风控是很关键的,业界的经验是贷前风控可以控制好80%的风险。
做好风控任务的核心,实质在于解决好信息不对称的难题,通过全面而详尽的数据收集与分析,能够更加准确地评估用户的实际状况。这个依赖着我们做好:1、数字化建设,充分积累或者调用用户各方面丰富的数据(如人行征信报告、征信信用分、用户资料及行为数据等等),
2、在结合大数据风控算法下(风控规则+反欺诈模型+信用评分模型),对借款人的信用记录、收入情况、负债状况等进行全面评估,筛选出较多还款意愿良好、还款能力较强的客户,需要权衡好通过率及违约率,制定合理的风控策略。
3、辅以不同风险客户的差异化定价(较高风险客户收取较高利率),更为精准地降低客户的风险,平衡好风险和收益。模型介绍可参考:一文梳理金融风控建模全流程(Python)

同时,强化贷中预警机制及贷后管理也很重要。通过建立准实时的风险监控系统,如通过贷中行为评分模型评估借款人的信用情况,并对资金用途等进行持续跟踪和监控。一旦发现如高行为风险、逾期还款、资金挪用等,及时采取相应措施(如额度冻结、降额等);贷后管理的核心在于一个“勤”,制定科学的催收策略,以对逾期借款人进行及时、有效的催收。
通过全流程的风控体系搭建,并依据风控指标,监控及迭代模型策略,不断优化风控,以实现更好的业务表现!

五、总结
在信贷业务中,风险与收益并存,而风控正是平衡这两者的关键。只有这样,信贷才能在风险可控的前提下,更好地服务实体经济,促进资金的有效配置!

AI科技前沿
关注最重要的科技前沿!
 最新文章