谈谈信贷的风险标签

在互联网逐步步入大数据时代后，不可避免的给企业和用户行为带来一系列改变与重塑；其中最大的变化莫过于，用户的一切行为在企业面前是“可视化”的。随着大数据技术的深入研究与应用，企业的专注点日益聚焦于怎样利用大数据来为精细化运营及精准营销服务，进而深入挖掘潜在的商业价值。于是，用户画像的概念也就应运而生。

在推荐系统中，做好了标签可以实现精准化营销和推送；在信贷行业，有了标签体系不仅可以帮我们实现客户分群，实现风险把控。业内，我们除了模型也一直在想方设法构建客群的标签体系，今天我们就来聊一下与风险相关的标签情况。

一．系统功能架构

首先一个完整的标签体系，用户画像及应用项目包括底层数据源采集和存储、画像标签模型构建、数据模型应用三个层级，系统功能架构如下：

二.模型架构

画像标签模型分析主要分原始数据统计分析、统计标签建模分析、模型标签预测分析三块，具体如下：

三.用户画像模型

用户画像模型是结合用户基本属性分析，对互联网行为特征进行描述，包括用户登录、搜索、关注、消费等各方面数据，在信贷风控的全流程中，我们就会除了会判断客户的档案信息也更会参考他的征信情况、还款行为、催收数据，以标签方式展示每个用户的个性化特征，画像是系统分析结果的总结，是系统数据挖掘的起始。目前在画像中所用到的一些分析方法如下：

聚类分析聚类分析将看似无序的对象进行分组、归类，以达到更好地理解研究对象的目的.聚类结果要求组内对象相似性较高，组间对象相似性较低.在用户研究中，很多问题可以借助聚类分析来解决，比如用户活跃度行为聚类、用户消费情况聚类等.

分类算法分类是按照某种标准给用户贴标签，再根据标签来区分归类，分类是事先定义好类别，类别数不变.根据用户群的文化观念，订单消费、行为习惯等不同细分新的类别，企业根据用户的不同制定品牌推广战略和营销策略，将资源针对目标用户集中使用.

时间序列分析时间序列分析是一种动态的数据统计方法.该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题.比如用户的周期性行为分析、因子回归分析建模等.

RFM模型RFM模型较为动态地显示一个用户的全部轮廓，R表示用户购买的时间有多远，F表示用户在时间内购买的次数，M表示用户在时间内购买的金额，加权得到RFM得分.

推荐系统算法利用用户的一些行为，通过一些算法（协同过滤、LFM、打分模型、关联分析等），推测出用户可能喜欢的东西.推荐讲究准确性，提高用户-医生（医院）-内容（订单、知识等）等组合的匹配度，提升服务质量.

关联分析关联分析就是在关系数据或其他信息载体中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结构，挖掘潜在的行为和消费关联特征.

四.贷款属性标签

因为篇幅有限，今天就稍微列出跟风险标签稍微相关的贷款情况的标签内容，另外还有更详细的档案情况跟贷后表现数据，请参考知识星球上的内容：

还有关于标签的相关的图表、热力图、词云就不做过多展示：

~~

注：以上图文资料均来自番茄学院《番茄风控大数据》知识星球与相关专题课内容

我们坚持为大家带来输出系列风控干货内容，欢迎广大风控爱好者关注:番茄风控大数据

信贷三类业务风险如何把控

信贷中三类业务一直被人们津津乐道，分别是对公、中小企业和个人零售业务。

今天我们稍微谈谈这三类业务的特点，侧重点我们仍是会放在风控的内容上。

一：零售信贷首先，先给大家谈谈比较比较熟悉的个人零售业务。发力零售业务已经成为众多银行突围竞争的战略选择，从信贷角度来看，特别是房地产贷款集中度管理制度实施后，各家银行个人住房贷款占比上限受到约束，具有较高利润空间的消费贷则愈发得到机构青睐，银行纷纷加大场景布局和客户拓展。

中国的消费金融市场在经历了多年的萌芽期后，随着互联网金融、电子商务的迅猛发展，目前正处于市场爆发期，并快速渗透到社会的各行各业。

消费金融也是场景金融，典型的场景基本集中在以下这些场景里：有：汽车、旅游、医美、教育、农村、租房、家装、学生、蓝领....在消费信贷领域，目前银行与非银机构，其差异主要有以下几点内容：

相关的消费信贷的代表机构有：

在零售信贷的风控流程中，基本能实现自动化进件，相关的流程为：

在风控内容上，我们按照零售信贷的进件情况，从贷前、贷中、贷后分别梳理了以下内容：

关于零售信贷中，更多相关策略的内容可以参考，可关注第四期训练营的内容：

番茄风控历史的全线条训练营，覆盖零售信贷中的贷前、贷中、贷后全线条内容，相关介绍如下：

二.对公贷款业务

制造业贷款一直是银行对公贷款的“大头”。央行数据显示，截至7月末，制造业贷款新增1.6万亿元，超过去年全年增量，其中高技术制造业新增贷款占到了近六成。另外，制造业贷款信贷结构进一步优化，二季度末，制造业中长期贷款新增6842亿元，制造业信用贷款新增6694亿元，都实现了较快增长。

2017年以来，制造业贷款风险持续暴露，资产质量承压，其中对公贷款业务中供应链金融是重点：

另外关于对公贷款业务，还可以参考番茄风控之前分享过的课程：

1.对公业务ECL模型计量与应用

2.对公财报解读

对公业务因为金额较大，现在要做到完全的量化风控还是很长的路要走，不过在数字化方向的建设上，可以有以下模块的思路可以参考：1.关联企业之间的NLP语义识别2.关联企之间的股东投资关系的关联分析

3.OCR人脸识别

...

三.中小企业业务

中小企业区别于以上的对公业务，虽然是以企业为授信对象，但整体的授信流程更像是零售信贷。而且风险把控上，也需要划分场景。中小企业信贷业务，我们称之为小微金融业务。

普惠小微金融成为2020年国民经济的发展重点，面对疫情影响下的小微企业群体现金流紧张、复产复工进度缓慢、外贸订单锐减等突出问题，国家多次下发政策文件，鼓励金融机构加大对于小微企业的信贷投放力度。从央行推出两大创新型货币政策工具，到重点发展首贷户、供应链金融与纯线上信用贷，均显示出监管层引导小微企业融资的决心。2020年以来，疫情催生越多越多的大中型企业走向资本市场，减少对于银行间接融资的依赖。对公业务呈现出巨大变革，市场聚焦点从“向零售金融转型”转移到“向小微金融转型”，因此各类银行在开拓小微客群上，分化的客群定位特征日渐清晰。

过去，面对中小企业，大部分的银行传统做法仍然是比较趋向对公企业贷款的做法，需要提取近3年的财报作为计量模型（Qiivi）的变量，也需要透过老练的信审人员去评估企业的资质，作为质化模型（Qiivi）的变量。有了量化和质化的变量，再透过演算法进行模型的拟和，完成最终变量和权重的赋予。这种方法论是非常严谨的，适合线下业务和至少有财签或税签的中小企业应用，在这样的方法下，如果财务报表相对可靠、信审人员经验丰富，核定的额度多半是比较高的，而风险也是比较低的。

但是，更多的中小企业（或称小微企业），再到个体工商户，有很大部分这类规模的企业，并没有专业的财会人员和银行对接，这也是过去很多小企业主们贷不到款项的根本原因。在模型方法论上的改革，目前比较成熟且成功的是，将这群无法提供准确财务数据的客户，运用其个人的征信数据信用评分来给予额度。这种方式解决了一些根本性上的困难点，这些困难包括：企业没有可资证明的财报数据、企业地点过于偏远，老练的信审人员鞭长莫及，判断可能失准、因为量化和质化衡量的困难，需增提担保品，过程耗时费力，贷款难以即时到位等。

而且在过去的2020年，“无接触”格局倒逼实体中小微企业自我变革，主动朝向产业数字化转型；

①发展小微金融业务的核心不在于流量，而在于真实场景，将场景向线上化、数字化转移，基于场景而形成真实贸易数据，以此作为大数据放贷与智能风控的核心依据；

②“先场景、后金融”已成为小微信贷中的共识，业界逐步从构建产业生态圈的视角，助力小微企业强化经营管理，将金融服务作为小微企业经营管理环节之一，更多地融入战略管理、财务规划、法律财税、人才培育等企业经营管理要素，为企业数字化转型提供增值服务。

在了解了以上的，关于小微信贷风控的内容，按照小微风险的流程也可梳理为以下内容：

关于零售信贷中，更相关策略的内容可以关注《小微风控训练营》：

第一期小微风控的训练营，同样覆盖小微信贷中的贷前、贷中、贷后全线条内容，相关介绍如下：

~原创文章

...

剖析信贷风控审批系统

最近有一些同学在知识星球跟我们咨询信贷风控系统的内容，虽然该同学是偏向产品运营的同学，但在风控中从业时间长了，会发现跟系统开发打交道，跟产品提需求是家常便饭。

风控系统包括内容较多，有些模块是可以独立存在；有些是需要与其他模块交互。比如常规的审批系统、催收系统是可以单独给贷前跟贷后部门使用的，而交易系统、客户系统这些是经常作为交互模块，以上所提及的这些系统也是风控常接触的内容。

趁着这次梳理系统的内容，跟大家分享下风控系统中审批系统的内容。个人认为审批系统中最重要的部分是两个部分，一块是基于业务逻辑，梳理的业务模块；另一块是审批系统中所涉及的数据库跟表，表跟库这也是常规系统必须配置的内容。

本文就详细讲讲第一种情况：基于业务逻辑，梳理的业务模块。其中具体的细节包括如下：

一.自动审批

现有绝大部分审批流程均为自动审批，从APP发起，将进件信息推送至审批系统落地，再由审批系统调起工作流接口，开启审批流程。其中自动节点中，会涉及人工干预的节点。

1.1额度审批现有额度审批功能中，直接由快贷系统调起工作流，并不经过审批系统。在审批系统的设计中，需考虑进件数据在审批系统的落地。

图—额度审批流程图

1.2借款审批借款申请时，客户由APP端发起申请，将申请信息入库至授信业务申请表（该表会在申请审批系统中），入库后同时调起工作流，进行后续流程。

图—借款审批流程图

二.人工审批

图—人工审批流程图

从待审批数据进入审批系统到按照指定的流程审批出相应的结果，然后推送回审批结果的整个过程。整个过程中包括发起、提交、领单、重审复议、补件、拒绝、审批通过等操作步骤。

三.进件操作3.1领单工作流按照规则分发到不同角色的任务，操作员可以在自己所属的角色任务池中查询所有的任务。

操作员在可领取页面中，选中多条任务，点击“任务锁定”按钮，后台对应将操作员的用户i写入到待审任务表中。

图—领单操作

3.2重审复议功能描述：每个审批节点操作人员，发现审批处理有误的时候，可以进行数据回退操作，让数据回退到自己的待办列表中，然后可以重新进行相关操作

流程处理如下图所示：

图—重审复议

3.3退单退单不支持批量操作，选中需要退单的已领取任务项，单击“任务释放按钮”，对应审批数据库将拓展之流程审批意见表任务人员i置。

图—退单

3.4补件补件业务描述：

人工审批过程中，提供了补件相关操作，审批人员在发现影像文件不满足要求的时候，通过短信或邮件或者电话的方式，要求客户重新上传指定的影像文件，再有审批人员录入到审批申请数据总线中，然后继续流程处理。

1、客户数据（渠道进件数据。页面录入数据）

2、数据正常流转到人工审批节点，审批员判断影像文件是否需要补件，如果不需要直接流转到下一个节点。

3、需要补件的客户申请数据，人工做退回补件处理（流程结束，返回需要补件的要求信息）

4、下一次客户信息补录完成后，重新启动一个新的流程实例。

如图所示：补件操作流程图

3.5电话核查功能描述：页面展示，客户电话信息，录入电话核查结果，点击确认数据存入到数据总线上。

四.信息查看

4.1待办根据任务类型、任务状态、用户i，查询已录入但未提交数据（类似于草稿状态）。提交后将启动工作流，进入审批环节。

主要改造点：原系统中流程流转是具体流转到人，而改造后实现角色组的流转。

图—待办任务列表

4.2待审批查询已领取但还未进行处理的任务，页面中展示出该任务的基本信息，且提供任务类型和任务状态两个维度的查询条件。录入审批意见后，流程会流向下一节点。查询界面如下：

图—待审批任务界面

说明：目前系统中，待办和待审批两种类型从字面意义和后台实现上有些不太相符，后期拆分改造时，可以将目前的待办改为未提交，目前的待审批改为传统意义上的待办。

4.3任务跟踪任务的执行情况查询，提供任务类型、任务状态两个维度的查询条件。

图—任务跟踪查询页面

4.4已办已完成的历史任务查询，提供任务类型、任务状态、查询方式（包括本人已审批和本人已申请）三个维度的查询条件。

图—已办列表

关于本文所介绍审批系统明细，我们将梳理上知识星球平台，请有兴趣的同学上去查收。本周如果时间允许，我们也将审批系统中数据库跟表也稍作解析，以帮助大家理解，谢谢。

~~~~~~~~

注：以上图文资料均来自番茄学院《番茄风控大数据》知识星球与相关专题课内容

我们坚持为大家带来输出系列风控干货内容，欢迎广大风控爱好者关注:番茄风控大数据