胡夢茜 浙江農(nóng)商聯(lián)合銀行杭州管理部

線上貸款產(chǎn)品的風(fēng)險問題對各銀行業(yè)金融機構(gòu)風(fēng)控管理能力提出了更高的要求，建立具有針對性的風(fēng)險防控體系，是決定未來線上產(chǎn)品規(guī)模和高質(zhì)量發(fā)展的關(guān)鍵因素。

一、數(shù)字貸款風(fēng)險成因分析

(一)各類風(fēng)險因素分析

1.數(shù)據(jù)風(fēng)險

數(shù)據(jù)是線上產(chǎn)品快速發(fā)展的基礎(chǔ)，尤其是針對純數(shù)驅(qū)產(chǎn)品，也是大數(shù)據(jù)風(fēng)控手段能夠廣泛應(yīng)用的支持。數(shù)據(jù)風(fēng)險主要源于數(shù)據(jù)的真實性、有效性和時效性。一是數(shù)據(jù)真實性不足。對第三方采集獲取數(shù)據(jù)以及客戶提供數(shù)據(jù)的交叉驗證能力不足，真實性難以保證。如依托公積金數(shù)據(jù)的純線上產(chǎn)品，僅從征信報告判斷客戶的還款意愿，從公積金繳存情況判斷客戶的還款能力，客戶的道德品質(zhì)、社會評價、資產(chǎn)負(fù)債、真實收入能力等重要信息缺失，對于客戶風(fēng)險評價的準(zhǔn)確性存在一定偏離。因此，在真實性不足的情況下，建模偏差難以避免，從而導(dǎo)致過度授信、風(fēng)控不到位等問題；二是數(shù)據(jù)有效性不足。在授信及風(fēng)控建模時，選擇質(zhì)量差、解釋性差的“臟數(shù)據(jù)”，會導(dǎo)致模型結(jié)果偏差，或者選擇的樣本數(shù)據(jù)不具有代表性，帶來了數(shù)據(jù)風(fēng)險。如公積金數(shù)據(jù)較為片面，無法有效反映客戶真實收入能力；三是數(shù)據(jù)時效性不足。隨著時間的變化，客戶的行為模式可能發(fā)生變化，數(shù)據(jù)和相關(guān)的隱含信息都將發(fā)生變化。因此，數(shù)據(jù)質(zhì)量會隨著時間流逝不斷下降，數(shù)據(jù)的時效性至關(guān)重要。如客戶信息維護不完善，配偶信息沒有及時錄入，導(dǎo)致夫妻雙方可同時生成貸款合同。公積金數(shù)據(jù)會有所延遲，因此會出現(xiàn)客戶本月或上月剛離職，但因為數(shù)據(jù)未更新，還能申請出純數(shù)驅(qū)型貸款產(chǎn)品的情況。因此，如果依賴時效性差的數(shù)據(jù)建模，其結(jié)果也必將產(chǎn)生偏差，導(dǎo)致授信或風(fēng)控偏差。

2.模型風(fēng)險

模型風(fēng)險防控是整個風(fēng)險防控體系的關(guān)鍵。如果使用存在缺陷的模型或不具有適用性的模型，會導(dǎo)致無法準(zhǔn)確評估相關(guān)風(fēng)險，難以形成對線上貸款業(yè)務(wù)發(fā)展的有效支撐。一是模型缺陷產(chǎn)生的風(fēng)險。若模型存在設(shè)計偏差、泛化能力差、穩(wěn)定性差等問題，將導(dǎo)致輸出結(jié)果偏差，使得信用審批、風(fēng)險預(yù)警等出現(xiàn)偏差。如部分銀行業(yè)金融機構(gòu)準(zhǔn)入規(guī)則相對寬松，導(dǎo)致了較高的不良率；二是模型使用不合理產(chǎn)生的風(fēng)險。在特定場景、區(qū)域使用有效的信貸風(fēng)控模型，在未經(jīng)適用性、擴展性分析的情況下，將其應(yīng)用于其他業(yè)務(wù)場景或不同區(qū)域，導(dǎo)致模型解釋能力下降，結(jié)果出現(xiàn)偏差，帶來產(chǎn)生風(fēng)險的可能性；三是模型管理不善。如數(shù)字貸款模型外泄導(dǎo)致被不法分子盜用，不法分子可通過包裝客戶等行為來突破數(shù)字貸款模型。未設(shè)置專人專崗管理數(shù)字貸款系統(tǒng)及預(yù)授信名單導(dǎo)入，數(shù)字貸款模型配置由單人完成，導(dǎo)致風(fēng)險產(chǎn)生。

3.操作風(fēng)險

對于數(shù)字貸款而言，由于涉及貸前線下調(diào)查和白名單導(dǎo)入等，涉及流程環(huán)節(jié)相對較多，人工參與環(huán)節(jié)較多，由此參生的操作風(fēng)險可能性相對較大。從貸前環(huán)節(jié)來看，很多數(shù)據(jù)都是客戶提供，客戶經(jīng)理相關(guān)經(jīng)驗和實際調(diào)查不足，導(dǎo)致數(shù)據(jù)的真實性和可靠性難以保證，為后續(xù)信貸業(yè)務(wù)的審批、審核、授信等環(huán)節(jié)留下較大風(fēng)險隱患，如客戶經(jīng)理對申貸資料真實性把關(guān)不嚴(yán)格，導(dǎo)致存在偶發(fā)性的偽造收入證明、房產(chǎn)證等情況的現(xiàn)象；從貸中和貸后環(huán)節(jié)來看，客戶經(jīng)理無法嚴(yán)格按照相關(guān)制度及時對發(fā)放的貸款進行貸中和貸后審查，客戶資質(zhì)發(fā)生了變化而無法及時獲知，出現(xiàn)相關(guān)風(fēng)險隱患?；蛘哂捎诳蛻艚?jīng)理的能力和經(jīng)驗不足，無法全面分析和辨識客戶的生產(chǎn)經(jīng)營變化情況和財務(wù)狀況，導(dǎo)致對客戶信用風(fēng)險識別、預(yù)警和處置存在一定滯后，導(dǎo)致貸中檢查和貸后管理在風(fēng)險防控中的作用難以發(fā)揮。

4.欺詐風(fēng)險

純線上業(yè)務(wù)開展過程中，數(shù)字身份和物理身份核驗難度提升，借款人真實身份、信用水平辨識難度加大，因此騙取銀行貸款是最常見的外部欺詐風(fēng)險類型之一。如非本地客戶經(jīng)中介包裝后申請白名單，實際貸款資金被他人占用，最終出現(xiàn)不良。

(二)已逾期產(chǎn)品風(fēng)險因素分析

由于已逾期線上產(chǎn)品涉及風(fēng)險因素的數(shù)據(jù)取數(shù)分析較為困難，但從主要風(fēng)險成因分析角度還是有一定參考意義。

通過對某銀行數(shù)字貸款產(chǎn)品涉及的主要風(fēng)險因素進行調(diào)研分析可以看出，從涉及金額方面，前三大風(fēng)險因素主要為外部欺騙、貸前調(diào)查的有效性不足和模型數(shù)據(jù)有效性不足；從發(fā)生筆數(shù)方面，前三大風(fēng)險因素主要為貸中和貸后審查不足、貸前調(diào)查的有效性不足和外部欺騙。從涉及金額和發(fā)生筆數(shù)綜合分析，外部欺騙每筆發(fā)生金額往往相對較大。由于客戶經(jīng)理貸前調(diào)查有效性和真實性不足、未嚴(yán)格按照相關(guān)制度進行貸中和貸后審查所導(dǎo)致的風(fēng)險情況，雖然單筆金額相對不大，但發(fā)生次數(shù)最多，涉及累計金額最大，其通過規(guī)范員工行為，提升員工的風(fēng)險識別和防范能力可以顯著減少發(fā)生。模型數(shù)據(jù)有效性不足涉及的風(fēng)險發(fā)生筆數(shù)雖不多，但其導(dǎo)致的單筆風(fēng)險金額是最大的，需要引起足夠重視，須強化數(shù)據(jù)采集精準(zhǔn)度，進一步優(yōu)化風(fēng)控模型。

圖1 某銀行數(shù)字貸款產(chǎn)品風(fēng)險因素(單位：萬元，筆)

圖2 某銀行純線上產(chǎn)品風(fēng)險因素(單位：萬元，筆)

某銀行純線上產(chǎn)品涉及的主要風(fēng)險因素是貸前調(diào)查有效性不足和模型缺陷。其中，由于貸前調(diào)查不足導(dǎo)致產(chǎn)生風(fēng)險的筆數(shù)最多，由于模型缺陷導(dǎo)致產(chǎn)生風(fēng)險的金額最大。純線上產(chǎn)品手續(xù)便利的特點導(dǎo)致缺乏貸前調(diào)查，若無法進行多重數(shù)據(jù)的交叉驗證和識別，易導(dǎo)致不良現(xiàn)象發(fā)生。純線上產(chǎn)品由于推出時間短，模型設(shè)計的嚴(yán)謹(jǐn)性不足，須進一步探索完善。

(三)數(shù)字貸款相較傳統(tǒng)個貸業(yè)務(wù)不良率偏低

1.風(fēng)控模型提升準(zhǔn)入門檻

線上數(shù)字貸款采用的是“機控+人控”結(jié)合的方式，數(shù)字貸款的風(fēng)控模型相對更加完善，有一整套的信用風(fēng)險模型，本著謹(jǐn)慎性原則，從嚴(yán)設(shè)計風(fēng)控規(guī)則，同時增設(shè)互聯(lián)網(wǎng)金融行為等一系列非銀申請指標(biāo)，一定程度上提升客戶準(zhǔn)入門檻，線上客戶的準(zhǔn)入口徑明顯高于線下客戶，客戶的風(fēng)險判斷更加精準(zhǔn)，增強了風(fēng)控效果。

2.降低了人為風(fēng)險因素

由于客戶經(jīng)理風(fēng)險防控能力不一致，在線下貸款的風(fēng)控方面很難統(tǒng)一。數(shù)字貸款減少了人為干預(yù)，減少了人為層面的主觀臆斷，避免了操作風(fēng)險和道德風(fēng)險，極大程度上提高了風(fēng)險防范的水平，同時也從側(cè)面反映出通過系統(tǒng)來防范風(fēng)險的能力較強。

3.貸前調(diào)查已進行初步篩選

數(shù)字貸款在導(dǎo)入白名單前，已有初步的貸前調(diào)查，對客戶已進行初步篩選，再次通過數(shù)字貸款進行發(fā)放的客戶風(fēng)險明顯較低。

4.用信形式較為簡單

線上貸款的擔(dān)保方式較為單一，面向的客群為主要為信用較為優(yōu)質(zhì)的客戶?？蛻粲每罘绞綖殡S借隨還，以中短期貸款為主，也有助于降低不良率。

(四)純線上貸款相較傳統(tǒng)個貸業(yè)務(wù)不良率偏高

1.風(fēng)控措施有待完善

由于采用數(shù)驅(qū)準(zhǔn)入方式，相較傳統(tǒng)貸款的貸前審查等，員工對該類客群熟悉度不夠，對于貸款準(zhǔn)入后客戶的跟蹤管理缺失，風(fēng)險防控維度單一，出現(xiàn)風(fēng)險而不知。同時，由于產(chǎn)品推出時間較短，準(zhǔn)入模型存在數(shù)據(jù)嚴(yán)謹(jǐn)性不足、模型缺陷等，模型風(fēng)控措施有待完善。

案例1：某銀行前期線上產(chǎn)品風(fēng)控模型未對客戶的退休狀態(tài)進行甄別，個別客戶已開始領(lǐng)取養(yǎng)老金仍然準(zhǔn)入純線上產(chǎn)品，不符合該行市民貸準(zhǔn)入要求。目前該行已接入養(yǎng)老金數(shù)據(jù)，對開始領(lǐng)取養(yǎng)老金的客戶設(shè)置不準(zhǔn)入條件，調(diào)整該類客戶的準(zhǔn)入渠道，由線上準(zhǔn)入改為線下準(zhǔn)入，加強貸前調(diào)查。

案例2：某銀行客戶王某早年因工傷導(dǎo)致智力四級殘疾，接到中介電銷電話后，在其引導(dǎo)下，自行通過該行數(shù)驅(qū)型浙里貸產(chǎn)品點出了20 余萬元的貸款(因客戶為本地戶主名下具備資產(chǎn)且社保繳存正常)，最終轉(zhuǎn)賬6 萬元作為本次貸款的中介費。雖最后中介費全額討回，但從客戶的貸款過程中看出，線上貸款的風(fēng)控仍需進一步完善。該行現(xiàn)已對接了數(shù)據(jù)資源管理局，獲得了民政局相關(guān)的殘障人士數(shù)據(jù)，后續(xù)針對涉及到“智力殘疾”及“精神殘疾”的不具備主觀意識的客戶作了限入處理。

案例3：某銀行客戶經(jīng)理經(jīng)他人介紹為客戶黃某增加貸款，查詢后發(fā)現(xiàn)客戶黃某已有30 萬授信，且由于配偶已用信而無法自助放款。該客戶經(jīng)理按照介紹人要求，將客戶黃某的配偶信息篡改為由介紹人提供身份信息的第三人徐某某，順利幫助客戶黃某通過線上貸款方式獲得貸款30 萬元。該客戶經(jīng)理利用系統(tǒng)風(fēng)控措施不夠完善，違規(guī)為客戶辦理貸款。目前該筆貸款已收回，給予該客戶經(jīng)理記大過處分并解除勞動合同。

2.客戶對逾期重視不足

線下因某些政策因素拒貸的風(fēng)險客戶，可能通過線上流程授信進入，規(guī)避信貸政策。且部分客戶對產(chǎn)品不夠了解，在按時歸還方面，往往重視不足，法律意識淡薄，沒有及時歸還，導(dǎo)致逾期賬戶較多。主要體現(xiàn)在：一是現(xiàn)階段便捷的獲貸流程導(dǎo)致客戶對貸款償還意識薄弱；二是數(shù)驅(qū)型貸款尤其是社保貸客戶的流動性較大，且頻繁更換聯(lián)系方式，造成貸款逾期后無法及時與借款人取得聯(lián)系而產(chǎn)生不良；三是部分繳存社保的客戶對于征信的意識較為淡薄，將貸款作為信用卡使用，未按要求進行還款從而造成逾期；四是便捷的線上申貸流程使得各類中介機構(gòu)指導(dǎo)客戶線上辦理貸款更加容易。

案例1：某銀行客戶黃某某，于2019 年12月16日線上生成貸款合同，15 筆借據(jù)合計貸款余額13.4 萬元，自2022年2月開始利息不能按時結(jié)清，每次催收后效果不一，當(dāng)前部分借據(jù)已經(jīng)涉及本金逾期，客戶當(dāng)前貸款余額9.5 萬元。

3.缺乏有力催收手段

對于純線上數(shù)據(jù)驅(qū)動貸款的催收手段主要依賴于短信催收、電話催收、上門催收、法院訴訟、限高執(zhí)行等方式，其中較為有效的是法院訴訟，但在實際業(yè)務(wù)開展過程中，互聯(lián)網(wǎng)法院每年受理并立案的數(shù)量十分有限，對于客戶的威懾力不足，而支付令、仲裁調(diào)解等新型催收、處置方式未能應(yīng)用在純線上貸款，其他催收手段周期較長、收效低微。而線上貸款產(chǎn)品從申請、審批到用信都是純線上辦理，部分客戶銀行人員無法觸達(dá)，沒有管戶客戶經(jīng)理，并且不良情況呈現(xiàn)戶數(shù)多、金額小的特點，考慮到成本效益，目前催收以短信、電話催收為主，不良催收缺乏威懾力。

案例1：某銀行客戶張某某，于2021 年9月29日和30日共生成20 萬元合同，合同期限3 個月，目前已經(jīng)逾期5 個月，4月份歸還1 萬元，仍余貸款本金19 萬元，該行仍能與客戶取得聯(lián)系，但催收無果。若該行聯(lián)系其親友，該客戶就會進行威脅投訴，因此該行除了聯(lián)系本人缺乏其他有效手段。

案例2：某銀行客戶張某，于2020 年9月8日申請線上貸款8 萬元，貸款于2021 年8月20日到期，貸款到期后經(jīng)客戶經(jīng)理多次催收后借款人仍未歸還貸款。該行向互聯(lián)網(wǎng)法院提起訴訟，2021 年11月提交訴訟申請，于2022年4月6日予以立案，歷時6 個月，至今還未判決。

案例3：某銀行客戶胡某某，于2021 年6月27日通過線上自主申請該行線上純數(shù)驅(qū)型貸款產(chǎn)品，成功辦理線上貸款1 萬元，期限1 年，用途為購買原料。經(jīng)貸后檢查，發(fā)現(xiàn)該客戶預(yù)留手機號碼已停機，因無法確認(rèn)客戶的位置及聯(lián)系方式，一直未能進行有效催收。

二、下一步工作

(一)完善數(shù)字貸款管理機制，加強員工風(fēng)險防控能力

提高對數(shù)字金融相關(guān)業(yè)務(wù)的重視程度，優(yōu)化細(xì)化業(yè)務(wù)管理崗位設(shè)置，進一步優(yōu)化調(diào)整考核模式。制定和完善數(shù)字貸款相關(guān)管理辦法，制定并完善符合各銀行業(yè)金融機構(gòu)業(yè)務(wù)特點的數(shù)字貸款管理辦法，指導(dǎo)數(shù)字貸款運營管理，降低線上貸款操作風(fēng)險；優(yōu)化預(yù)授信名單管理，增強員工對數(shù)字信貸產(chǎn)品的風(fēng)險意識，加強白名單導(dǎo)入前的貸前調(diào)查和存量客戶的風(fēng)險排查能力。建立線上貸款客戶信息維護情況的檢查以及考核機制。對于線上貸款的信息進行定期檢查，對于信息上傳存在缺失、不實等情況的客戶應(yīng)當(dāng)及時進行聯(lián)系和補充，進一步提升線上貸款客戶信息維護的工作質(zhì)量；深入開展小額貸款風(fēng)險管理及不良貸款處置專項輔導(dǎo)等工作，強化員工的動態(tài)行為管理，加大產(chǎn)品和政策宣傳力度，提升員工風(fēng)險防控水平。

(二)優(yōu)化和完善風(fēng)險模型，提高貸款風(fēng)控管理水平

進一步完善準(zhǔn)入模型，通過行內(nèi)外數(shù)據(jù)挖掘、聯(lián)合建模、數(shù)據(jù)合作等方式，建設(shè)和完善貸前、貸中、貸后各個數(shù)字貸款準(zhǔn)入、風(fēng)險識別、跟蹤等風(fēng)控模型。如進一步完善人行征信規(guī)則、社保規(guī)則及高齡低黏性客戶準(zhǔn)入規(guī)則的優(yōu)化，增加互聯(lián)網(wǎng)金融行為規(guī)則、公安涉黃賭黑及精神障礙人員的數(shù)據(jù)等；引入多數(shù)據(jù)交叉驗證，提高模型數(shù)據(jù)精度，積極探索零售業(yè)務(wù)與公司業(yè)務(wù)間的風(fēng)險關(guān)聯(lián)性，通過與政府和數(shù)據(jù)服務(wù)公司等的合作，加入金融場景數(shù)據(jù)等多數(shù)據(jù)引用，針對業(yè)務(wù)特點、數(shù)字貸款風(fēng)控模型要求，采用多重數(shù)據(jù)進行交叉驗證、交叉識別的方式，進一步豐富風(fēng)險判斷的維度，更精準(zhǔn)的識別客戶風(fēng)險，降低線上貸款操作風(fēng)險，提高線上貸款風(fēng)控能力；持續(xù)監(jiān)測模型運行情況，通過反復(fù)驗證、迭代的方式，提高模型運行穩(wěn)定性和準(zhǔn)確性，提高線上貸款風(fēng)控水平。采用抽樣、全量等不同維度的切面數(shù)據(jù)，對模型的運行情況，特別是業(yè)務(wù)交叉、風(fēng)險臨界、邏輯邊界上的反復(fù)驗證，并根據(jù)驗證、監(jiān)測的情況及時對模型進行優(yōu)化和修正，調(diào)整風(fēng)險模型指標(biāo)參數(shù)，填補風(fēng)險漏洞，提高模型運行精度，降低線上貸款的系統(tǒng)風(fēng)險。

(三)規(guī)范貸后管理環(huán)節(jié)，加大不良貸款催收力度

嚴(yán)格落實催收舉措，加大不良貸款催收力度，通過不同催收合作機構(gòu)的交叉委案，有效提升回款率。保持逾期客戶電話及上門催收強度,并做好情況登記，降低逾期客戶持續(xù)惡化的可能性。對于逾期客戶積極營銷分期還款，促進風(fēng)險資產(chǎn)向生息資產(chǎn)轉(zhuǎn)化；提高貸后管理子系統(tǒng)的應(yīng)用率，提升貸后管理質(zhì)量，加強系統(tǒng)應(yīng)用情況檢查。建立不良貸款催收管理系統(tǒng)，對于不良貸款從發(fā)放到收回進行全流程管控；積極與法院對接，推動電子督促程序落地，進一步擴寬訴訟途徑。做好與相關(guān)公司的合作，與法院對接批量申請電子支付令業(yè)務(wù)，實現(xiàn)批量生成電子支付令，提升訴訟效率，彌補互聯(lián)網(wǎng)法院在案件受理效率上的不足。

(四)加強業(yè)務(wù)產(chǎn)品科技賦能，提升數(shù)字金融服務(wù)水平

充分整合數(shù)據(jù)資源，利用各類數(shù)據(jù)資源開發(fā)平臺，創(chuàng)新多方維度、多種形式的合作模式，建設(shè)融合金融和政務(wù)數(shù)據(jù)的企業(yè)和個人數(shù)據(jù)平臺，夯實數(shù)字化應(yīng)用基礎(chǔ)，提升數(shù)字化營銷水平；打通數(shù)據(jù)共享渠道，拓展應(yīng)用場景項目能力，構(gòu)筑數(shù)字金融服務(wù)優(yōu)勢；堅持做好本地化客戶運營，努力做好新市民數(shù)字貸款金融服務(wù)工作，對接更多可靠數(shù)據(jù)源，如社保信息等；研發(fā)更符合新市民特色的數(shù)字貸款產(chǎn)品。通過與政府業(yè)務(wù)場景合作，啟動定向類數(shù)字貸款投放工作。

(五)加強金融風(fēng)險防范知識宣傳，營造良好信用環(huán)境

加強金融風(fēng)險防范知識宣傳，提高客戶識別和防范金融風(fēng)險的能力，既是提升金融服務(wù)水平、承擔(dān)社會責(zé)任的要求，也是為營造良好金融信用環(huán)境、提高線上貸款風(fēng)險防控水平的重要舉措，加強對客戶信用意識提升的宣傳教育。依托網(wǎng)點、微信公眾號等線上、線下渠道以及客戶經(jīng)理開展貸前、貸后調(diào)查等方式，多措并舉，加大對居民信用意識的宣傳教育，為營造良好的地方信用環(huán)境、持續(xù)的信用體系建設(shè)奠定基礎(chǔ)，為線上貸款在縣域和農(nóng)村地區(qū)的高質(zhì)量發(fā)展提供支撐；加強對客戶反詐騙能力的宣傳教育。通過多種渠道向客戶宣傳講解如何辨別和防范金融風(fēng)險，加強對客戶的用信指導(dǎo)，從而為線上金融產(chǎn)品的健康發(fā)展提供良好的外部環(huán)境。