贷款 贷款攻略 新型贷款 网筹金融:解读银行信用贷款风控术
网筹金融:解读银行信用贷款风控术

  信用卡开启了一个时代,在这个信用消费大时代里,几乎人手一张的信用卡,可依然是一个白首如新的领域。如今,信用卡已是各家银行信用贷款增长的主要推动力,对于如何控制资产质量,各家银行讳莫如深。部分银行实现发卡量的上升和不良率的下降,同时也有国有大行信用卡不良率仍旧高企。中国信用卡体系自诞生以来就直接与国外同业接轨,也逐渐引入FICO信用评分等风控经验。评分模型成信用卡“逆袭”的关键,信用卡的通过率和不良率则是二者必不可兼得。

  一位风控行业资深人士表示,如果信用卡的通过率上升,不良率通常会增加。各银行之间分化情况严重。工商银行累计发卡量突破1亿张,达1.25亿张,继续领跑行业。但从新发卡量来看,中型股份制银行在信用卡业务板块规模化扩张。信用卡新旧户指标得到优化,得益于更全面精准的风险评分模型、更科学的风险管理手段以及资产清收效率的全面提升。网筹金融发现,除加大不良资产清收力度,将风险评分等技术手段引入信用贷款风控模型,是一些股份行信用卡业务爆发的核心原因。

  “不是说评分越高,那么给你的相应的额度就会越高。”风控人员表示,只能说比较重视。数据清洗是风控模型的前提,信用评分的背后,则是风控模型。从风险模型来讲,银行发行信用卡需要填写各种资料,比较繁琐,审批需要人工、电核,后来演变到线上。其中,要把握一个平衡的问题,风险成本不是说把握得越严,风险损失就越小,否则就没有利润。从国外经验看,目前风控仍然是经验驱动数据,而且数据的技术含量不低于风控模型。而实际上,目前国内金融机构过度重视风控模型,对于数据质量的重视程度反而不够。

  在风控模型设计中,将指标放入风控模型结果很好,但在生产过程中不稳定。有的地方多一点,有的地方少一点,饱和度不太一样。对于数据来源,金融机构不是平台性企业,其实数据链是断的。要得到完整的客户的风险的画像,还是要多方的数据来源来拼凑。

undefined
新型贷款 更多

快速申请

同意《百度金融服务条款》 快速申请

热门贷款

×
您在哪个城市工作
机构仅办理当地工作人士申请
全国
北京
其他城市