以税费为基础的线上风控审批模型概要

我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

一个线上风控的审批模型总体分为四大部分:申请准入、审批、额度测算、贷后监测模型。本文主要简单阐述一下关于这个模型的内容,enjoy~

以税费为基础的线上风控审批模型概要

一、模型总体设计

模型总体分为四大部分:申请准入、审批、额度测算、贷后监测模型。

申请准入主要用于客户准入筛选,只有通过筛选的客户才具备办理业务的资格,筛选的内容主要是客户行业、征信情况、负面信息等,触发红线的客户将被剔除信贷资格。

征信的内容主要包含如下几个方向:

面向企业的征信审查: 审批主要用于核实在客户端或网页端操作人的真实性,杜绝羊毛党,黑名单申请人以及高风险账户的网上申请。

面向个人的征信核验: 测算模型主要用于预算客户贷款额度的大小,风险定价,根据相关数据的一定比例,权重计算,包括客户税务数据、家庭资产数据,我行存量交易数据等。

税务数据: 贷后监测模型主要用于贷后的客户行为,风险信息的预警,贷款额度、风险定价的调整,以及退出机制启动。

二、申请准入

申请准入的信息收集方向主要有如下几个方面:

  • 财务报表分析;
  • 网络舆情分析,主要是审查企业是否有负面风评;
  • 公开信息核验,失信,老赖等,多为公开数据,否则涉及征信协议。

申请准入信息包括:

  • 行业信息:不属于行业政策禁入的行业;数据来源:外部征信渠道,可以参照小型策略,比如先公开信息例如法院、公安等,再付费数据源。
  • 征信信息:非恶意拖欠不超过临界值。
  • 企业近5年无不良信用记录。
  • 企业当前贷款分类为正常类。
  • 企业主及其配偶近2年个人逾期或欠息在30天(含)以内的次数不超过6次;

(4)企业主及其配偶无逾期或欠息在30天以上的信用记录;

(5)企业主及其配偶名下信用卡额度使用率近6个月月均不超过80%;数据来源:个行征信,外部数据。

  • 成立年限:3年以上;
  • 多头借贷;
  • 工商信息:无负面信息;
  • 环保信息:无负面信息;
  • 海关信息:无负面信息;
  • 民间借贷信息:无涉及P2P贷款记录;
  • 税务信息:无负面信息,纳税等级为A、B级;
  • 银行负债率:(短期借款 +长期借款)/上年销售收入<30%;
  • 其他互联网核查:无相关负面信息;

三、审批

使用反欺诈技术手段,对于客户端、网页端的操作人的真实性进行筛查,杜绝羊毛党、黑名单申请人以及高风险账户的网上申请、包括申请人的使用设备ID、手机号码、IP地址、HTTP代理等是否存在多次、频繁发起网络贷款申请、是否列入诈骗黑名单,是否存在高风险的网络操作行为。

四、额度测算

以纳税信息为根据进行的额度测算模型:

(1)纳税等级:A级- -A1 =5,A2 =7;B级–B1 =7,B2 =9。

(2)是否本行基本户:是–A1,A2;否–B1,B2。

(3)贷款最高额度:X =(年均增值税+年均营业税)*(A1或B1)+年均所得税*(A2或B2);加计减、免、退税额;采用近三年年均税额。

(4)销售收入最高额度:Y =上年销售收入*30%

(5)企业目前银行负债总额:Z =企业贷款余额 +企业主个人经营性贷款余额 +企业对外担保余额 +企业主个人对外担保余额。

(6)产品额度上限:F =500万元。

(7)基础信贷额度:G1 =(X与Y低值)-Z

(8)基础定价:R1 =9%

(9)调整因素

1)额度调整因素(额度调整因素即为定价模型的定价因子,各房贷机构自行设定)

业系数B:优先支持行业1.2,选择支持行业1.0,审慎支持行业0.8,

科技企业系数K:科技企业1.2,非科技企业1.0,

日均金融资产系数: L =日均金融资产/G1,如L <60% 则L =0.6,L >130% 则L =1.3,日均金融资产包括企业日均存款和企业主及配偶个人月日均AUM

本行代发工资系数M:有代发1.05,无代发工资1.0;

企业主个人金融资产系数:T =(企业主个人金融资产 -企业主在建设银行的个人月日均AUM)/G1 *0.6,如T <100% 则T =1.0,T >130% 则T =1.3;

2)定价调整因素

收益贡献:N =当年中间业务收入/G1 *0.8 +近12个月日均金融资产 *存款内转价格/G1 *0.8;数据来源:内部系统查询后导出信息;数据包括企业及企业主贡献。

代发工资贡献P:有代发工资0.95,无代发工资1.0。

质量调整Q:根据产品当期质量水平设定调整系统,实现收益覆盖风险和成本,初始值为1.0。

(10)最终信贷额度:G =G1 *H *K *L*M *T,且<=F,最终定价:R =(R1 -N)*P *Q。

五、贷后监测模型

1)纳税偏高度,月均税额偏高度超过15%

原理:根据企业前3-5年每月纳税额变动形成销售淡旺季模型,与当月纳税额对比,计算偏高度。

措施:系统自动冻结额度。

企业及关联企业负面信息,包括:

  • 企业出现欠息、贷款逾期超过30天或当年发生超过2次,或出现分类下调、展期;
  • 企业主个人经营性贷款出现欠息、贷款逾期超过30天或当年发生超过2次,或出现分类下调、展期;
  • 企业主及配偶个人信用卡近三个月,月均透支额度使用率超过80%;数据来源:个行征信,外部公司提供爬虫技术;
  • 企业新增涉诉、海关、税务、工商、环保的负面信息;
  • 企业出现其他互联网负面信息;数据来源:外部公司。

措施:系统自动冻结额度。

2)新增负债、担保、企业,企业主新增他行贷款或对外担保

措施:系统重新计算最终信贷额度G,如低于当前额度则自动调整。

3)代发公司变动,近三个月代发工资额减少20%或当月代发工资额减少50%以上

措施:系统自动冻结额度。

4)资金流向,资金流向基金、证劵、担保、小额贷款公司、典当行、财务公司、投资公司、房地产公司(缴纳物业管理费、水电费的另行判断筛查)

措施:系统自动冻结额度。

  • 行内日均金融资产变动,近6个月增加或减少超过15%的,触发系统重新计算额度G和定价R,并自动调整,如没有则忽略跳过。

5)企业股权变动,实际控制人或个人最大股东变更

措施:系统自动冻结额度。

税务数据:

  1. 甄别税务数据的真实性 通过税务数据来建立可以贷款的额度;
  2. 通过不同的税务数据的得分是不一样的;
  3. 税务数据是基本的数据,其他数据是作为调整, 调整的数据。

 

本文由 @blerk.zhao原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

随意打赏

提交建议
微信扫一扫,分享给好友吧。