银行小微企业信贷大数据风控转型的实践

某银行朋友曾说：“纯线上小微风控是不现实的，比如某客户征信和收入等完全正常，就因为投资失败导致破产；又比如湖北地区农户居多，经营数据无法线上化，并且银行数据字段也无法精准预测收入与利润。”
   
其实这些问题是各家银行普遍存在的，这也是今年纯线上税贷逾期开始高发的原因，因为数据线上化存在了漏洞，某些关键数据（投资、嗜好、负面、行业预期等）只能线下获取，导致模型失真。这也是大家都认知到的问题：模型是存在边界的。
   
所以我们就想着如何将线下数据线上化，突破原有模型边界，真正实现精准的小微企业评级模型，行业内大家都在往这个方向努力。
  
下面就某城商行小微风控实施案例，向大家介绍线下风控转型线上的过程。

一、线上进件大数据流程部分

1、反欺诈规则：包括司法、征信、税务、环保、公安、工商等基本准入数据的硬规则；如果是APP进件，还需获取位置信息、设备指纹、行为信息、运营商信息，运营商反欺诈报告（赌博风险评分等产品）、数据商关联图谱产品、不良行为偏好产品等。详见《反欺诈规则》

2、反欺诈模型：利用小微客群的经营贷、消费贷中的欺诈样本来构建，得到好客户样本500多万，欺诈客户样本5000多个。模型变量主要为：位置信息、关联图谱变量、行为变量、三方数据、人行征信变量。如果有线下尽调的环节，那么纯线上反欺诈模型只要人行征信类、消费类数据就够了，因为出行澳门赌博偏好等数据存在很大缺陷。详见《反欺诈模型》文档。

3、信用评分政策准入：人行征信连三累六等逾期类规则；信用卡贷款类变量规则、用信时间规则等个人情况；小微企业行业准入、经营时间、司法税务等。详见《线上信用准入政策》

4、客群分层模型：将全量的小微企业主样本（低利率大额经营贷、16利率小额经营贷、消费贷），将未有逾期记录的大额经营贷、小额经营贷样本作为好样本，小额经营贷消费贷灰坏样本作为坏样本，构建分层模型。排序性检验：发现大额经营贷样本中高分区间占90%，小额经营贷样本高中低比率差不多，消费贷样本中、低分段占比80% 。

5、预警模型：对于中低分的小微企业主样本，进入已构建的小额经营贷模型、消费贷模型进行识别，对低于250分的预警或拒绝，低分段客户基本都是消费贷笔数过多、查询次数多、逾期记录多的客户。具体详见《预警模型》文档。

6、行业分类：小微支持行业为：生产型、贸易型、零售型、服务型（旅游、餐饮、酒店、广告等）。我们把企业规模分为微型、小型，针对微型企业侧重经营利润表、现金收支、企业主个人征信信用、负面评价分析等，将这些指标变量做结构化数据，形成线上评分模型与额度模型；针对小企业侧重资产负债表、利润表、现金流量表、财务指标对比行业平均指标分析、负面评价分析、预警分析、企业主个人征信等，也是线下数据结构化后形成量化模型。

中小企业划型标准

 

二、线下尽调IPC表单部分

1、企业分类标准：个体户微企业、一般纳税人小企业、中大型企业（关联企业合计总资产总销售规模大、对外投资多）。实际中，我们要将关联企业（实际控制人决策权）合并考虑，确定企业规模。因为中大型企业尽调审批方法有很大不同，十分注重对外投资、关联企业整体尽调通盘分析，线上部分解决不了问题。现在实际工作中，70%以上是微型企业，20%是一般纳税人小企业，其余个别是中型企业。

同时我们将小微企业支持行业分为生产、贸易、服务、零售，同时对银行所在地的当地信贷环境、企业集群环境做深入调研，比如早些年的时候在台州、温州、义乌地区的园区集群，爆发过放水过度杠杠过高导致联贷联保集体坏账的结局，主要原因是对外投资过多、互保风险过高导致，但这些因素是模型无法覆盖的。笔者曾经历宁波地区集中信贷环境恶化、互保逃废债。所以深刻的理解：IPC是关键、线上模型是辅助。所以信贷风控第一要素是：行业、区域、担保情况、产业链、产品利润与发展、人品，其次才是企业主自身经营的模型。

我们制定了《业务发展思路与客户选择策略》。谨慎介入行业：建筑施工、纺织、房地产开发、KTV娱乐、互联网游戏/收藏、珠宝/首饰、游戏、类金融（P2P、期货、担保、小额贷款、融资中介、投资管理、资产管理）、大宗商品贸易（钢铁、水泥、矿产）、汽车贸易类、造纸水泥皮革化纤制造业、从事危险化学品生产经营。

2、设计准入标准：个人标准、小微企业规模等标准、行业标准，其实大部分已在线上实现政策准入。线下政策准入：行业形势与发展、产品市场地位与毛利润率、区域信贷环境与坏账情况、关联企业总资产销售规模标准、经营时间、不良嗜好、老板朋友圈的嗜赌情况、婚姻家庭、应收款大量坏账情况、行业环境下现金周转周期变化、对外隐形担保、民间借贷、产品大量投诉或赔偿等，具体详见《负面表单》。《负面表单》的每个变量设定十分细致的量化评分标准。《负面表单》中负面清单评价表扣分高于15分的审慎介入，提示类负面清单表命中则禁止介入。存量客户命中提示类负面清单中的选项时，应及时采取应对措施。

《负面表单》在风控系统中嵌入，客户经理、风险经理按细致的评分标准分别填入对应的负面清单评分，提示类负面清单中勾选出存在问题，负面评分、勾选问题要进入评级模型。

3、标准化尽调设计：

（1）集群区域分析报告：集群市场地位历史发展、集群中各产品的种类单价和毛利润率、同工艺下产品电费产值比、关键岗位工资产值比、集群信贷环境与信贷杠杠情况、集群坏账情况与互保情况等等。报告里面的关键指标表单数值要录入系统，是线上风控模型的依据，作为关键变量。具体详见《电费产值比》、《集群尽调》。

（2）尽调数据获取：进销存系统（手工账本）与进货单出货单交叉核验、现金收支账本或财务K3系统、征信负债、成本核算、费用核算（账本交叉）做出企业年资产负债、利润表，详见《IPC交叉验证培训》。

对于微型企业只要求做出近年的利润表，对于小型企业要求做出资产负债表、利润表，输入后得到现金流量表。对于尽调的报表有非常高的要求，要求精准。在系统页面，我们根据企业类型，要求输入不同类型的财务报表。详见《IPC尽调培训》、《财务数据生产表》。

（3）对于“尽调表单量化字段”与“尽调报告”，具体详见相关文档。

三、线上评分模型额度模型部分

小型企业主要利用税务数据、企业征信解析、个人征信解析、三方数据构建线上评分模型，得到初步建议额度；

微型企业主要利用三方数据、个人征信构建了线上评分模型，得到初步建议额度。

最终小、微型企业评级与额度模型是在线下尽调之后的，这里评级模型要细分行业、细分企业规模：

1、通盘考虑关联企业，确定真实企业规模，对于中大企业转信审部审查。小型企业考虑全部关联企业尽调，出具合并的资产负债、利润表，得到小企业财务评级，结合上文的《负面清单》、企业主经营评分模型、企业主基本信息，最终得到评级模型；微型企业评级模型主要根据利润表、负面清单、企业主经营评分模型、企业主基本信息；

2、小企业额度模型变量：小企业评级评分、还款能力、经营现金流量、杠杆率、对外担保偿债能力（金额/经营现金流量）、历史经营成长性、产品层次与可替代性等。微企业额度模型变量：微企业评级评分、还款能力、DTI、杠杠率、对外担保金额、基本情况（老板行业从业时间及行业稳定性、家庭情况、担保人实力等)。额度模型可以采用线性规划来计算，也可根据专家经验来设定系数。

通过上文介绍的案例，我们发现小微信贷数字化的核心是如何将全部数据结构化量化，便于做大数据特征工程的挖掘，最后根据样本和专家经验构建策略模型。同时各家机构都在这条路上持续进步，比如凯京物流将小微物流经营数据实现了纯线上化，也将逐步实现了纯线上风控。

（作者周立烽，有十年银行小微风控经验，同时在阿里系、腾讯系有五年大数据风控经验。）

版权声明
本文仅代表作者观点，不代表零壹财经立场。
本文系作者授权零壹财经发表，未经许可，不得转载。