后疫情时代,消费金融的破局之道

日期:2020.07.03 原创


2020年突如其来的疫情使得线下场景业态纷纷停滞,居民收入和消费也受到了较大波动。国家统计局数据显示,2020年一季度,全国居民人均可支配收入扣除价格因素实际下降3.9%;社会消费品零售总额同比下降19.0%;国内生产总值按可比价格计算,同比下降6.8%。



无场景,不金融


随着国内疫情防控形势持续向好,前期被抑制、被冻结的消费重新释放出来。在线医疗、在线生鲜服务、在线教育推动了消费场景业态升级,人们消费结构的变化也改变了金融服务场景和业务内容,“无场景,不金融” 成了时下流行的行业趋势。


要跟紧时代,就要抓住“场景”。金融机构提供的消费金融产品,从无场景的现金贷不断向有场景的消费贷转移,场景也不断丰富,比如医美、租房、二手车等不同消费场景内,客户特点也不同,这就需要借助技术更好地实现金融与产品的结合,为群体提供差异化的产品和服务,推动消费者的群体需求向个性化需求转变。



场景化数据,精准对接金融服务


疫情后,数字化和线上化业务将面临更大发展机遇成为业界共识。技术实力和风控能力雄厚的金融机构无疑将会更快脱颖而出,而把金融的属性发挥到极致,就必然要结合消费场景。


在多数的场景中,用户发生的行为数据才是关键从客户的消费意愿、消费行为、支付习惯等切入,才能形成金融需求和金融服务供给的无缝对接,拥有了数据,才能真正精准对接金融服务。但实际上,并不是每个场景中的数据都是可用且有价值的,多元的场景与消费模式带来的风险及其管控手段远远区别于从前。


从风险成因上看,主要的风险集中在两方面:一是欺诈风险,二是信用风险身份真实性识别是反欺诈的核心,恶意欺诈用户一般不会采用真实身份借款,身份证、银行卡、姓名、手机号四要素如果无误,欺诈概率是其他群体的1/3左右;对于信用风险而言,主要指还款能力与还款意愿,大部分用户在申请阶段并非恶意,这就考验借款人对信用风险的判断。

从风控流程上看,与传统风控一样,可分为贷前、贷中、贷后,但又有差异,因为业务的特点就是线上实时审批,也称之为“秒批”;贷前主要关注的是准入和授信两个环节,即贷前实时反欺诈和实时信用评估;贷中主要关注的是贷中异常的监控和贷中运营,比如好的客户要不断的进行调额;贷后上主要关注的是催收,因为催收做得好,很多信用风险问题都可以解决。



后疫情时代,回归风险管理本质


这次疫情给了金融行业难得的机会,恰好能看清楚用户中,哪些是具有稳定风险表现的客群。金融机构可以不断探索加深用户洞察的路径,分客群精细化运营管理,从而大幅提升风险稳定性。那么,如何更好地进行大数据风控,有效地提升风控效率呢?

1.行为数据挖掘是当前信用风险防范的核心

一般情况下,传统金融机构的风险管理依赖央行征信体系,对用户的有效信息挖掘度低。大概有10-20个强变量与金融机构发生借贷关系的数据为主。数据显示,国75%无借贷记录的用户得不到有效地信用评估,并且这些强变量中任何一个变量的缺失,都会导致风控评估模型失效


以华策数科为金融机构打造的二代人行变量衍生设计方案为例,在人行报告基础变量基础上,通过多维度算法统计出约8000+衍生变量,将多种强弱变量构建风险评估数据模型,分析海量的用户行为,挖掘出可以多次复用的规律,进行风控应用。


2.构建贷前、贷中和贷后全流程风控闭环


在特定消费分期场景中,过深入挖掘,获取上游和下游数据,以及借贷方信息和商家信息的结合,我们可以更全面地了解供需双方是否匹配,从而某些长的借贷服务中,打造一个完整的风控闭环。在这一点上,华策数科也为消金机构提供了信贷风控解决方案,近期上线的智能决策引擎V3.0升级版实现了贷前、贷中和贷后的全流程监控,可以输出报表并进行预警,并提供AI模型功能辅助决策,多角度协助消金场景细分下信用风控的难点。


纵观全局,一方面,后疫情时代下以场景获取数据,以数据分析需求,以需求改善场景,将成为消金机构特有的破局之道;另一方面,整个行业的发展越来越规范,行业洗牌加快,对风险识别的要求更加精准,智能风控会成为2020年整个消费金融发展的关键。华策数科持续以专业的核心能力,打造多场景,多业态全流程大数据分析与应用解决方案,为合作伙伴带来更多价值。