目录
基于客户风险评级的定额策略
确定托底额度和盖帽额度
确定基础额度
基于客户风险评级确定风险系数
计算最终授信额度
确定授信有效期
基于客户风险评级的定额策略
在开发定额策略时,精准确定客户的基础额度是一个关键步骤,通常会基于客户的收入和负债信息确定客户的基础额度,但是,如果无法获取客户的收入和负债信息该怎么办呢?对于小额(授信额度通常不超过10万元)信贷类产品,可基于业务情况或同业竞品信息确定一个通用的基础额度(如所有客户的基础额度均为1万元),然后以此来进行定额策略的开发,这样确定的基础额度通常不够精准,但因为是小额信贷产品,所以通常影响不会太大;对于大额信贷类产品,务必获取客户的收人和负债信息,否则无法为客户进行有效定额。
假设现在需要对一款个人小额信贷产品(如个人现金贷)开发定额策略,但是当前无法获取客户的收入和负债信息,只有产品相关信息和客户的风险评级(基于风险模型分对客户进行分层后获取的风险评级)信息可以使用,如何基于这些已有的信息开发定额策略呢?答案很简单,套用上文提到的定额策略开发固定格式进行分析即可,具体分析步骤如下。
确定托底额度和盖帽额度
托底额度和盖帽额度主要基于产品信息确定,如该个人小额信贷产品规定的授信额度区间为不低于1000元且不超过10万元,则托底额度的取值可定为1000元,盖帽额度的取值可定为10万元。
确定基础额度
在正常确定客户的基础额度时,通常是结合每个客户的收入和负债情况给予不同客户不同的基础额度,但是当前无法获取客户的收入和负债信息,则可将预期的该信贷产品的平均授信额度作为所有客户的基础额度来使用。如何确定该信贷产品的平均授信额度呢?可以参考同业竞品的平均授信额度,也可以基于业务情况确定一个基础额度。
假设基于同业竞品调研,我们获取到同业竞品的授信笔均为1万元左右,则可将所有客户的基础额度统一定为1万元。
基于客户风险评级确定风险系数
假设现在基于A卡模型分进行了客户风险评级,评级越高,客户风险越高,当前已知不同客户评级对应的A卡模型分区间、不同客户评级对应的Lift值(假设Lift值基于历史数据回溯后计算得到,Lift 值=该评级区间客户的Badrate/所有客户的Badrate),则最终可以将Lift值的倒数作为定额策略中的风险系数
在上文中讲过,风险系数最好控制在1~3个,不建议太多,本示例只取了一个风险系数。当然,可再基于其他风险信息确定风险系数。风险系数确定的方法都是一样的,不再赘述。
计算最终授信额度
在确定托底额度、盖帽额度和风险系数后,即可确定客户的最终授信额度,最终授信额度=min(max(10000xCoef1,1000),100000),在初步计算完成最终授信额度后,通常会将该计算结果以100或1000为单位向下取整,最终授信额度为100或1000的整数倍。
在实际生产中,一些金融机构的定额策略比较谨慎,在确定了客户的最终授信额度后,还会进行限额管理,以降低授信额度偏高且风险偏高的客户带来的风险。例如,可结合客户的多头借贷信息进一步对客户的最终授信额度进行调整,对于多头借货次数过高的客户,客户的最终授信额度不超过3万元。
需要说明的是,最终授信额度的分布与授信客群的风险分布是强相关的,如果授信客群的风险分布比较均匀,则最终授信额度会呈现正态分布,这时授信额度的平均数近似等于中位数;如果授信客群风险偏高,则最终授信额度会偏低且显右偏分布,这时授信额度的平均数大于中位数;如果授信客群风险偏低,则最终授信额度会偏高且呈左偏分布,这时授信额度的平均数小于中位数。
确定授信有效期
对于每一笔授信,都会有一个对应的授信有效期,授信有效期=本次定额日期+365天。在实际生产中,单笔单贷类信贷产品授信有效期通常不超过一个月,没什么好讲的。而对于循环额度类信贷产品,授信有效期不建议定得太短,也不建议定得太长。假如授信有效期太短,客户授信有效期很快就到期了,容易造成客户的快速流失,假如授信有效期过长,虽然可以在一定程度上增加客户黏性,但是不利于风险管控,因为随着授信时间的延长,客户的风险状况在不断变化,若客户风险上升后再来用信,则很可能会出现用信策略偏宽松而导致客户借款通过,最终会给金融机构带来损失。至于为每一笔授信定多长的授信有效期,要结合实际情况确定,对于风险偏高的客户,授信有效期可短一些;对于风险偏低的客户,授信有效期可长一些。
在确定客户的最终授信额度和授信有效期后,整个定额策略就开发完成了。接下来,可撰写定额策略需求文档并提交给策略部署团队,由策略部署团队将定额策略部署到决策引擎进行风险决策即可。
print('要天天开心呀')