消费信贷的决策主要涉及反欺诈、贷款审批、额度设定、交叉销售和追加销售、贷款组合管理及催收。数据驱动型企业可以借助决策引擎将这些环节自动化。
如果您刚开始了解消费信贷,并计划开展相关业务,可以阅读这篇概览。
本专题介绍消费信贷主要领域中的决策相关内容。
反欺诈
贷款审批
将这些审核规则纳入决策流
制定信贷、反欺诈或催收规则,并用于实际决策。
贷款组合管理
数据分析
常见问题
如何检查额度调整对不同客群的影响?
将额度发生变化的客户和额度未变的合适对照组进行比较,再按相关客群拆分结果,确保各组处于相同评分区间,且产品相同。在足以观察到还款结果的周期内,跟踪各组的不良率、额度使用率、逾期情况和损失。整体均值可能掩盖某个客群不良率上升的情况。样本量过小也可能造成表面差异波动较大,因此再次调整额度前,应设定最低样本量和复核触发条件。
将替代数据用于信用评分前,应测试什么?
只有当某项数据源能在现有评分基础上提供有用信息,且对评估对象持续可用、准确时,才应纳入评分。使用时间外样本进行测试,在相同风险偏好下比较审批结果和损失表现,并按相关客群检查错误率。某项数据源即使能提升历史数据中的排序效果,覆盖范围变化后也可能失效,或反映过去的数据获取差异。上线后仍需持续监测,并为缺失数据保留备用方案。
将这些审核规则纳入决策流
制定信贷、反欺诈或催收规则,并用于实际决策。
相关文章
-
用规则引擎制定反欺诈策略
规则引擎让企业能够自行设定反欺诈规则。除了通用检查,还可以结合第三方数据、IP 封禁名单和自有交易信号,按自身风险状况制定规则。
本文介绍如何为电商业务制定反欺诈规则,包括 IP 地址检查、交易频次分析,以及用于识别可疑活动的自定义条件,帮助在损失发生前发现风险。
-
Companies House 企业信用评分卡
了解如何根据 Companies House 公司档案和押记记录评分,解读公司登记结果,并结合自有放贷表现设置准入阈值。
-
用另类数据做出更好的决策
替代数据能改善决策,前提是来源可靠、采集方式清楚。本文介绍一手数据和二手数据的区别、数据补充的适用场景,以及辅助登录式数据采集对数据质量和完整性带来的风险。
-
加纳征信机构及第二家查询时机
加纳有 3 家持牌征信机构,但查询仍可能返回无信用记录。把申请人归为信用新人前,先判断是否需要查询另一家征信机构。
-
先买后付如何改变消费金融的经济账
消费金融一直基于一个简单思路:贷款投向能够创造价值,或帮助人们维持获取价值渠道的事物。先买后付改变了这一模式。它结合了分期贷款、循环信贷和商户融资的部分特点,也改变了风险状况、成本收益结构和运营模式。