哪些提前还款情况值得转交反欺诈调查

队列里有两笔申请,新规则会把它们都转交给团队审核。两位客户都提前结清了一笔小额门店贷款,几个月后又申请金额大得多的现金贷款。系统里,这个过程一目了然:提前还款,随后借款金额大幅增加。现在,您准备把这一模式作为暂停审批的理由,而不只是记在账户历史中。规则需要作出判断时,这两笔案件看起来很相似。怎样的情况才算风险信号?

将套贷模式与按时还款后的同类借款跳升作比较

在这家放贷机构的贷款数据中,提前还款后的套贷模式实际逾期率低于预期。不过仍需直接比较,因为提前结清后,客户在 90 天内再次向该机构申请贷款的比例,远高于按时结清后。

这与我们在曾被拒申请后的再次申请一文中介绍的是同一家消费贷款机构,名称和产品均已更改。数据包含约 310,000 笔当前申请,比较范围内的客户目前都持有贷款。逾期按该机构对当前贷款还款困难的标记计算。欺诈损失和信用损失都会计入这个标记。

提前结清过早期贷款,并在90天内申请了至少为原贷款5倍金额的当前贷款,这组客户的违约率为7.1%,预期为8.4%。对于唯一一笔早期贷款按期结清的客户,同样的贷款金额变化对应的违约率为10.9%,预期为8.6%,两组结果在样本的两半中都成立。提前结清后,客户提交交叉销售贷款申请的比例为26%,按期结清后为9.4%。

柱状图:提前结清后 90 天内申请交叉销售贷款的比例为 26%,按时结清后为 9.4%
提前结清后,客户在 90 天内申请交叉销售贷款的比例接近按时结清后的 3 倍

交叉销售申请确实增加了,但风险更可能出现在别处。逾期率对比显示,提前结清组的风险并不高。看到提前结清就转交审核,会占用审核资源,而这组客户的逾期率低于预期。按时结清后出现同样的借款金额跳升,逾期率反而更高。

柱状图:下一笔贷款金额至少为原贷款 5 倍时,提前结清组逾期率为 7.1%,按时结清组为 10.9%
小额贷款提前结清后再借大额贷款,这里的提前还款对应的是较低逾期率,而非较高逾期率

对两组客户采用相同的大额借款对比。在决定是否转交审核前,先把预期逾期率和实际逾期率放在一起看。

按贷款计划定义提前结清,并区分贷款产品

根据贷款计划定义提前结清,再按产品和再融资情况拆分结果。贷款已全额偿还,结清时间比计划最后还款日提前至少 90 天,且没有逾期 30 天或以上的分期,才算提前结清。

单笔分期比到期日提前 30 天或以上还款,是另一种情况。35% 的旧贷款至少有一笔这样的分期。如果把提前偿还单笔分期作为转交审核的定义,就会把常见的还款习惯也纳入风险标记。应以整笔贷款的还款计划和结清记录为准。

产品不同,结果的解读也不同。现金贷提前结清的比例高于消费场景贷款,两类产品的当前贷款违约率走向也不相同。曾有已结清历史贷款的客户中,提前结清过贷款者的当前贷款违约率为8.1%,没有提前结清过贷款者为7.9%。消费场景贷款提前结清对应的调整后优势比为0.91,现金贷为1.16。纳入是否提前结清后,排序结果仅有轻微变化。

当前贷款逾期率:再融资 6.7%,消费场景贷款 7.5%,无提前结清 7.9%,现金贷款 8.8%,首季度结清 10.3%
消费场景贷款提前结清对应较低逾期率,现金贷款在首个季度内结清则对应较高逾期率

提前结清的贷款中,百分之十四是在七天内由同一放贷机构发放的新贷款结清的。这些客户的违约率为6.7%。把再融资结清和其他提前结清合并,或不区分现金贷和商品分期贷款,会掩盖不同的结果,也可能增加需复核的客户数量,却不能改善风险排序。

按还款计划设定定义。比较逾期率前,先按产品和再融资情况拆分提前结清贷款。

关注首个季度内结清的现金贷款

在这组数据中,逾期风险较高的转交审核信号是:现金贷款在贷款期限首个季度内结清,且没有在该机构再融资。这类申请占当前申请的 7.5%,逾期率为 10.3%,预期为 8.4%。随机拆分的两半数据都支持这一结果。

对比结果说明了为什么需要按产品和时间拆分。首个季度内提前结清的消费场景贷款,逾期率为 7.8%。贷款期限较晚阶段结清的现金贷款,逾期率为 8.6%。较高的逾期率只出现在首个季度内结清的现金贷款中。

按结清时间划分的逾期率:首笔分期时结清为 7.9%,期限四分之一时为 9.1%,全体贷款为 8.1%
贷款期限越早结清,客户逾期率越高

这条范围更窄的规则,每 10,000 笔当前申请约转交 750 笔,其中约十分之九的客户最终还款。审核时应了解现金贷款为何结清、还款资金来自哪里,以及新贷款的用途。这组数据不能说明怎样的回答就能认定为欺诈。

这条规则只用于转人工复核,并将其表现与下一笔贷款的早期逾期分析对照。

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。

检验门店排名能否预测后续还款困难

可以用跨时间段的门店测试,判断是否值得制定门店层面的转交审核规则。先按较早时期门店的提前结清比例与产品预期的差值进行排名,再衡量后续贷款的表现。

测试覆盖 150 家符合筛选条件的门店。评估后续贷款逾期和前 12 期内逾期时,按产品和季度调整预期值,再与实际结果比较。评估当前贷款违约时,预期违约率应根据外部评分三分位、当前产品、地区评级和客户此前的还款记录计算。再将门店组的结果与规模相同的随机门店组比较。

柱状图显示按提前结清超出产品预期的比例划分门店五组后,后续逾期率比分别为 1.19、1.05、0.92、0.98 和 0.93
提前结清比例高于产品预期的门店,后续贷款表现并没有更差

按超出预期的提前结清比例排名靠前的门店,后续表现与对照组相近。超出预期比例最高的 5% 门店,当前贷款逾期调整后比值为 0.98,规模相同的随机门店组中有 48% 达到这一结果。按超出预期比例把门店分成五组后,后续贷款逾期率也没有逐组上升。原始比例看起来突出,可能只是因为门店销售的产品不同。门店风险排名需要把产品结构和后续表现区分开来。

还款金额可以用来单独检验柜台收现金这一说法。在 99.7% 的提前结清贷款中,结清金额与放贷机构计算的余额一致。在提前结清的一次性还款中,金额为整千数的占 0.003%,所有还款中这一比例为 0.5%。这组数据没有跨客户的日历日期,也没有还款渠道信息,因此无法检验多名客户是否在同一天集中还款。

除非跨时间段测试显示门店在适当调整后仍有后续风险,否则不要把门店层面的规则加入规则集。要检验同日还款,首先需要取得每笔还款的日历日期。

回测转交审核量,让审核人员作出决定

回测每条候选规则,对比预期逾期率和由此产生的审核量。每 10,000 笔当前申请中,套贷模式转交 107 笔,逾期率低于预期。首个季度结清的现金贷款规则转交 750 笔,逾期率高于预期。按时结清后出现同样借款金额跳升的规则转交 77 笔,逾期率也高于预期。

规则每 10,000 笔申请逾期率预期逾期率结论
套贷模式1077.1%8.4%方向相反
套贷模式,消费场景贷款后申请现金贷款916.9%8.6%方向相反
借款金额跳升相同,唯一一笔旧贷款按时结清7710.9%8.6%通过检验
现金贷款在首个季度内结清75010.3%8.4%通过检验
最近一笔贷款来自排名前 5% 的门店7510.1%8.8%仅原始结果,未按产品调整
任何提前结清4,1008.1%8.1%无信号

转交审核会占用员工时间,拒绝申请则可能错过能够还款的客户。规则上线前,应先在回测中比较两种处理方式。使用反欺诈规则回测,在历史申请上运行各项候选转交条件,统计每 10,000 笔申请的转交量,对比实际逾期率和该组客户的预期逾期率,并检查数据拆分成两半后结果是否一致。根据这些对比,决定哪些案件交由人工审核。

把结果和对照组放在一起看,开头这几个案例才显出差别。Ari 还清了贷款,Noa 发生了违约,Remi 则在此前每期都按计划还款、申请同样的大额新贷款后发生违约。前两个案例说明,为什么「套现后违约」的情形容易引起关注。Remi 则说明,按时结清的客户也应纳入对照。

Ari还了8期后提前结清,共12期,Noa还了2期后发生违约,共6期,Remi按计划还完12期后发生违约
两名提前结清后又借入更多资金的客户,一人按时还清新贷款,另一人发生违约,另有一名客户没有提前结清,后续贷款金额却大幅增加

可在该放贷机构的全部贷款数据上按以下步骤操作,区分看似有说服力的模式和这组数据中确实值得审核的情况。

  1. 按还款计划定义提前结清:在计划最后还款日之前至少90天还清贷款,且没有任何一期逾期30天或以上。单期提前还款与贷款提前结清分开统计。
  2. 单独统计在七天内由同一放贷机构的新贷款结清的旧贷款。
  3. 按贷款产品拆分其余提前结清的贷款,包括现金贷和消费分期贷款。
  4. 找出提前结清后90天内又申请了金额至少为旧贷款5倍的新贷款的客户,并与旧贷款是唯一一笔、且按时结清的客户中出现同样金额跳升的情况对照。将两组的实际逾期率与预期逾期率比较。
  5. 关注期限第一个季度内提前结清、且未在本机构办理再融资的现金贷。将这类情况转交人工复核,由审核人员决定是否作出 decline 决策。
  6. 按较早时期的提前结清超出预期的比例排列门店。将后续贷款的逾期情况和前12期内的逾期情况,与产品和季度对应的预期值比较。当前贷款违约率按外部评分三分位组、当前产品、地区评级和既往还款记录计算预期值。再将每项结果与门店数量相同的随机门店组比较。
  7. 几乎没有结清款项是整数金额,可检查结清款项中是否有整数金额较多的门店。
  8. 用历史申请回测候选规则。比较转人工复核的数量和实际违约率、预期违约率,并检查两组样本中的结果是否一致。将有数据支持的模式转交人工复核,了解贷款为何结清、还款资金来自哪里,以及新贷款的用途。按常规授信标准,结合完整申请资料决定是否作出 decline 决策。

关于提前还款和欺诈的常见问题

借款人为什么会提前还款?哪些情况值得进一步调查?

不少借款人提前还款,是因为不再需要贷款购买的商品,或不想背上过多债务。如果提前还款集中在某家门店、某位销售人员或某个支付渠道,或者贷款结清后出现借款金额大得多的申请,应进一步调查。核实付款人、资金来源,并检查这一情况是否在多名客户中重复出现。

某家门店或某位销售人员的提前还款突然增多,应该查什么?

把这家门店或销售人员与相似对象比较,并考虑贷款量和产品结构。核实员工是否替客户还款或经手现金,向借款人确认交易,并检查是否与销售指标或特定还款渠道有关。还款集中在某个地点或销售人员名下,应进一步调查这些还款是如何安排的。

套贷欺诈如何利用提前还款?如何在发放大额贷款前发现?

借款人或协同行动的团伙提前偿还小额贷款,以改善借款记录并获得更高额度,拿到贷款后便停止还款。放款前,核实还款资金来源、关联申请、当前债务和还款能力。如果发现协同借款迹象或无法解释的提前还款,应在发放大额贷款前升级处理并展开调查。

如何发现提前还款使用了他人被盗或洗钱所得的资金?

核实付款人和付款账户是否属于借款人,尤其要关注放款后不久发生的结清。对于第三方付款或借款人无法说明来源的资金,要求借款人解释,再根据现有还款记录核实。借款人无法确认或解释付款人身份时,应调查资金来源。

每笔贷款提前还款应记录哪些信息?

记录日历日期、金额、还款渠道、付款人身份及其与借款人的关系,以及付款账户。保存贷款计划到期日和实际结清日,以便调查人员区分整笔贷款提前结清和单笔分期提前还款。还应记录结清款是否由该放贷机构发放的新贷款偿还,因为再融资会影响对还款模式的判断。

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。