消费金融服务方：金融系、场景系、互联网系

第三方支撑平台：获客平台、风控支持、系统服务、支付平台、贷后管理

消费金融风控全流程

贷前审查：信息采集、信息验证、反欺诈

贷中评估：信用评估、授信

贷后管理：贷后监控、催收管理

基于数据驱动的风控环节

贷前：精准营销、身份核验、反欺诈、辅助性授权数据、风险评分

贷中：设备监控、手机号监控、位置监控、消费监控、信用卡监控、行为监控

贷后：监控、失联催收、循环借贷、不良资产处置

搭建风控体系的考量因素

管理层

1. 战略
（1）业务目标和计划：CEO在想什么？
（2）前期投入准备：愿意花多少成本？怎么花？

2. 组织/制度
（1）决策导向：业务导向 or 风控导向？

3. 人才

（1）团队能力：要揽瓷器活，须有金刚钻

业务层

1. 场景和渠道
（1）业务场景/客户来源渠道不同

2. 产品要素
（1）额度、期限、费率、……

3. 客群
（1）客户画像、客群风险分析

4. 业务流程
（1）实现方式、客户体验

支持层

1. 系统
（1）业务系统：采购/定制/自研？
（2）风控系统：独立/与业务系统绑定？
（3）监控：监控系统/简易报表/人工操作？

2. 数据
（1）业务场景数据：数据打通？开发难度？
（2）历史表现数据：标准化程度？
（3）外接数据：接入进度、成本、效果

分析层
核心风控审批流程的构建

风控审批流程设计

内部数据使用

白名单：基于场景/渠道数据

准入规则：基于申请资料或内外部数据

自由名单：基于历史申请数据、三方名单数据缓存、技术统计数据

三方名单：基于三方名单接口数据

根据欺诈类型制定反欺诈措施 

反欺诈需要不断监控、优化

欺诈与反欺诈是一个不断相互博弈的过程

反欺诈手段

-技术反欺诈：科技手段、规则判断、关联网络分析、反欺诈模型

--监控与优化

-人工反欺诈：高危信息搜集、话术识别

--考核管理：工作效率（审批通过件数）、风险防控（首逾率）

针对欺诈原因进行分解，计反欺诈规则

多维度客户信用评估

• 性别、年龄、学历、婚姻状况
• 手机在网时长、常联系人
• 资产水平、收支水平
• 消费水平、消费时间、地域、行业特征
• 逾期记录、黑名单

评分模型的应用

电商平台商品分期风控体系

下单-选择分期-完成支付-贷后

选择分期-分期付账户-数据中心-风控决策系统（反欺诈规则、信用评估、授信模型）-合作资金方-分期付账户-完成支付

消金公司客户授信风控体系

个人-注册&申请-商品分期/现金贷-提交个人资料-审核&授信（信用评估数据）-支付/体现-贷后管理（风险预警数据）

个人基本信息-风控决策平台

大数据平台（自有数据、互联网数据、第三方数据、场景数据、其他数据）-风控决策平台

业务与风控系统的典型架构

策略加工与部署

准入规则-规则设计：规则名称、规则内容、规则逻辑、规则字段、规则字段加工逻辑、原始字段数据来源 …… -规则开发-准入规则代码实现

贷前贷中环节的监控

运营类指标：客户数量、环节转化率、授信/放款金额

风险类指标：业务指标及其变化趋势、风控策略的表现及变化趋势、用户特征统计及其变化趋势

业务监控

对象：关键业务指标及其变化趋势，如申请量、转化率

目的：发现异常申请，防范潜在风险

方式：

（1）设置时间粒度

（2）细分业务范围（如地域、渠道）

（3）设定预警

策略监控

对象：风控策略的通过率、命中率等指标，如反欺诈规则命中率、信审通过率、黑名单命中率等
目的：

（1）发现风控策略的异常表现，预防未知风险

（2）监控规则和模型的性能，指导策略优化
方式：

（1）设置时间粒度

（2）细分业务范围（如地域、渠道）

（3）设定预警

用户监控

对象：

（1）埋点监控的用户行为指标，如页面停留时间等

（2）后台获取的用户各类属性，如设备指纹等
目的：

（1）防范部分机器操作、恶意申请等行为

（2）防范团伙作案、集中申请等风险
方式：

（1）设置时间粒度

（2）细分并统计用户各类相关指标

（3）设定预警/拒绝范围

风控策略优化的思路和常用工具

优化思路
（1）依赖贷后表现数据，服务于贷前贷中环节
（2）提升盈利是最终目的
（3）提升通过率，同时保持目标坏账率 or 保持目标通过率，同时降低坏账率

常用工具：K-S曲线、Lift Chart、ROC曲线

K-S曲线

步骤：

（1）依据模型评分将客户排序，划分成若干个区间（区间划分越小、曲线越平滑）

（2）依次计算每个区间内好、坏客户的比例

（3）根据评分从低到高/从高到低，计算每个区间好、坏客户的累计占比

（4）每个区间上好、坏客户累计占比的差值形成K-S曲线

（5）K-S曲线最高点的纵坐标值即为K-S统计量（K-S值），对应的横坐标位置即为cutoff点

Lift Chart

步骤：

（1）依据模型评分将客户排序，划分成若干个区间

（2）依次计算每个区间客户的响应率、累计响应率

（3）区间提升指数 = 区间响应率 / 平均响应率

（4）累计提升指数 = 累计响应率 / 平均响应率（ or 累计提升指数 = 累计响应率 / 平均响应率 - 1
）

ROC曲线
步骤：

（1）设置一个阈值，作为区分好人、坏人的界限

（2）先将阈值设置为评分的最大值，再依次减小，直至评分的最小值

（3）基于不同的阈值设置，产生一系列不同的混淆矩阵和相应的sensitivity、specificity组合

（4）以1-specificity为横坐标、sensitivity为纵坐标绘图，画出ROC曲线

（5）ROC曲线下方的面积，即为AUC值

（6）ROC曲线上，离左上角最近的点

新旧策略对比分析

换入换出客群分析：
基于测试数据对比、分析新旧策略 ；注意换入、换出两部分客群

冠军/挑战者测试（A/B测试）：
对策略做修改调整后，在线对比测试（参与决 策or不决策），确认有效后正式启用。

贷前贷中风控体系搭建