目前，市场上银行开展的互联网贷款业务按照客户和资金的来源可以粗略的分为联合贷款、引流类贷款、自营类贷款三大类型。
- 联合贷款类产品：指银行与具有放贷资质的互联网金融机构合作的一种互联网零售信贷业务模式产品。通常互联网金融机构作为客户推荐方，而银行主要作为资金提供方，由互联网金融机构提供获客渠道、第一道风控、贷后管理等产品支持体系服务，银行则根据其与互联网金融机构的合作协议，基于可以获得的客户数据进行第二道风控。市场上常见的产品包括：微众微粒贷、蚂蚁借呗、花呗、百信银行联合贷等。
- 引流类产品：指互联网科技公司等第三方机构作为流量方提供客户流量，由银行作为资金提供方，并由银行主要负责风控、贷后管理等主要产品支持体系服务。市场上常见产品包括：对接腾讯白名单产品、百度、京东流量等产品。
- 自营类产品：指银行自主品牌互联网信贷产品，利用银行自有线上渠道进行自主引流，服务于自有客户，通常基于纳税数据、公积金数据、社保数据、电商数据等可信数据构建风控及业务策略。市场上常见产品包括：各类银行的公积金贷款、各类税务贷、以及各类银行主导的场景贷款等。
风控能力是银行开展互联网贷款的重要能力，对于银行互联网贷款业务的风控能力要求，银行也是经历了联合贷->引流类贷款->自营类贷款，从资金提供到自主风控的逐步进阶之路。
对于联合贷款，较多的合作模式和合作协议安排下，银行主要是资金提供方，从客户推荐方获得的数据比较有限，银行在风控上面存在一些限制，很大程度上对于客户推荐方机构的风控能力存在依赖。但是这类业务，投入少且上量快，也是绝大部分银行早期所选择的业务模式，对于银行风控能力要求相对也是最低的。（市场上也存在一些银行与客户推荐方签订了相对“更优”的合作协议，通过自主的征信查询，更多的客户信息获取，更强的审批和通过率决定权，在联合贷款中做到了实质性风控）
对于引流类贷款，银行的角色发生了转变。银行不仅作为资金提供方，还同时需要负责更多的风险管控。进行征信查询是必要的手段之一，银行需要构建相关风控模型，并且要求第三方机构在提供客户资源的同时，提供流量客户的信息，以辅助风控工作的开展，因此对于银行风控能力也提出了一定的要求。
对于自营类贷款，需要银行基于自有线上渠道进行自主引流，服务于自有客户，并完全利用自有资源，在充分挖掘自身内部数据的基础上，积极引入外部数据，构建针对性的风控机制，完全要求银行实现自主风控。
互联网贷款业务的风控要点与难点包括：
- 反欺诈风险
- 业务目标客群的框定
- 合作平台的生态圈画像
- 客户信息的交叉核验
- 业务设定场景的风险分析
- 贷款需求真实性核验
- 节奏控制策略
对于不同类型的互联网贷款产品，风控的侧重点又有所差异。
（一）联合贷款类产品：合作方优选与产品组合层监控
对于联合贷款，合作方提供客户清单、风险排查、单一债项的额度定价等要素信息，甚至承担贷后管理与催收等环节的信贷管理，银行是信贷资金的联合提供方、一些银行甚至可以不需要自己开展征信查询。银行对贷款客户直接开展风险管控的空间、机会比较受限，因此，很多联合贷款业务的风控，将更加依赖于合作方的风控水平与管理能力，实际是合作方生态圈的可靠性。而在贷后管理方面，尽管银行不直接承担贷后管理或催收的具体流程工作，但仍掌握联合贷款业务的贷后数据，可以对产品组合层面的表现进行风险监控。
因此针对联合贷款，银行可把握风险管控环节包括：
1.合作方优选：对合作方进行生态圈画像，定位合作方实力。建议银行优先选择头部合作方机构，有筛选地审慎选择腰部合作方机构。头部合作方机构一般具备如下特点：客群覆盖范围广，有自成一体的业务生态体系，掌握的客户信息维度较为丰富，具有稳定的数据来源，对交易行为和回款现金流可监控，此外，头部合作方机构自建夯实的风险管控团队，通过自行维护的第三方信用评分、客户特征标签等方式对客户进行风险特征捕捉与风险排序。
2.优质客群争取：各头部、腰部合作方所掌握的客户人群众多、信息丰富，其为各类联合贷银行推送的客群资质、风险水平难免存在差异。对于银行来说，如何在合作方的客群中争取到较为优质的客群，是联合贷业务整体风控的重要环节之一。建议银行以高效的谈判响应、积极的总行层面重视推动、有力的资源整合等，在与合作方的业务洽谈中获得有利卡位，为获取合作方所辖较优质客户创造条件。
3.场景优选：场景是天然的反欺诈手段，而场景的可持续性和稳定性也起到较为重要的作用，场景本身暗含的条件也一定程度上决定了客群质量。银行应基于自身风险偏好和策略对场景有相应的筛选。
4.产品层面的贷款表现监控、客群资质监控：银行在联合贷业务中，在贷款发放之前对于客群信息、风险特征等雾里看花，仅有对业务体量、风险水平的群体预估。因此，在贷款发放后，在产品层面的客户进件量、资金投放量、业务存续周期、逾期/违约表现、收益水平等方面需要采用较高频率的监控评估。一旦发现某一合作方的联合贷出现明显高于预定的风险表现，则需及时采取措施，适时选择压缩出资规模或退出相关业务。
（二）引流类产品：大数据联通与半自主风控
对于引流类互联网贷款产品，合作方提供客户流量，同时提供平台附带的客户信息数据，银行可单独对申请客户进行贷前审查，并参与划定债项的额度和定价。因此，对引流类产品，银行风控管理的关键是如何有效利用合作方提供的数据，以及如何扩大和联通各个内外部数据源，做到更加丰满的客户画像。银行可把控的风控环节包括：
1.合作方选择：对比联合贷款类产品运营中对合作机构风控能力的依赖，银行在管理引流类产品时具有一定的自主性，但合作方可以提供的数据仍是银行进行风控的关键输入内容。对合作方的选择应关注合作方生态体系中可提供的数据全面性、可靠性。全面性是指其数据可覆盖的信息内容，包括客户基本信息、客户交易行为信息以及客户的资金流动信息；可靠性指其经核实的数据比例，数据收集的持续性等。
2.大数据接入及数据整合：银行通过整合合作方提供的数据或信贷评估结果、掌握的外部征信数据，其他合作方的数据交集，甚至可匹配的内部数据，以此扩大数据源，构建数据平台，并一定程度上形成各类数据的交互验证规则。在此基础上设计特征变量，再利用高效算法进行数据分析，建立反欺诈模型和评分模型，对客户进行画像和风险评估。
3.根据客户风险调整业务要素：由于在引流类产品中银行对客户业务要素设定有一定的自主权，可根据风险程度匹配相应的额度、定价，并在贷后环节中设置相应的监控手段。
（三）自营类产品：场景设计及全流程风控
自营类产品是由银行完全掌握获客及运营的产品类型，银行需自我完成全流程的风险控制。银行常见的自营类互联网贷款产品包括两类：无特定资金使用场景的现金贷和有资金使用场景的现金贷。
无特定资金使用场景的现金贷：不容易上量，需要银行投入较多时间开展营销推广工作；需要开展白名单管理与定期维护更新，避免白名单被攻击；需要营销与风控的制约与权衡。
有资金使用场景或信息流场景的现金贷：贷款资金流向较为可控；客户流量稳定；客户行为信息较为丰富；可持续上量。常见的场景包括：公积金、税务、供应链、交易结算、水电费、境外交易、ETC账户等。
现金贷典型产品的风控模型示例。如税务贷款，基于税务数据的特征维度：
对于无特定资金使用场景的现金贷，长期来看，各银行的获客和运营能力差距将逐步缩小，但各银行的客群差异将逐步加大，客群定位将切分得更加细化。对于此类产品，银行风控的要点包括：
- 营销定位和业务策略：由于无特定的资金场景限制，较难获得比普通小微业务更多的数据源，因此在业务设计时既需因地制宜采用便于从历史经验中总结的风险规避手段，在营销定位时，也偏向于更易掌握风险信息的客群。
对于有资金使用场景或信息流场景的现金贷，银行的风控要点包括：
- 场景风控：由于有特定场景提供数据，对此类客户的风险审查将一部分依托于场景提供的信息，因此该场景的可持续性和稳定性将起到较为重要的作用。银行应基于自身风险偏好和策略对场景有相应的筛选，也需根据场景特点建立相应的风控手段。
对于所有类型的自营类产品，银行都需在单一客户风险评级、单一客户信用额度策略、单一客户统一额度管控机制上实施相应的风控举措，覆盖贷前、贷中和贷后全流程。
From 金融监管研究院
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/hlw/174085.html