零售金融的模式發(fā)展和大數(shù)據(jù)應(yīng)用

1、零售金融的模式發(fā)展和大數(shù)據(jù)應(yīng)用CONTENTS 02零售金融的大數(shù)據(jù)應(yīng)用01零售金融的模式發(fā)展21.1 中國消費(fèi)金融概述3 零售金融主要集中在消費(fèi)金融領(lǐng)域，一般指為具有消費(fèi)屬性的產(chǎn)品或服務(wù)提供資金融通服務(wù)，主要形式為消費(fèi)貸款。目前普遍意義上的消費(fèi)金融是指從廣義消費(fèi)貸款中剔除住房按揭貸款和經(jīng)營性貸款后的短期消費(fèi)貸款，如車貸、旅游貸、教育貸及耐用消費(fèi)品貸款等，遍及衣食住行各方面，是一種為眾多消費(fèi)者提供短期消費(fèi)信貸的金融服務(wù)方式，具有單筆授信額度小、審批速度快、無需抵押擔(dān)保、期限靈活方便等特點(diǎn)。 隨著互聯(lián)網(wǎng)的縱深發(fā)展，消費(fèi)金融逐漸向更廣泛的群體覆蓋。目前，消費(fèi)金融迅速向高頻次、小額度的消費(fèi)場景拓展，

2、從高收入的白領(lǐng)群體向在校學(xué)生、應(yīng)屆畢業(yè)生、藍(lán)領(lǐng)、農(nóng)民等群體滲透。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和移動支付的普及，人們對互聯(lián)網(wǎng)金融的接受程度越來越高，互聯(lián)網(wǎng)消費(fèi)金融也逐漸向著更多大眾日常消費(fèi)生活領(lǐng)域延伸，比如3C 數(shù)碼、旅游、餐飲、娛樂、裝修、租房、醫(yī)療等。1.2 中國消費(fèi)金融發(fā)展歷程4規(guī)范期發(fā)展期試點(diǎn)期萌芽期在萌芽階段，消費(fèi)金融產(chǎn)品主要由商業(yè)銀行和汽車金融公司提供。該階段提供的消費(fèi)金融產(chǎn)品相對有限，服務(wù)人群也以央行征信體系覆蓋的人群為主。為解決商業(yè)銀行對個(gè)人信貸需求覆蓋不足的問題，2009 年中國銀監(jiān)會頒布了消費(fèi)金融公司試點(diǎn)管理辦法，國內(nèi)首批4 家持牌消費(fèi)金融公司應(yīng)運(yùn)而生。隨著互聯(lián)網(wǎng)經(jīng)濟(jì)的快速發(fā)展和金融

3、環(huán)境的不斷完善，大型電商、消費(fèi)分期電商、網(wǎng)貸平臺、P2P 平臺、細(xì)分領(lǐng)域平臺等紛紛布局消費(fèi)金融，市場參與主體日益豐富。在2015 年到2017 年上半年的消費(fèi)金融迅猛發(fā)展階段，行業(yè)內(nèi)出現(xiàn)了濫發(fā)高利貸、暴力催收、裸條貸款等違法違規(guī)現(xiàn)象。2017 年開始，監(jiān)管部門加大整治力度，多部委就消費(fèi)金融業(yè)務(wù)頒布了多項(xiàng)規(guī)范管理通知。2017至今2013-20162009-20131985-20091.3 中國消費(fèi)金融市場分析（一）5消費(fèi)金融市場：隨著經(jīng)濟(jì)轉(zhuǎn)型對刺激消費(fèi)、擴(kuò)大內(nèi)需進(jìn)而調(diào)整經(jīng)濟(jì)發(fā)展結(jié)構(gòu)的迫切需求，以及居民收入和消費(fèi)能力的提升，中國消費(fèi)金融市場快速發(fā)展。2017年中國消費(fèi)金融市場規(guī)模達(dá)到9.5萬億，

4、預(yù)計(jì)2022年將達(dá)到28萬億。中國VS美國征信市場：目前央行個(gè)人征信數(shù)據(jù)覆蓋9.9億人，其中有信貸記錄不超過50%，遠(yuǎn)低于美國95%的滲透率。供給遠(yuǎn)遠(yuǎn)不夠，國內(nèi)信貸產(chǎn)品定價(jià)普遍高于國外。1.3 中國消費(fèi)金融市場分析（二）6消費(fèi)金融爆發(fā)的原因深度分析拉動經(jīng)濟(jì)增長的“三駕馬車”從出口、投資驅(qū)動轉(zhuǎn)向內(nèi)需驅(qū)動根據(jù)長期收入理論，社會財(cái)富增長和收入預(yù)期的變化從而帶動消費(fèi)的升級人均GDP進(jìn)入中等國家行列，帶來超前消費(fèi)行為80、90后逐漸成為消費(fèi)主力，低端白領(lǐng)、藍(lán)領(lǐng)等低收入人群和農(nóng)民將成為上升空間最大的兩大潛在人群1.4 消費(fèi)金融商業(yè)模式平臺分類和產(chǎn)品7銀行持牌消費(fèi)金融公司互聯(lián)網(wǎng)消費(fèi)金融租賃業(yè)務(wù)牌照銀保監(jiān)會審

5、批的商業(yè)銀行牌照銀保監(jiān)會審批的持牌消費(fèi)金融牌照各省金融辦審批的互聯(lián)網(wǎng)小貸和小貸牌照銀保監(jiān)會審批的租賃牌照金融產(chǎn)品1）信用卡（分期賒購、預(yù)付現(xiàn)金）；2）汽車貸；3）小額消費(fèi)貸；4）現(xiàn)金貸；5）直銷銀行消費(fèi)貸、現(xiàn)金貸1）信用消費(fèi)貸；2）抵押消費(fèi)貸3）現(xiàn)金貸1）大型電商消費(fèi)分期、消費(fèi)貸產(chǎn)品；2）新興消費(fèi)平臺：分期電商分期產(chǎn)品、消費(fèi)貸；小貸平臺消費(fèi)貸；P2P 平臺消費(fèi)貸；信用卡代償消費(fèi)品分期租賃：“以租代買”覆蓋場景信用卡分期為主、車貸、小額消費(fèi)貸、現(xiàn)金貸為輔，覆蓋各類場景數(shù)碼產(chǎn)品、教育、裝修、旅游、學(xué)車、租房、婚慶等各類生活場景各類互聯(lián)網(wǎng)消費(fèi)場景、分期消費(fèi)場景、信用卡代償?shù)刃屡d消費(fèi)場景汽車貸、價(jià)格高

6、昂的實(shí)物消費(fèi)品、耐用消費(fèi)品等場景目標(biāo)客戶大額消費(fèi)需求的高凈值人群、央行征信體系覆蓋人群央行征信無法覆蓋人群、小額消費(fèi)信貸需求人群互聯(lián)網(wǎng)消費(fèi)用戶、小額消費(fèi)信貸人群等長尾人群汽車消費(fèi)人群、接受“以租代買”的年輕人群產(chǎn)品特征授信額度大、審批時(shí)間長、大多需到網(wǎng)點(diǎn)辦理授信額度小、審批速度快、無需抵押擔(dān)保、還款方式靈活授信額度小、審批速度快、無需抵押擔(dān)保、還款方式靈活“以租代買”、無需抵押、分期付租金風(fēng)控?cái)?shù)據(jù)豐富，模型成熟數(shù)據(jù)匱乏，依靠外部征信行為數(shù)據(jù)豐富，科技風(fēng)控?cái)?shù)據(jù)匱乏，依靠外部征信1.4 消費(fèi)金融商業(yè)模式業(yè)務(wù)流程8獲客貸前申請/審核征信風(fēng)控模型審核風(fēng)險(xiǎn)定價(jià)貸中定價(jià)/放款資金匹配放款規(guī)避風(fēng)險(xiǎn)客戶跟蹤貸

7、后跟蹤/還款模型調(diào)整逾期催收壞賬損失1.5 美國次貸危機(jī)的解釋和原因分析9 次貸危機(jī)從2007年開始，隨著房地產(chǎn)的泡沫破裂，2008年9月雷曼兄弟倒閉為標(biāo)志到達(dá)高峰，造成一大批銀行（如華盛頓互惠銀行、Countrywide Bank, 美聯(lián)銀行）、投行（雷曼、貝爾司斯登、美林）倒閉或者被收購，大型金融機(jī)構(gòu)包括AIG、房利美、房地美、花期銀行收到嚴(yán)重沖擊。原因主要是不注重收入核查和客戶人群定位，單純依靠房屋抵押，銀行過度激勵(lì)和風(fēng)險(xiǎn)管理缺位，監(jiān)控機(jī)制失控和相信市場自動糾錯(cuò)機(jī)制，金融機(jī)構(gòu)短視和唯利是圖。 但此期間，富國銀行堅(jiān)持了風(fēng)控底線、謹(jǐn)慎的貸款管理原則、和負(fù)責(zé)任貸款原則，沒有參與有毒資產(chǎn)業(yè)務(wù)（次

8、級貸款），從而躲過了一場金融風(fēng)暴，并趁此機(jī)會低價(jià)并購了美聯(lián)銀行，成為次貸危機(jī)危機(jī)后最大的贏家之一。 堅(jiān)持做正確的事情、對客戶提供正確的服務(wù)，是我們從次貸危機(jī)學(xué)到的黃金原則。1.6 消費(fèi)金融存在的問題10在中國經(jīng)濟(jì)新常態(tài)環(huán)境下，金融領(lǐng)域里面存在的脫實(shí)向虛、虛假創(chuàng)新、風(fēng)控體系落后、大水漫灌、監(jiān)管滯后等深層問題逐漸暴露出來，造成近幾年互聯(lián)網(wǎng)金融事件頻發(fā)、暴雷不斷。P2P不斷暴雷（證大、善林、團(tuán)貸網(wǎng)等）現(xiàn)金貸、高利貸、暴力催收等違法亂象（2345貸款王、融360、信用管家）風(fēng)控技術(shù)走偏，爬蟲技術(shù)侵犯個(gè)人隱私（聚信立、新顏）銀行理財(cái)剛性兌付1.7 消費(fèi)金融監(jiān)管政策11隨著互聯(lián)網(wǎng)金融違法亂象事件頻出、暴雷

9、不斷，監(jiān)管陸續(xù)出臺了一系列政策來規(guī)范互金行業(yè)的發(fā)展。 2017年11月21日晚間，關(guān)于立即暫停批設(shè)網(wǎng)絡(luò)小貸公司的通知：自即日起，各級小額貸款公司監(jiān)管部門一律不得新批設(shè)網(wǎng)絡(luò)（互聯(lián)網(wǎng)）小貸公司，禁止新增批小貸公司跨?。▍^(qū)、市）開展小額貸款業(yè)務(wù)。 2017年12月1日，關(guān)于規(guī)范整頓“現(xiàn)金貸”業(yè)務(wù)的通知：明確統(tǒng)籌監(jiān)管，開展對網(wǎng)絡(luò)小額貸款清理整頓工作。2018年1月23日，全國掃黑除惡專項(xiàng)斗爭開始。2018年4月份，關(guān)于開展“現(xiàn)金貸”業(yè)務(wù)活動清理整頓工作的通知中明確要求將存在暴力催收行為的網(wǎng)貸平臺，及時(shí)移送公安機(jī)關(guān)進(jìn)行處置。監(jiān)管部門在19年6月份的時(shí)候就已經(jīng)下發(fā)通知，自7月1日起在全國范圍內(nèi)整頓支付市場

10、，禁止為無證從事互聯(lián)網(wǎng)小貸業(yè)務(wù)以及非法交易平臺提供支付通道。同時(shí)要求支付機(jī)構(gòu)全面自查，限期關(guān)停違法違規(guī)商戶。2019年7月26日，中國人民銀行會同相關(guān)部門起草了金融控股公司監(jiān)督管理試行辦法（征求意見稿），有序整頓和約束事實(shí)上已形成的金融控股集團(tuán)的風(fēng)險(xiǎn)，同時(shí)有效規(guī)范增量，防范金融風(fēng)險(xiǎn)跨行業(yè)、跨市場傳遞。2019年9月，新顏、聚信立等公司因爬蟲業(yè)務(wù)被調(diào)查，大數(shù)據(jù)行業(yè)亂象存在已久，行業(yè)中數(shù)據(jù)竊取、濫用、倒賣，黑市橫行，面臨著監(jiān)管部門的整頓。2019年10月16日，湖南金融監(jiān)管局官網(wǎng)發(fā)布公告稱，經(jīng)湖南各市州現(xiàn)場檢查驗(yàn)收，省互金整治辦、P2P網(wǎng)貸整治辦等相關(guān)部門會商會審，一致認(rèn)定湖南省整治名單內(nèi)納入行政

11、核查的24家網(wǎng)貸機(jī)構(gòu)P2P業(yè)務(wù)均不符合“一辦法三個(gè)指引”有關(guān)規(guī)定，現(xiàn)予以取締。1.8 消費(fèi)金融未來發(fā)展趨勢12未來發(fā)展趨勢01監(jiān)管趨嚴(yán)，行業(yè)增速放緩行業(yè)更加穩(wěn)定規(guī)范、市場化，持牌經(jīng)營廣泛布局生態(tài)圈，真正服務(wù)有真實(shí)消費(fèi)場景、收入能力和還款意愿的客戶群0203CONTENTS 02零售金融的大數(shù)據(jù)應(yīng)用01零售金融的模式發(fā)展132.1 零售金融的大數(shù)據(jù)應(yīng)用方向14大數(shù)據(jù)在零售金融的發(fā)展中發(fā)揮了重要的作用，為智能化風(fēng)控提供了底層的大數(shù)據(jù)資源，為人工智能算法的應(yīng)用奠定了基礎(chǔ)，提升了零售金融領(lǐng)域的風(fēng)險(xiǎn)管理水平。大數(shù)據(jù)風(fēng)控模型客戶周期管理風(fēng)險(xiǎn)定價(jià)授信額度自動化審批2.2 大數(shù)據(jù)應(yīng)用風(fēng)控模型15數(shù)據(jù)風(fēng)控模型的

12、建模過程較為透明，模型結(jié)果具有可解釋性，容易被監(jiān)管/業(yè)務(wù)部門接受;建模方法可以避免模型的過度擬合，因此模型結(jié)果具有良好的穩(wěn)定性：一般而言申請模型可以保持1年以上，行為模型可以保持在2年以上，進(jìn)而可以減輕實(shí)施壓力；模型的區(qū)分力也較為顯著，實(shí)踐證明，當(dāng)樣本量較為充足時(shí)模型區(qū)分力比手工審批要好?？陀^性一致性高效性準(zhǔn)確性全面性隨著大數(shù)據(jù)時(shí)代到來，金融機(jī)構(gòu)基于數(shù)據(jù)并運(yùn)用先進(jìn)的數(shù)理統(tǒng)計(jì)分析來開發(fā)評分模型作為決策的依據(jù)，具備如下優(yōu)勢：2.3 大數(shù)據(jù)應(yīng)用評分模型1601數(shù)據(jù)準(zhǔn)備基于金融數(shù)據(jù)和行為、交易數(shù)據(jù)等，采用歷史聚合分析，極值、缺失值處理、WOE處理等方法進(jìn)行整合加工。02變量分析基于數(shù)據(jù)的準(zhǔn)備，結(jié)合場景

13、、客戶特征、事實(shí)判斷以及經(jīng)驗(yàn)，建立模型變量體系，如用戶特征變量、金融交易變量、行為變量、征信變量等，并采用stepwise、IV值等方法對變量進(jìn)行篩選，選擇入模。03模型調(diào)優(yōu)采用Logstic、xgboost、決策樹、機(jī)器學(xué)習(xí)等模型算法，建立A卡申請?jiān)u分和B卡行為評分，并不斷地對模型進(jìn)行調(diào)試，以達(dá)到最優(yōu)效果即能夠有效區(qū)分客戶的風(fēng)險(xiǎn)。04模型輸出與監(jiān)控基于評分模型，在金融平臺中輸出，實(shí)現(xiàn)動態(tài)的風(fēng)險(xiǎn)監(jiān)控和決策，并根據(jù)效果實(shí)時(shí)的進(jìn)行模型的優(yōu)化。2.4 大數(shù)據(jù)應(yīng)用風(fēng)險(xiǎn)審批17額度政策自動審批拒絕利率定價(jià)提高風(fēng)險(xiǎn)識別能力提高運(yùn)營效率減少運(yùn)營成本增加收益某機(jī)構(gòu)小微金融業(yè)務(wù)審批通過率和評分卡關(guān)系申請?jiān)u分模型

14、應(yīng)用于各業(yè)務(wù)條線的審批階段，主要包括自動審批拒絕、額度及利率策略等。申請?jiān)u分越高，審批通過率也越高。2.5 大數(shù)據(jù)應(yīng)用授信額度18評分模型應(yīng)用于對新開客戶的額度的發(fā)放以及貸后額度的動態(tài)管理，可以有效控制風(fēng)險(xiǎn)，提高效率。如下圖例：申請?jiān)u分越高，所獲得的額度越大。2.6 大數(shù)據(jù)應(yīng)用客戶周期19拓展客戶管理客戶審批客戶生命周期管理決策評分模型信息反饋目標(biāo)客戶？產(chǎn)品/激勵(lì)？利率/年費(fèi)/其他收費(fèi)？郵寄與否？批準(zhǔn)與否？定價(jià)？初始信用額度高低？交叉銷售？信用局風(fēng)險(xiǎn)評分信用局收益評分信用局破產(chǎn)評分市場反應(yīng)評分轉(zhuǎn)賬傾向評分申請風(fēng)險(xiǎn)評分信用局風(fēng)險(xiǎn)評分信用局收益評分提高/降低信用額度？交易授權(quán)？超額透支授信？反欺詐

15、？重新定價(jià)？激活/挽留？壞賬催收？續(xù)發(fā)信用卡？行為風(fēng)險(xiǎn)評分行為收益評分行為流失傾向評分信用局風(fēng)險(xiǎn)評分信用局收益評分2.7 大數(shù)據(jù)應(yīng)用案例富國銀行柜臺十秒審批20由于大數(shù)據(jù)的應(yīng)用和科技系統(tǒng)的有力支持，可以實(shí)現(xiàn)柜臺辦理業(yè)務(wù)客戶十秒鐘授信決策：當(dāng)客戶來柜臺辦理業(yè)務(wù)（如結(jié)算業(yè)務(wù)），柜員輸入客戶的社會安全號碼(Social Security Number)和其他客戶基本信息，后臺系統(tǒng)自動在10秒內(nèi)進(jìn)行出適合此客戶的信貸產(chǎn)品（包括是否授信獲批、利率以及授信金額）并且推送給柜員，方便柜員進(jìn)行交叉銷售,實(shí)現(xiàn)快速獲客。2.7 大數(shù)據(jù)應(yīng)用案例ATM風(fēng)險(xiǎn)模型21 鑒別支票是否會退票 幫助銀行在幾秒鐘內(nèi)迅速做出決策，決定是否讓該支票變現(xiàn) 約98%的支票會自動通過模型檢驗(yàn) 后臺集中審核2%左右有潛在問題的支票 提高了銀行競爭力以及風(fēng)險(xiǎn)管理的水平和效率，增加了客戶滿意度支票存到ATM機(jī)器ATM風(fēng)險(xiǎn)模型2%支票有潛在問題，不能馬上變現(xiàn)通知客戶支票不能變現(xiàn)，專業(yè)風(fēng)險(xiǎn)團(tuán)隊(duì)進(jìn)一步核實(shí)，若發(fā)現(xiàn)欺詐行為則關(guān)閉賬戶，將該客戶列入銀行內(nèi)部黑