未来金科学院

贷后管理是控制风险、防止不良贷款发生的重要一环。目前行业内对贷后策略评价体系也有许多探索，并针对性地设计多种指标来评估贷后策略效果。指标设计主要体现在资产回收过程追踪以及回收金额评估，包括如下四大类指标：

就风险管理而言，识别是核心，管理是必备手段。贷中管理兼具风险防控和客户价值挖掘的作用，完整而有效的贷中管理体系可以有效提高风险识别的时效性和准确性，及时发现风险、处置风险；深入挖掘客户价值，提升信贷资产的收益，实现客户的精细化和科学化管理。...

不少刚进入风控行业或想转岗的朋友可能都有过这样的困扰，需要掌握哪些代码工具，掌握的程度要求，以及在哪些工作场景是需要应用到工具。

信贷资产是银行所发放的各种贷款所形成的资产业务，而在银行经营的各种贷款业务中，现实或潜在的不能保证贷放出的资金本息安全回收的信贷资产构成了银行的不良信贷资产。

近期收到同学们在学习策略或工作应用中遇到的不少业务问题，今天小篇统一整理了一下，分享给大家。我们讲师也是结合实际业务场景的经验，给了同学们细心答复。大家可以看看有没有自己遇到的相似问题？...

很多人普遍认为贷后管理等同于打电话做催收，其实不然。单从催收手段上就可分为：自动代扣、短信提醒、IVR、智能语音、预测式外呼、预览式外呼、上门催收、法务催收、律师函、委外催收、网络仲裁等。仅以发送短信提醒为例，不同的逾期阶段、不同的发送时间都需要经过长期的监测和数据分析后，进行策略优化。...

在整个风控体系中，一般分为贷前、贷中和贷后，贷前一般包括反欺诈和A卡，贷中一般使用B卡，贷后一般使用C卡，随着现在监管的越来越严格，催收的合规性越来越重要，所以各持牌金融机构越来越重视催收团队的建设。...

关注“金科应用研院”，回复“优快云”领取风控资料合集风险客户1.本银行内有贷款逾期记录的客户2.行内贷款五级分类属于前四等级的即非正常分类：第一等级为授信主体出现经营危机；第二等级为授信主体经营下滑或出现下滑的苗头；第三等级为授信主体风险相对于评审准入时有扩大迹象，存在潜在风险隐患；第四等级为授信主体存在影响授信安全的不利因素，需要提高关注，或提高贷后检查频率，增强对客户的跟踪和监控；第五等级为授信主体正常运营，没有理由怀疑贷款可能出现风险。3.他行贷款有逾期记录客户4.外部发债未按

原创 Zhou 来源：金科应用研院许多人觉得个人信用报告复杂难懂、难以解析，主要原因是个人信用报告记载了个人贷款、使用信用卡等多种信用活动的信息，而且涉及很多专业词汇，这些词汇虽然每个人可能略知一二，但探究其确切含义起来，恐怕一些专业人士都要斟酌斟酌。关注“金科应用研院”，回复“优快云”领取风控资料合集。另外还有一些词汇和符号是个人信用报告所特有的，比如在描述最近24个月每个月的还款状况记录时，会用到一些专用字符与一些数字。这些专用名词、专用字符和数字究竟是什么意思，接下来给大家逐步介绍！**

我们在实际制作信贷风控评分卡模型的时候，往往会使用子模型叠加的方式来操作，这有两个好处：1.增加模型稳定型。当一个数据源数据损坏的时候，我们可以简单的拿掉这个数据源；2.及时使用新数据。当一个新数据源上线的时候，可以简单的增加一个新的子模型；本文我们来讨论一种灵活增加减少子模型的方法。在子模型基础之上做融合模型的时候一般会使用线性模型来做：比方说我们有三个子模型，那融合模型就是：如果这个时候，子模型3的数据坏掉了，我们的总模型就会变成这样的简单处理方式可以保证融合模型仍然具有剩下两个子模

随着社会发展的越来越快，各种各样的数据越来越多，那么怎么能从如此庞大的数据源中去寻找合适的数据去为风控服务呢，接下来分享一些对三方数据的进行评估和监测的方法。01、三方数据的含义三方数据一般是指外部第三平台依靠长期业务积累然后形成的具有自己特色的进行加工处理过后的数据，常见的有多头借贷的数据，支付数据，信用评分类数据。三方数据在贷前会发挥着最重要的作用，当一个客户来申请贷款的时候，如果来判断这个客户好和坏呢，除了需要金融机构自己的数据，另外就需要庞大的外部数据，比如黑名单数据，多头借贷数据，信用评分类

获客，一直是互联网商业行为中至为重要的一部分，犹如数字化基础建设，只有解决了获客问题，用户生命全周期管理才得以继续开展。最近有学员在学习群里提到H5渠道、API渠道和SDK渠道是什么。这就安排！#H5渠道H5是HTML5的简称，是一种快速开发网页的编程语言。H5渠道就是基于HTML5语言开发或搭建出来的网页，有电脑端和手机移动端两种形态。金融机构获得客户如果采用H5页面方式，一般都是基于自家的微信公众号、小程序进行。比如上图某金融机构在微信公众号里设置了借款H5链接，点击立即申请后，完成少量的客

互联网金融产品定价的逻辑仍然脱离不了传统金融构建的基准利率体系上的资产风险定价基础，包括对资产信用风险、流动性风险等内在因素的度量。其中风险定价及授信管理能够将用户的逾期风险与信贷产品的收益挂钩，从而具象化风险并对业务收益造成影响。对风险损失造成直接影响的产品属性及造成影响的成因例如还款方式，还款期限越短，累计的违约概率也会降低。也就是大家常说的：profit=revenue-lost（利润=收入-亏损）可以通过这4个方面去调整风险，达到利润的最大值，也就是从产品层面做风险控制。还款方式对定价的

2021.1.13，银保监会发布《消费金融公司监管评级办法（试行）》（以下简称《办法》）。《办法》共五章二十五条，主要包括总则、评级要素与评级方法、评级程序、评级结果运用、附则等五部分，从总体上对消费金融公司监管评级工作作出安排。一是设定监管评级要素和方法。消费金融公司监管评级要素共5项：公司治理与内控、资本管理、风险管理、专业服务质量、信息科技管理，各部分权重占比分别为28%、12%、35%、15%、10%。二是明确监管评级操作程序。消费金融公司监管评级分为银保监会派出机构初评、银保监会复核、反

一、开篇信用评分的核心功能是对客群按风险水平进行排序，即对客群按风险水平进行“差异化”。评分模型可以从信贷风险管理流程上分成申请评分模型、行为评分模型、催收评分模型以及反欺诈评分模型，这里的反欺诈评分模型还是二分类的评分模型，不同于异常检测、模糊匹配、关系网络等图论型模型；也可以从应用功能上分为信用评分、风险评分、响应评分、分期转化率评分等，从而可以进行差异化动作，如通过、拒绝、定价、定额、流程体验简化或复杂等等，而这些动作即是评分模型在风险策略上的具体应用。当我们有了客户评分之后，需要设定评分的多个

金融高频触发交易场景下的信贷风险定价不同于风险建模和策略分析，前两者倾向于应用统计或数学进行风险估计，而一旦进入到风险定价环节，则更多会基于金融模型进行风险散度归整。本文分享是基于我近期在看的一些关于企业估值、风险定价方面的评估模型，意在通过分享与大家就企业风险定损定价方面有更多的交流讨论。后续我会分享关于Unexpected Loss如何估计，以及经过我对企业级loss估计模型改造后，如何在个人零售信贷业务风险定价模型上的创新与应用性（即，如何将算法建模类logistic的时点违约概率（Point-i

设备指纹：用户登录网页、APP时，后台记录的登录设备的“指纹”，能够准确识别该设备是否曾经登录过。设备指纹的核心是使用设备的唯一识别码。使用该唯一识别码，可以追踪用户登录网页、APP的行为特征，从而达到检测异常行为及欺诈行为的目的。关注【金科应用研院】，回复优快云，获取干货资料礼包一份。PC时代，一般使用IP地址、cookie等信息标识设备的唯一性，记录用户使用设备的行为特征。而随着智能手机的普及，传统的设备指纹无法精准标识移动设备，故出现了多种针对移动设备的设备指纹技术。1、设备指纹的分类设备指

在整个风险管理全流程中，科技元素应用最多的板块非反欺诈莫属。一是因为反欺诈风控本身在整个信贷风险全流程拒绝比率中占比较少，导致其“拒绝容错率”可以相应放大，进而可以使用相对激进的科技创新算法模型；二是因为欺诈团伙的技术也是水涨船高。如果读者朋友们看到哪一家的风控拒绝大部分来自反欺诈部分，我大胆推断要么这家金融公司目前阶段被欺诈黑产非正常攻击，要么就是其风控决策模型架构比较薄弱，很可能就是超利现金贷公司。更多反欺诈干货学习，关注【金科应用研院】，回复优快云，还可领资料礼包一份。在众多的反欺诈模型应用中

前言在2020年，金融行业信贷发展度过草莽野蛮阶段后，差异化定价和额度管理成为金融机构符合监管要求前提下是否可以最大化获利的核心竞争力。每个客户的消费规律不同、征信数据表现不同、借款需求和还款能力不同，因此初始额度能否足够引起客户兴趣，是一件非常重要且需要持续监控优化的事情；同时，额度也是决定借贷产品盈利能力的关键组成部分，它可以在风险损失不变（或可接受增幅）的前提下带动利润增长并提高客户的满意度。额度管理，包括初识额度、主动提额、被动提额、降额等，作者希望通过此长文，为FAL读者朋友们一次性解释信贷

上篇已与大家介绍了设备信息的相关变量（文末关联推荐阅读第一条配链接），本篇将给大家讲解一下机器注册的识别方法，望能帮助大家理清思路。话不多说，上案例。欺诈场景：机器注册、批量注册行为（一般是互联网企业做拉新活动或其他营销活动时，黑产发现有羊毛可薅，短时间针对此活动的批量注册行为）。假设平台注册流程为输入手机号，发送或回填短信验证码，然后设置登录密码后即完成注册。我们可以思考一下机器注册会有哪些...

设备指纹：用户登录网页、APP时，后台记录的登录设备的“指纹”，能够准确识别该设备是否曾经登录过。设备指纹的核心是使用设备的唯一识别码。使用该唯一识别码，可以追踪用户登录网页、APP的行为特征，从而达到检测异常行为及欺诈行为的目的。PC时代，一般使用IP地址、cookie等信息标识设备的唯一性，记录用户使用设备的行为特征。而随着智能手机的普及，传统的设备指纹无法精准标识移动设备，故出现了多种针对...

这次疫情对中国各行各业都有不同程度的影响，一些金融机构的信贷业务在2月开始逐渐有逾期、入催抬头的表现。保守估计疫情对金融信贷业务影响持续到年中6月份的话，金融机构应该如何应对逾期上升的风险？对于信用风险管理从业者，如何在逾期升高的期间，通过科学的量化策略分析将未来逾期降下来？本文将通过案例分享：当逾期升高时，如何进行策略调优。真实案例背景（数据已脱敏）：通过PQR监控报表发现，某XX贷产品...

大家好，我叫roy，现在在某消费金融公司负责报表的开发与分析。我继续整理学习笔记，这一期写的是贷中的核心报表的内容。我的上一篇：小白学员案例分享|如何分析风控核心报表，指标背后代表怎样的逻辑贷中监控中比较常见的指标也就是放款之后我们会关注哪些指标，Vintage就是帐龄，Flow Rate滚动率，CPI账户逾期率，API金额逾期率，FSTQPD就是首逾、首二逾、首三逾、首四逾。以这个表格为...

以下进入学习正题首先，我们带着问题去学习，我们风控人员为什么需要报表？是由谁来制作？问题一：风控报表是由谁来制作的呢？风控部门中，通常审批策略、催收、反欺诈、建模的工作人员会对报表比较重视。审批策略人员通过每天的报表，了解每天审批了多少订单，有多少的通过、多少拒绝，什么原因拒绝，审批的客群分布、产品分布是怎么样的。策略人员要通过每一版报表知道策略对逾期率、通过率的影响。通过率与逾期率一般...

一图让你了解特征工程的所有套路金科应用研院有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢？顾名思义，其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用。下图便是进行特征工程的所有顺序和步骤，及采用什么方法来完成每一步的操作。通过以上步骤对数据的预处理，就可以将其作为最终的特征样本数据，通过不同...

原创： 金科应用研院我们关注风控人成长，干货知识分享。这是梁校长的第100篇原创。1开篇信用评分的核心功能是对客群按风险水平进行排序，即对客群按风险水平进行“差异化”。评分模型可以从信贷风险管理流程上分成申请评分模型、行为评分模型、催收评分模型以及反欺诈评分模型，这里的反欺诈评分模型还是二分类的评分模型，不同于异常检测、模糊匹配、关系网络等图论型模型；也可以从应用功能上分为信用评分、风险评...

风控策略分析师的日常是怎样的？（案例+代码详解篇）FAL金科应用研究院做了5年的金融，3年的数据分析工作，从17年6月才真正接触代码，算不到熟练，但在不断的学习和工作实践中目前是可以解决任何问题的，就这么硬气，是企业要求太低了么，哈哈哈。这不是一篇代码教学的文章，这是一篇讲述我日常工作都需要的编程语言、学习过程、工作项目、以及学习心得。首先工作中都用了哪些工具呢，我所用到的有sql（mysq...

FAL金科应用研究院专栏：谈谈我对当下大数据整顿的理解与风控建议最近大数据行业爬虫业务监管调查风波刚稍有平息，又有P2P行业疑是被传“全军覆没”，国家年前的整治力度可不谓不大。有一些学员私下来问：数据源都凉凉了，还怎么做风控？我相信这也是所有信贷风控行业从业者共同担心的问题。对于从事金融信贷的机构，数据就好比这台机器永动的“石油”，在现在”石油“限采之余，我们应该怎么应对呢？罪恶之源是利益至...