贷前风控策略总结

贷前风控目标

贷前风控场景大致分为：预授信、授信审批、定额、定价、人工审批；

1. 精准识别申请客户资质：围绕客户还款意愿和还款能力两个内容展开，对资质差的客户授信拒绝，对资质好的客户授信通过，对于通过客户给出不同的资质分层；
2. 对通过客户进行合理定额：预防过高额度客户无力偿还、提升客户用信意愿、降低客户逾期率；
3. 对通过客户进行合理定价：促进客户用信、提升机构利润；
4. 推动利润最大化：联动贷前、贷中、贷后的协同；

贷前风控数据源(个人维度)

风控数据源的四个来源：个人提供的数据、机构自有数据、征信数据、第三方数据；

个人提供的数据

使用个人提供数据，进行准入判断、反欺诈核验、客户画像分析

基本信息：

1. 身份信息：姓名、身份证号、性别、年龄、婚姻状况、联系电话、银行卡号；
2. 地址信息：户籍地址、居住地址；
3. 学历信息：学历；
4. 工作信息：单位名称、单位地址、单位电话、职务、收入、所属行业；

联系人信息：

1. 联系人信息：联系人姓名、联系人电话、与联系人关系；

机构自有数据

使用机构自有数据，机构内部黑/灰名单判断、机构内部多头借贷判断、关联关系等；

1. 黑/灰名单：身份证号、设备指纹、申请电话、联系人电话、IP地址等黑名单和灰名单；
2. 内部多头：客户在金融机构申请次数/产品数/失败次数/通过次数，授信额度/已用额度，逾期状态等；
3. 关联关系：客户、设备指纹、电话、GPS、IP地址关联关系；

征信数据

基本信息：

1. 身份信息：姓名、身份证号、性别、出生日期、婚姻状况、学历、学位、就业状况、国籍、电子邮箱、通讯地址、户籍地址、联系电话；
2. 配偶信息：姓名、证件类型、证件号码、工作单位、联系电话；
3. 居住地址：居住地址、住宅电话、居住状况；
4. 职业信息：工作单位、单位性质、单位地址、单位电话、职业、行业、职务、职称、进入本单位年份；

信贷信息：

1. 数字解读分：客户资质综合评分；
2. 信贷交易信息： 贷款和信用卡账户信息、交易记录；
3. 信贷交易违约信息：被追偿信息、呆账信息、逾期账户数、逾期金额；
4. 信贷交易授信与负债信息：非循环贷账户、循环贷账户、循环额度下分账户对应的账户数、授信总额、余额、最近6个月平均应还款、交易明细；贷记卡账户、准贷记卡账户对应的发卡机构数、账户数、授信总额、单家机构最高授信额度；

非信贷交易信息

1. 非信贷交易信息：电信和自来水等业务的缴费、欠费信息；

公共信息

1. 公共信息：欠税记录、民事判决记录、强制执行记录、行政处罚记录、低保救济记录、职业资格记录、行政奖励等信息；

查询记录

1. 查询记录信息：查询机构、查询原因、查询日期记录；

第三方数据

信息核验

1. 人像对比：人脸照片和身份证照片一致性校验
2. 身份证实名认证：姓名、身份证号二要素验证；
3. 运营商验证：姓名、身份证号、电话号码三要素验证；
4. 银行卡验证： 姓名、身份证号、手机号、银行卡号四要素验证；
5. 地址核验：居住地址验证、工作地址验证；
6. 联系人真实性验证：联系人电话号码有效性验证、联系人是否为常用联系人验证；

风险名单

1. 公安与司法名单：在逃、吸毒、涉毒、有前科名单、失信被执行名单，限制消费名单；

欺诈识别

1. 欺诈识别：疑似养卡、疑似套现、关系网络中黑名单联系紧密程度、关系网络中欺诈团伙识别；

司法涉诉

1. 涉诉统计与涉诉详情：执行次数、失信次数、限高次数、限出次数、犯罪次数、前科次数、裁判文书次数等；

学历信息

1. 学历信息：学历层次、毕业时间、毕业院校；

行为画像

1. 第三方支付画像：交易时间、交易类型、交易金额、交易笔数、交易失败信息、交易金额等级；
2. 电商购物画像：购物时间、商品名称、商品类型、购物金额、购物次数、消费档次和消费活跃度；
3. 移动设备行为：贷款类APP使用频率、使用时间、使用数量、卸载数量；
4. 出行行为画像：飞机、高铁、共享单车、出租车等出行时间、频率、金额；

社保与公积金数据

1. 社保与公积金数据：主题名称、缴费时间、缴费金额、缴费状态；

信贷历史

1. 信贷历史：借贷次数、借贷机构数、担保和抵押信息、还款行为信息、逾期信息；

资产负债

1. 资产负债：收入范围、收入稳定性、消费支出情况、房车情况、负债情况、负载收入比；

综合评分

1. 客户资质评分：客户欺诈评分、客户信用评分；