銀行消費金融貸款風險控制

A. 銀行\ 信託 \ 消費金融公司如何做好信貸業務過程中的風險管理

感覺樓上回答的已經很專業了。主要是現在都是智慧風控評估，已經不像之前，人來操作，很容易崩盤

B. 我是被稱為中聯消費金融的一個貸款平台騙的，希望大家注意防範

我2019年10月6號被騙600，最後叫我再匯6000我就沒相信，這平台是騙子

C. 消費貸是如何進行風險控制的

據報道，按照20%的增速預測，我國消費信貸的規模到2020年可超過12萬億元，由於客戶群體的差異和風險控制能力的不同，各種類金融、非金融機構提供的消費貸被挪用比例可能更高。

相關人士表示，一般情況下，平台風控能力不足，消費場景缺失，會選擇用過高利率覆蓋高風險，這樣做的後果就會滋生循環風險，引發多頭借貸、借新還舊問題和不合適的催收手段，更有少數平台、中介明裡暗裡直接為購房首付款提供借貸支持。

希望消費貸發展你的同時相關的風險可以被有效的遏制！

D. 北銀消費金融公司貸款風險大嗎

最怕的就是人家拿錢跑人或者公司倒了沒錢還你 我就沒玩這個

E. 中銀消費金融貸款騙局：我沒在中銀消費金融貸款過，發信息讓我還。我該怎麼辦，求幫助

中銀消費貸款就是坑人的，我貸款20萬最後只得到了188000，說是36期還款。實際是算的37期！

F. 大數據徵信與銀行風險控制創新

大數據徵信與銀行風險控制創新

數據將是未來銀行的核心競爭力之一,這已成為銀行業界的共識。在大數據時代，銀行所面臨的競爭不僅僅來自於同行業內部，外部的挑戰也日益嚴峻，互聯網、電子商務等新興企業在產品創新能力、市場敏感度和大數據處理經驗等方面都擁有明顯的優勢。在此形勢下，利用大數據徵信創新和提高銀行的風險把控也逐漸成為業界關注與探討的重要話題。

銀行業在風險控制中的不足之處

普華永道發布的《2015年中國金融及銀行業展望》指出，截至2014年第三季度末中國的商業銀行不良貸款總額上升36%，達到7670億元人民幣，是四年來的高點。預計2015年不良貸款上升的趨勢將持續。上述數據的背後，除了經濟下行導致的逾期風險上升的原因之外，銀行在風險控制中存在漏洞與缺陷也是重要原因。

信息不對稱與貸款欺詐

隨著P2P、小貸等民間借貸的興起，借款人越來越容易通過非銀行途徑獲得貸款。而民間借貸機構無須向人民銀行上報數據，非銀行體系的貸款申請情況、負債情況和逾期情況等信息不清晰、不透明、無法提前預知的矛盾愈發突出，往往到了借款人逾期甚至失聯，銀行才被動了解到借款人在民間借貸領域的部分歷史逾期借貸情況或負債過高等不良行為信息。

貸款欺詐問題也是銀行面臨的另一個問題，尤其是在信用卡領域和部分運用信貸工廠模式運作的貸款產品。銀行固化的發卡審核流程以及信貸工廠運作模式已經不再是秘密。目前信用卡、貸款的包裝、組團欺詐騙貸的情況屢見不鮮，尤其是在信用貸款領域，約有60%的信用貸款來自於欺詐，這其中有一半以上是由於身份造假和資料包裝。在數據維度不全面的情況下，銀行等放貸機構由於沒有第三方大數據支持，缺乏充分和有效的交叉核驗手段，容易被組團騙貸者鑽空子。

信息不及時與貸後風險防範

信息獲取的不及時也給銀行在貸後風險管理中帶來了不同程度上的麻煩。例如，銀行往往希望第一時間知道一家企業客戶在獲得貸款後是否面臨新的法律訴訟，但是大多數銀行使用的方式僅僅是依靠信貸經理不定期手動查詢當地法院網站的方式獲取信息，這當中存在著巨大的不確定性，一旦信貸經理忘記查詢或者操作失誤，貸後司法訴訟監控工作將形同虛設。這還不包括持續監控該客戶在民間借貸中的申請情況、負債情況和逾期情況等風險點。銀行在貸後風險防範過程中的手段和效率都極大地制約了銀行風險控制的效果。

成本和效率的矛盾

為了解決信息不對稱的問題和信息獲取不及時的問題，銀行往往需要採集大量的數據來輔助判斷。但是數據採集的過程中通常運用的方法是要求借款人或企業補充提供大量的資料，這個過程中涉及到大量的人工成本和時間成本。而為了提高效率，需要搭建一套能夠實現部分數據的自動採集，同時需要自動化程度較高的後台管理系統，但是這必須組建專門的工程師團隊和進行大量的IT開發工作，對不少中小銀行來說也是一個沉重的負擔。

大數據徵信與貸款風險控制

大數據徵信產業的興起

2015年1月，中國人民銀行發印發了《關於做好個人徵信業務准備工作的通知》，要求芝麻信用管理有限公司、騰訊徵信有限公司、拉卡拉信用管理有限公司等八家機構做好為期六個月的個人徵信業務准備工作。這意味著，這八家機構或將成為我國首批商業個人徵信機構。由此，正式拉開了大數據徵信產業的序幕，個人徵信市場成長空間已經打開。基於美國個人徵信市場達600億美元的規模，考慮到我國人口基數的龐大，未來發展成熟之後我國的個人徵信市場空間很可能達到1000億元規模。

值得注意的是，大數據徵信成為了互聯網巨頭的必爭之地。除了阿里巴巴和騰訊，網路、京東金融、小米金融、360金融等互聯網公司也表示將打造互聯網徵信系統，並有意申請第二批個人徵信牌照，部分機構已經向人民銀行提交了申請。互聯網公司的高調介入表明，一方面互聯網公司的創新特性和快速擴張特性給傳統徵信領域帶來了新的活力和機遇，另一方面互聯網公司各自不同的大數據優勢和應用場景優勢，將使得徵信市場的競爭日趨白熱化。
國內大數據徵信產業發展趨勢

各類大數據公司介入大數據徵信市場，使數據維度和種類相比兩年前有了極大的豐富。特別是伴隨著移動互聯網時代興起，圍繞著移動上網設備信息、地理位置信息、運營商信息的大數據公司和大數據服務層出不窮，並開始運用在P2P的貸款審核和交叉核驗流程中。但是，數據的來源和有效性依然制約著大數據徵信產業的發展，目前行業依然處於早起的探索階段，尚未有成熟的「殺手級」應用工具出現。

信息孤島依然存在。信息孤島是目前制約國內信貸行業發展的重要因素。信息不對稱、不透明，帶來了大量的多頭負債風險和欺詐風險。在國內大數據徵信產業興起時，市場對於消除信息不透明、打破信息孤島寄予極大的期待。從目前行業的發展情況來看，信息孤島在短期內無法完全消失。

首先，公共事業繳費、固定資產、社保、居住等與貸款風險控制息息相關的信息，依然歸屬於相關政府部門。雖然工商、司法等信息已經向社會開放，但是政府信息開放程度依然較低，這將是一個長期而復雜的過程。

其次，掌握大量公民信息的互聯網公司相互之間難以產生信息互通。目前國內社交數據、電商數據、地理位置數據、搜索數據、移動設備使用行為數據等互聯網信息分別集中於阿里、網路、騰訊、京東、360等互聯網巨頭手中，這些公司在跑馬圈地的過程中存在著大量的競爭關系，數據互通、信息共享在目前看來可能性極低。

最後，徵信公司之間的信息也難以互通。徵信公司的核心競爭力在於擁有自己獨有的信息。作為直接競爭對手，徵信公司之間不可能用自己的核心數據去提升競爭對手的競爭力。可以說，一方面徵信公司致力於解決信息不對稱，另一方面徵信公司也在構建數據壁壘。

應用場景逐漸豐富，組合信用評估或成主流。放眼徵信行業較為發達的美國，徵信報告的運用早已不僅限於金融領域，例如招聘、租房、租車、相親等行業和領域都需要使用個人徵信報告。隨著「互聯網+」的推動、大數據概念的提出以及P2P互聯網金融的發展，目前國內的徵信公司也在應用場景的豐富性上進行著探索和嘗試。

從國內大數據徵信行業的發展現狀來看，由於信息孤島、數據不完全共享的現狀將長期存在，當行業發展到一定階段，將會產生組合式的信用評估。譬如要求當事人同時出具多家機構的信用報告，從社交、電商、招聘、瀏覽行為、地理位置等不同角度對當事人做出全息用戶畫像，判斷其綜合情況。這是因為單方面的信用評估已不能全面評價一個人，必須發揮出各家大數據徵信公司的信息優勢才能全面評價。

大數據徵信在貸款風險領域的應用案例

反映電商信用行為的芝麻信用。芝麻信用基於阿里巴巴的電商交易數據和螞蟻金服的互聯網金融數據，並與公安網等公共機構以及合作夥伴建立數據合作，數據涵蓋了信用卡還款、網購、轉賬、理財、水電煤繳費、租房信息、住址搬遷歷史、社交關系等等。芝麻信用以芝麻分來直觀呈現信用水平，主要包含了用戶信用歷史、行為偏好、履約能力、身份特質、人脈關系五個維度，從950～350分劃分為5個等級，分數越高代表信用程度越好，違約可能性越低。芝麻徵信還出具個人信用報告，其主要由央行徵信中心負責提供，記錄了個人基本信息、貸款信息、信用卡信息和信用報告查詢記錄等。

反映互聯網社交行為的騰訊徵信。騰訊徵信的數據更多的是社交數據，其徵信產品有兩大類別：一是反欺詐產品，包括人臉識別和欺詐評測；二是信用評級產品，包括信用評分和信用報告。騰訊徵信反欺詐產品的主要服務對象包括銀行、證券、保險、消費金融、小貸、P2P等商業機構，它能幫助企業識別用戶身份，防範涉黑賬戶或有組織欺詐，發現惡意或者疑似欺詐客戶，避免資金損失。對於之前沒有個人徵信報告的藍領工人、學生、個體戶、自由職業者等用戶，騰訊通過他們使用社交、門戶、游戲、支付等服務，通過海量數據挖掘和分析技術來預測其風險表現和信用價值，為其建立個人信用評分。

反映借款人風險的好貸雲風控。好貸雲風控是好貸網和全球最大的個人信用評分機構FICO（費埃哲）共同打造的大數據風控平台，整合徵信公司、司法數據、工商數據、消費數據等重要數據源頭，構建了金融貸款機構風控所需全行業各領域的風險資料庫，同時包括反欺詐風險名單庫、重大風險識別名單庫、貸款申請記錄名單庫的數據，合計已超過7000萬條。多達6000多個維度的資料庫不僅能有效補足貸款機構本地的資料庫，還能協助其大幅提高反欺詐識別和信用風險識別能力，同時結合FICO的信貸決策引擎為信貸機構提供服務。金融機構不用再投入巨資自建系統，不用花巨大精力和成本尋找各種風控數據。

銀行風險控制與大數據徵信的結合

大數據難以解決所有問題，但可以作為有效的工具。大數據能為信貸行業帶來什麼價值？筆者的判斷是：大數據在未來一段時間，仍無法解決信貸風控中的所有問題；或者說單純依靠大數據進行信貸風控、審批全流程的貸款種類還很有限。

但是，大數據已經可以解決信貸行業的一部分問題，並且將發揮越來越重要的作用。比如，大數據在進行反欺詐識別、風險動態監測、用戶行為分析、用戶畫像等領域，都已經有了越來越多的運用。銀行機構應當擁抱大數據，敢於和善於運用大數據輔助進行風險把控。
通過大數據，將民間借貸信息對銀行透明化。銀行機構通過大數據徵信的數據，可以了解借款人在民間借貸的信息。目前大數據徵信公司提供的民間借貸相關信息主要包含黑名單信息、貸款申請信息和被查詢信息。以好貸雲風控為例，其包含了各家徵信公司的黑名單信息以及好貸雲風控平台整合的數十家P2P平台的黑名單信息，同時也包含了好貸網的1000萬條貸款申請記錄和每個星期增加一倍的被查詢信息。這些信息都從側面反映了借款人的民間借貸情況。通過大數據徵信，將能夠使民間借貸信息對銀行機構越來越透明，識別出更多的民間借貸風險，更好地進行貸款審核和反欺詐識別。

豐富數據維度，提升對信用檔案客群風控能力。2014年，美國政策與經濟研究委員會（PERC）對於非金融信息（也成為替代性信息）在信貸決策中作用的研究表明：諸如水、電、煤、有線電視、手機等非金融信息納入徵信系統，顯著地提高了信用檔案在案人群的信貸獲得能力。

目前不少銀行逐步認識到已經納入銀行傳統資料庫的信息量並不豐富和完整，開始積極與第三方大數據徵信公司頻繁接觸與接洽合作，如客戶信息、銀行擁有客戶的基本身份信息等。但客戶其他的信息，如性格特徵、興趣愛好、生活習慣、行業領域、居住狀況等卻是銀行難以准確掌握的；另一方面對於多種異構數據的分析是難以處理的，如銀行有客戶的資金往來的信息、網頁瀏覽的行為信息、服務通話的語音信息、營業廳、ATM的錄像信息，但除了結構化數據外，其他數據無法進行分析，更談不上對多種信息進行綜合分析，無法打破「信息孤島」的格局。通過與第三方大數據徵信公司的合作，盡力彌補自身在獲取信息維度以及數據挖掘和分析能力方面的不足。

綜上，筆者認為，在互聯網時代和大數據時代的背景下銀行如欲進一步加快轉型的步伐、實現誠信社會與普惠金融的願景、肩負信用風險管理重任，就要在信息使用、貸前調查、貸中監控等風險控制方面藉助互聯網的優勢，擁抱大數據徵信，充分利用內外各種信息做好客戶徵信和增信，進一步提高對風險的控制和管理水平，才能立於不敗之地。

以上是小編為大家分享的關於大數據徵信與銀行風險控制創新的相關內容，更多信息可以關注環球青藤分享更多干貨

G. 銀行和一些網貸平台怎樣做信貸風控啊

一、堅持合規經營、規范操作
平台要嚴格遵照國家法律法規及監管制度，不踩政策紅線。按照審批許可權和申報流程進行授信業務的申報審批，確保授信業務貸前調查和貸後管理的工作質量；加強貸後管理隊伍建設，配置富有信貸工作經驗的人員充當貸後管理崗位，要確保做到先落實貸款審批條件再發放貸款，項目貸款資本金合法合規，抵押擔保足額有效，信貸資金使用有跟蹤監測。
二、風控團隊專業能力過硬
一方面，平台自身的風控體系是一切業務的基礎。首先是數據分析，根據數據挖掘，對逾期客戶進行特徵分析、產品盈利分析等；緊接著政策制定團隊需要確定目標人群、設計借款產品准入政策、核批政策、反欺詐政策、催收政策等；最後制定出貸款產品政策，包括中台審核、前端營銷、後台催收的各項政策制度。
另一方面，借貸流程中的每個環節都要做好具體的風險控制。網貸平台的借貸可分為貸前數據分析、貸中審查發放和貸後還款催收三個主要步驟。在貸前調查人員對借款人進行了財務狀況分析、貸款需求研究、目標回報率和風險預估等基礎工作後，審核人員需要判定借款人資料的有效性和真實性，結合決策引擎和評分卡等對客戶做出是否核批的決定。催收人員則按照客戶逾期時間長短，根據催收評分卡和決策引擎，對逾期客戶進行催收工作。環環緊扣，相輔相成，才能實現高度嚴密的風控。
三、積極利用互聯網大數據徵信
長期來看，網貸行業走向合規及高水平是必然趨勢，而具有覆蓋范圍廣、人數多、數據真實、轉化有效等特性的大數據徵信必將在互聯網金融領域發揮重要作用。運用大數據和信息技術，針對海量的信息數據進行過濾和輔助判斷，可以有效降低金融風險。徵信數據集合基礎上的互聯網化審批，直觀呈現用戶信用狀況的信用評分、過濾有潛在風險客戶的行業關注名單，可以幫助平台對借款人的信用做出更准確的判斷，通過一系列量化的參數，有效控制信用風險。此外，對平台來說，巧用大數據徵信還能有效提高審批效率，降低風控成本。風險預警網收錄海量各級人民法院判決文書、企業/個人案件信息、法院執行信息、稅務信息、行政執法信息、催欠信息等並每日更新。信息完整,內容真實,查詢簡便，實時查詢企業的工商變更、經營異常、開庭公告、裁判文書、失信信息、網貸逾期信息，環保執法信息，股權出質、動產抵押、股權凍結等信息，幫助用戶及時掌握企業異常情況。同時為商業銀行、P2P、小額貸款、電商金融、消費金融等小微金融機構提供大數據驅動的信貸風控決策服務

H. 消費金融的監管

由於消費金融公司發放的貸款是無擔保、無抵押貸款，風險相對較高，銀監會因而設立了嚴格的監管標准，消費金融公司在試點階段的業務將不涉及房地產貸款和汽車貸款等高風險產品。且消費金融公司資本充足率不得低於10%，同業拆入資金比例不高於資本總額的100%，資產損失准備充足率不低於100%。
此外，為防止一般用途個人消費貸款被挪作他用，銀監會還要求，該項貸款的額度不得超過以往對該借款人發放單筆貸款的最高額度，而且只有已取得個人耐用消費品貸款的信譽良好的老客戶才可得到此項貸款。
中國銀監會上周頒布了《消費金融公司試點管理辦法》。在未來幾個月，北京、上海、天津和成都將先行試點成立消費金融公司。這類公司是經過銀監會批准，不吸收公眾存款，以小額、分散為原則，為中國境內居民個人提供無抵押、無擔保消費貸款的非銀行金融機構。前期試點的消費金融公司不能經營「車貸」和「房貸」，且貸款利率在4倍於銀行利率的范圍內，根據借款人的風險承受力靈活商定。

I. 消費金融貸款有風險嗎

有的，需要謹慎
個人消費貸款
貸款基本條件：借款人為具有完全民事行為能力，在本地常住，有固定住所、職業、有還本付息能力和意願，通過審核的自然人。
貸款用途：可用於房屋裝修、購買汽車、旅遊、出國留學、購置消費品或服務等各類家庭綜合消費支出。
貸款金額：根據借款人的基本條件、還款能力、信用狀況、擔保情況、貸款用途等情況，綜合測算確定貸款額度；最高不超過1000萬元。
貸款期限：根據借款人的實際情況綜合測算確定，最長不超過10年（含）。
貸款利率：執行中國人民銀行拉薩中心支行公布的同期同檔次基準貸款利率。
貸款擔保：可採用信用、保證、抵押、質押、組合擔保等擔保方式。
還款方式：貸款期限在一年（含）以內的，採用按月付息、到期一次性還本的還款方式；貸款期限在一年以上的，原則上應採用等額本金或等額本息還款方式。
個人購房貸款
貸款基本條件：借款人為具有完全民事行為能力，在本地常住，有固定住所、職業、有還本付息能力和意願，通過審核的自然人。
貸款用途：可用於購買住房或商用房。
貸款金額：最高不得超過購房款的80%，購買二套住房、二手房、商用房等依照本行相關規定執行。
貸款期限：購買住房貸款最長期限不得超過30年，購買商用房貸款最長期限不得超過10年，且借款人年齡加貸款期限不超過65周歲。
貸款利率：依照本行最新政策執行。
貸款擔保：可採用信用、保證、抵押、質押、組合擔保等擔保方式。
還款方式：貸款期限在一年（含）以內的，採用按月付息、到期一次性還本的還款方式；貸款期限在一年以上的，採用等額本金或等額本息還款方式。