贷款买车痛点

A. 汽车金融风控的难点是什么

汽车金融风控行业的最大难点是骗贷，所以贷前的信用和还款能了评估很重要，微科的云图车联云平台这方面就做得很好。

B. 买车贷款需要什么手续和条件

一、1.身份证、户口簿或其他有效居留证件原件，并提供其复印件; 2.职业和经济收入证明; 3.与经销商签订的购车协议、合同或者购车意向书; 4.合作机构要求提供的其他文件资料。
二、当你提供了这些按揭买车的手续后，你还需要达到一些其他的条件才能申请买车：1.具有有效身份证明且具有完全民事行为能力; 2.能提供固定和详细住址证明; 3.具有稳定的职业和按期偿还贷款本息的能力; 4.个人社会信用良好; 5.持有贷款人认可的购车合同或协议; 6.合作机构规定的其他条件。
三、按揭买车由银行根据相关规定要求客户准备个人相关资料。 包括：婚姻证明、身份证、房屋产权证、收入证明、居住户口证明(或暂住证等)、驾照等这六大证件的复印件，如果你是国企业员工，则还需要准备工作证复印件，如果你是个体私营户，还要交税务登记证、营业执照、等相关证件的复印件。和一个有本市户口的担保人。
四、按揭买车的申请方式有两种一种是个人信用按揭购车(一般要求你有很娘好的信用，无抵押无担保、工作收入稳定、无不良嗜好)，这种形式买车一般可以贷5年。另一种是用房产抵押按揭买车(用房产证作为抵押)。房产抵押贷款购车一般最五、长可贷5年。两种按揭买车的首付都是是3成以上。利率主要根据你的贷款类型和你的个人资质综合决定。
具体流程：
1、贷款人向银行提交贷款申请材料明细; 2、银行对借款人提交的申请材料进行初步审核; 3、银行对购车贷款人进行资信调查和客户评价; 4、如果通过了银行的初审和资信调查，则对贷款申请进行审批; 5、客户资质及资料通过审核后，即可签订合同，并办理抵押登记和保险等手续，签订车辆贷款抵押合同，银行一份，客户一份，还要签汽车销售合同，车商一份，客户一份，银行一份;未通过审批的，银行会向借款人进行说明; 6、借款合同生效后，经办银行发放贷款，整个审批流程是3～5个工作日。银行采取专款专用方式，即根据合同约定，经办银行会直接将贷款转入借款人购车的4S店账户中。7、办理提车手续：借款人将首付款交给汽车商，并凭银行开具的提车单办理提车手续，给车上牌，上完牌后，将车辆证、发票、保险单、行驶证、身份证、户口本提交银行，经过抵押后，银行会把行驶证、身份证及户口本归还。

C. 干货 | 如何应对汽车金融贷款中的3种风险

汽车金融火了。

汽车金融渗透率低、购车群体的年轻化以及超前消费观念的普及，加之资本的青睐和互联网的加持，使得汽车新零售新金融迅速成为了互联网金融领域的新风口。

那么问题来了！汽车金融企业或平台如何在新零售新金融模式下立于不败之地，又该如何运用大数据技术建立核心竞争力？本文主要针对汽车新零售的三种模式，以及面临的三种主要风险，提出如何通过大数据来化解风险。

 01 数据驱动下的汽车新零售模式 

商业模式好坏与否或竞争力的强还是弱，关键都在于是否能有效解决用户的痛点。那么在购车这个场景下，用户最关心的问题可以归纳为两个： 一个是能不能贷款购车；一个是在可以贷款的情况下能否提供一个适合且利率公允的产品 。为了解决以上问题，汽车金融企业或平台可以利用大数据在如下几个方面进行发力。

1. 建立纯线上的自动化授信体系

融合业务数据和互联网大数据， 利用先进的机器学习技术打造纯线上自动化汽车金融大数据风控体系，从而改变传统汽车金融依靠线下提交材料人工审核的方式，给用户以更优质的购车体验。 同时以授信为主，也可以提前锁定一个潜在购车用户，因为一个肯在线上提交资料进行授信的用户肯定比只是APP上浏览车型的用户需求更明确。

2. 以用户为中心进行授信

以用户为中心的授信就相当于在你的平台上给用户发放了一张汽车领域的信用卡，只要不超过相关额度和使用期限，可以随便购买平台上任何车。也就是 授信弱化了对车型和车价因素的干扰，从而极大提高了用户的体验。 试想下，如果你每改变一款车型或车价发生了改变就需重新走审批流程，这种体验会有多糟糕。

3. 动态风险定价，提供灵活多变的金融配套方案

互联网是为了消除信息不对称，如果利用用户不够专业、信息不对称而匹配给用户贵的产品或者对平台有利的产品，迟早是杀鸡取卵，得不偿失的。根据用户的实际情况利用数据进行动态的风险定价策略，提供适合用户的金融配套方案，将有利于提高用户对平台的忠诚度和粘性，也更利于企业的长远发展。

 02 汽车新金融存在的主要风险 

在中国的汽车金融业务中，最主要的参与方有四大类：商业银行、汽车金融公司、融资租赁公司和互联网汽车金融平台。其中，银行和汽车金融公司无疑是最主流的玩家，银行有资金优势，汽车金融公司的主体则往往是整车厂或经销商，有渠道优势，这俩已经占据了95%的市场份额。

作为汽车新金融代表的融资租赁公司和互联网汽车金融平台均选择差异化竞争的道路：渠道下沉，针对银行、汽车金融公司无法覆盖的人群，以及产品、服务的持续深化。 目前各企业基本都是瞄准二三线以下甚至农村地区缺乏购车资金的年轻人，他们消费意识超前，对金融产品接受度比较高，同时也熟悉互联网 。

与此同时，汽车金融业务在低线城市的渗透，客户质量还明显低于银行、汽车金融公司，因此其中的风险是显而易见的。在扩大业务规模的同时，有力的风控能力，将成为新兴汽车金融机构在这一轮竞争中的决胜点所在。

首先我们来分析下汽车融资租赁业务（这里主要讨论直租）中存在的主要风险，可归为如下三类：

1. 信用违约风险

信用违约，即通常我们说的偿还能力不足导致的违约，这类违约人群均是真实购车意愿用户。 这类风险主要是由于申请时材料造假导致，比如虚高收入等，或者后期由于某些原因导致的，如失业等。

2. 车辆套现风险

这类风险主要是承租人出于现金周转的需要，而选择将车子去进行套现处理。汽车租赁过程中因为车辆的所有权不在承租人，选择这种方式去进行变现的代价过大。这类人一般都是在正规渠道（包括网络借贷平台）已经无法借到钱或者已经是信贷黑名单客户。

3. 诈骗风险

汽车金融欺诈可以分为个人欺诈和团伙欺诈（中介欺诈）。可以认为， 个人欺诈的概率很小 。假定10万元的车，按1成首付加上保险等费用差不多需小2万元，正常二手市场买差不多可以7-8万元，但因租赁车辆承租人无所有权，只能进入黑市转卖，大概在3-4万元，因此通过这个方式骗得的金额并不高，而手续却极其繁琐，代价很高。肯冒这个险的人其实都可以归为上述第二类风险人群里面。

 03 汽车新金融的大数据风险控制 

对于第一类风险， 一方面建立多渠道交叉验证机制，避免用户信息的造假；另一方面，融合业务数据和互联网大数据，利用先进的机器学习技术，全面评估用户履约能力；再者就是建立贷中监控机制，如发现用户异常（如工作单位经营异常、最近出现多平台借款行为等），则可提前主动介入，最大程度降低企业损失。

对于第二类风险， 可以建立黑灰名单模型。黑名单数据深得各家互金公司的宠爱，几乎是来者不拒。但因数据污染等问题的存在，市面上各家黑名单的质量参差不齐，而且整体质量有不断下降的趋势。因此如果还是按照命中黑名单就拒绝这种强规则逻辑肯定不适合，且会将很多本质上是优质的客户拒之门外。

在这里我们可以 借助Adaboost算法思想更好的挖掘黑名单的价值， 集众家之所长。借助这个算法原理，可以把每家黑名单当成一个弱分类器，随着接入外部黑名单数据源的不断增加，根据各家黑名单的表现给予各家一定的权重，最终构成一个强的分类器。根据最后模型的得分进行黑灰名单的划分，从而采取拒绝或者提高首付或降低授信额度等措施。

Adaboost算法结构

对于第三类风险， 因汽车金融里面欺诈不同于3C产品或网贷，手续却极其繁琐，均是需要专业产业链团队进行操作，而且持续的时间一般较长，涉及的链路较长。正是因为这样的欺诈特性， 可以通过大数据建立关联知识图谱同时结合线下人工审核的手段来有效防止团伙的欺诈。

作者 | 第一消费金融  甘华来 

文章来源 | 金融科技安全

D. 汽车金融风控GPS能起到什么作用

GPS定位系统主要用来把控车辆贷后风险。如今汽车金融越来越难做，很多汽车金融贷款企业为了抢夺客户，将贷款门槛降至最低。随之而来的是企业自身难以把控的风险，很有可能辛苦一整年，丢失一辆车，变一朝变回解放前。所以现在市面上绝大多数企业选择为放贷车辆安装GPS来把控风险。当客户违约后，企业通过定位系统，可以及时找到贷款车辆。

但有时候会有专业的骗贷人员在企业进行骗贷。骗贷者贷款购买车辆后，为了拿到更多的贷款金额，经过多家贷款公司的抵押后，最后销声匿迹。就算追踪到车辆，几家贷款公司争抢这一辆车，损失巨大。甚至有些车辆被倒卖黑车，人车两空。有时客户逾期时，追车人员按照GPS定位赶到现场时，早已错过追车时机。

所以单纯的GPS定位系统并不能规避很多风险。我们更多的是需要通过防御检测，来减少风险和损失。