汽车金融风控大数据简析

Posted 2021-04-02 雪为芳华

导言：我工作的单位为某汽车融资租赁公司风控部门，在日常工作中，会接触到大数据对汽车风控的影响和应用，现就汽车金融风控大数据进行简要解析。主要包含为以下几项：①汽车金融风控大数据包含哪些；②汽车金融自动化审批的建立；③大数据智能与人工审批的优劣；④汽车金融风控大数据的进一步应用。

 

一、汽车金融风控大数据包含哪些？

在当前的经济形势下，P2P网贷因监管问题日趋严格，行情一路下行，驱使当前的资本需要找到一种风险性相对较低的方法进行融资放贷，而房贷门槛较高，此时流通性好、更新换代快、价值适中的车辆融资租赁就获得了青睐。

当前的汽车贷款主要分为：银行系、汽车金融公司系（汽车厂家背景）、汽车融资租赁系，众所周知，前两者客户资质均较好，因此汽车融资租赁在风控的日常便更需要有一套完善的风控体系来应对风险，此时汽车金融大数据带来的影响也就越来越大。

汽车金融风控大数据主要从三个方面来进行收集、处理及应用：即客户自身的数据、购买车辆的数据、服务提供商（后续简称为SP：ServiceProvider）。

客户自身的数据包含：年龄，婚姻，户籍，工作属性，收入情况，征信使用情况（如信用卡的使用、房贷、消费贷、负债比、逾期状况等），前科、法院网信息等，通过这些数据，与已逾期客户数据进行对比和模型测试，可以大致判断出客户自身的风险情况。

购买车辆的数据包含：车辆类型（新车、二手车），车辆种类（如合资车与国产车、轿车与SUV），车辆等级（高中低档），价格，优惠幅度等。将该项数据纳入大数据风控的原因是在历史的骗贷及审批过程中，能够明显发现不同客户群对不同车型有所偏好。通过这些数据，将不同的人群定位在对应车辆价值中，达到人车匹配的效果。

SP即为租赁公司提报申请汽车贷款客户的商家，具有较强的区域性，数据包含：提报单量，风控拒绝率，拒绝原因占比，逾期率，骗贷率，所在区域平均逾期率等。通过对SP商家进行打分、评级，对不同评级的商家进行有区别的风控政策，鼓励优良SP。

通过这三个维度的数据，可以对客户购车的合理性及匹配度精准定位，为自动化审批和人工审批提供数据支持和建议。

 

二、汽车金融自动化审批的建立

随着汽车金融市场的竞争加剧，各个公司都需要有更快的审批时效、更好的筛选出优质客户、更好的把控风险，此时风控模型的建立及随之出现的自动化审批就显得更加不可或缺。

由于实际情况需要，运用较多的为决策树、评分卡模型，通过上文中三个维度的数据，来打出不同的分数，并计算综合评分。对于评分较高的客户，进入自动化审批模式，评分最低档的直接拒绝处理，而对于部分模型无法给出具体决策的，会进入人工审批，此时会触发决策树中的具体项，来为人工审批做出指引。

在建立自动化审批模型中，不可避免的会有漏洞，因此必须采取一些措施去减少这些漏洞带来的影响，常见的方法有两种：（1）在系统中，会开发出两种或更多个风控模型，进行优胜劣汰，进行一明一暗两条风控模型道路的使用，在后期的贷后逾期中，会进行复盘，表现良好的进行优先使用；（2）系统自动、随机划分一部分本该进入自动化审批的单子至人工审批，通过贷后逾期表现，对比人工与自动化的差异。

 

三、大数据智能与人工审批的优劣

大数据智能表现在汽车风控行业即为自动化审批，主要的优点有：（1）大大提升时效，增加客户及SP满意度，增加客户签约率；（2）降低风险。通过自动化审批的客户，逾期表现，明显好于人工审批；（3）没有人为偏差，不存在因人工审批的主观性影响判断。

同时，大数据智能也有一些局限性，使其不能完全替代人工审批：（1）无法预知从未遇见的风险，如汽车金融最常见的团伙骗贷：通过中介包装，一部分“小白”被可以培训，当前已有的数据无法识别；（2）在当前的发展条件，还无法判断出客户所提供的资料是否全部真实；（3）实际的情况中，很多较为复杂的原因导致无法一刀切，必须由人来判断是否能够继续操作，如实际工作或其他因素等。

真实案例：云联惠。云联惠是近两年刚兴起的一种商业模式，简述即为消费全返，消费越多，参与者越多，越挣钱。

云联惠的操作办法为：消费者会员在所在商家消费，商家拿出产品16%的共享金至云联惠，成功消费后，消费者和商家每天会收到万分之五的返佣，返完为止。云联惠宣称免费注册普通会员，只能享受到消费全返，若以99.9元、999元注册为金钻会员、铂钻会员后，还能多一项“推荐权”——每拉一个新“人头”注册会员，只要他到加盟商家消费，可以拿到其消费额1%的提成，而推荐一家商店加盟该平台，更可以提成0.5%的销售额。推荐人推荐的消费者越多,即刻获得的提成越多。

从上述可以看出，云联惠的资金为大进小出，且只有不断吸引新的会员及消费，才能正常运行，是典型的庞氏骗局和传销。在工作中，很多客户逾期均是因为这样的第三方全返平台的倒闭，因此必须防范这样的新型、客户无法轻易识别的骗贷。

 

四、汽车金融风控大数据的进一步应用

通过公司的风控大数据的不断积累，我们也可以将其实际运用于当前更广的地方。

（1）产品打分：通过分析，得出不用产品的逾期率，寻找出产品优势及漏洞，进行打分，将客户购车评分细化，并能制作出更能够吸引客户的产品；

（2）车型打分：挖掘出不同车型的受众，车型的逾期表现。如果车型受众大，逾期表现好，可以尝试与厂家合作，得到更优惠的利率或者贴息产品；

（3）客户打分：对于一部分客户评分较好的，可以给SP以更低的利率，SP也可以根据实际情况，给到客户更低的利率或者自己拿到更多的返点，增强SP竞争力，促进SP将好的客户流转至我司；

（4）数据共享：可以将客户数据脱敏，销售给专业的数据公司，或者与数据公司合作，得到更优化的模型，降低逾期。