9月6日，在由中国汽车流通协会主办的2019中国汽车金融产业峰会“汽车金融智能风控”分论坛上，来自百融云创金融科技部总监陈黎明从汽车金融智能风控实战的角度分享了如何利用技术手段对汽车金融产品进行风险控制以及如何进行全生命周期智能风控。

　　当前的金融信贷行业跟前几年是有所区别的，整个经济发展在前几年非常好，带来信贷行业的红利，从风控角度来说，业务好推进，企业能增加更多收益。但在当前的背景下，因为经济发展不够理想，客户会有一些资金上的困难，风控难度会增加。当前风控的重要性就更加重要，直接关系到企业如何减少损失，保障业务的整体经营质量。陈黎明对当前风控形势做了这样的分析。

汽车金融客基本情况

　　从年龄上来讲，目前汽车金融客户以30-40岁的年轻人为主；如果从平台类上来做汽车金融的客户，他们会更加年轻化。汽车金融客户性别比例是7：3，男性居多。

　　在汽车金融客户当中，有45%的客户会申请一些消费金融，还有接近40%的客户会申请信用卡，以及一些其他的申请偏好。

　　汽车金融客户的高风险人群大概有两个特点：第一方面，客户存在高风险指标。如多头风险、团伙欺诈、特殊名单、超利贷等几个方面，对于客户风险相对有明显的辨识度。第二方面，客群下沉之后，整体风险有所上升。

如何防范欺诈风险

　　欺诈风险是汽车金融风控的第一步，尤其是在当前的风控难度增加的情况下，反欺诈是很重要的一部分。一般情况下，常见的欺诈风险类型，第一类是虚假身份信息、客户历史上出现过一些欺诈信息；第二了是代理人欺诈和团伙欺诈，从大数据的角度看，身份欺诈和历史欺诈比较好防范。

　　百融云创所做的反欺诈模型应用框架分为汽车金融反欺诈规则集和反欺诈评分两类。反欺诈规则集主要是采用决策树、GBDT这样一些方式。百融云创有比较高效的、自动化的反欺诈规则的生成工具。反欺诈评分目前来讲，主要来是用逻辑回归和Xgboost。在应对身份虚假时，常用的数据产品，包括身份核验，二要素、三要素和人脸识别。在身份信息核验过程中，首先要评估申请人的资质，通过一些大数据、直接进行线上核验，同时借助单位信息、收入信息，以及交易流水等信息进行真假验证。对于特殊名单的甄别，使用包括PBOC，人行征信系统里的一些历史逾期数据，法院的信息等等。还有一类，对团伙欺诈、代理人欺诈的防范，公司可以通过反欺诈模型来检测客户的一些异常特征。

　　百融云创反欺诈评分体系是0-100分的分数区间，分数越高对应的客户欺诈风险越高。一般建模样本，信誉不良客户浓度大概在5%-10%之间，反欺诈评分在非常高分段的时候坏账率达到了60%-70%水平，区分度非常高。

全生命周期智能风控

　　陈黎明表示，汽车金融的智能风控应该是一个贯穿始终、全生命周期的风险管理思路。从贷前审核、贷中管理、贷后催收、渠道管理，这一整套其实每个环节都有它比较重要要关注的类型。

　　在反欺诈之后，公司在进行完信用评估后，会进行贷前自动化审批。百融云创针对信用评估常用的大数据，有这样几个维度，比如借贷意向验证的数据、PBOC征信的数据和商品消费的数据等。公司会注意数据来源的稳定性，在进行数据维度补充的时候，会注意数据维度的可回溯性。在进行汽车金融评分过程中，公司对于信用评分更关注的是其划分的一个细腻程度，更好地进行客户质量分层，随后就可作出划定额度模型。

　　汽车金融客户贷前风险管理很重要，同时贷中、贷后也是值得行业去关注的。在业务运营过程当中，行业不仅要考量到前12期的风险释放，后续的风险释放也要给予重视。

　　百融云创的贷中风险监控平台，在平台放款给客户之后，通过对贷中监控的规则、贷中监控策略重审以及客户行为评分，为金融机构进行存量客户分级，包括高风险客户预警等预警结果。百融云创催收评分卡，针对客户存量资产进行的处置评分体系。随着风险释放周期的增长，贷款周期越长，逾期客户就有进一步增加的可能性。百融云创催收评分卡对催收客户进行资质分层，提高贷后催收部门的工作效率。针对优质客户可以选择让其通过自愈的方式进行还款，不用投入更多的催收资源。对风险非常高客户，有哪部分客户可以持续跟进，可以对催收资源做重新规划。

　　总结：对于汽车金融风控来说，不能将关注点仅集中于防范欺诈风险和贷前审核，行业要对贷中管理、贷后催收和渠道管理方面引起足够重视，业务才能做到高质量运营。同时，汽车金融行业借助最新的技术手段，才能进一步降低风险，做到风险可控。