一 风险产生的原因最直接的原因都是因为借款人不还钱导致的。所以才会采用各种方法,国内5c,国内的周易识人术。。。吧啦吧啦等等吧。:) 二 风险管理的模块
三 风险分析—量化风险对风险进行量化已经有比较成熟的体系,下面对常用到的指标进行说明。 即期指标(coincidental),分母为当期金额,如当期应收账款。其概念为分析当期应收账款的质量结构。 递延指标(lagged),分母为之前的金额,如之前月份的应收账款。其概念为可以较为合理的反映数据状态。
四 风险分析—常用风险分析方法
进行任何分析前都要先进行问题界定。问题轮廓越清晰,分析方向越明确,越容易切中要害。下面列举常见的分类类型。 4.1 分析类型
在进行任何数据分析时,大多分析包含在如下四大类中:分布、变化、对比、预测。 4.1.1 分布
4.12 变化
4.1.3 对比(举例)
4.1.4预测 见第五章 4.2 指标的选择每一件事情的发生都有其前因后果,分析事情切忌从单方面切入。否则就是瞎子摸象,容易使决策发生错误。选择指标时关注如下重点,以厘清不同指标之间的关联,为报表使用者提供完整可靠的分析。
即事件的一体两面,若仅以一个指标骤下判断是非常危险的,例如核准率的上升相对地有可能会带动延滞率的提高。这两个指标代表业务的增长和风险的增长,两个对应指标应同时并列于报表中以供使用者权衡利弊。
实际值和预设值的比较。
某些指标若单独呈现,解释力过于薄弱,必须采用互补性质的指标进行补强。这种互补性常见于比率和绝对数字之间。
有时候单一指标所呈现的讯息,再以另一方面切入会产生完全不同的解释。例如某一产品核准率持续上升,在审核流程无重大变动情况下,表明进件质量良好。但若观察金额核准率指标后可能出现相反的走势,客户申请金额和核准金额存在明显差异,也就是说进件质量实际上并不如件数核准率所显示的那么乐观。
有些指标有前后关系,若要清楚掌握整个事件的始末,就必须对这些指标做一系列的观察。比如进件量、核准量和放款量,这三个指标依序发生,彼此环环相扣,任一环节出现异常皆会影响最终结果。
类似OLAP分析中的下钻。 备注:联机分析处理(OLAP) 钻取表示可以改变维的层次,变换分析的粒度。
时间上的落差,一个指标数据出现后,另一个指标需要经过一段时间才会有所体现。因此需要同时列出观察期及反应期的数据,以便报表使用者解读。如核准后逾期的出现一般需要三到六个月的发酵时间。 4.3 常用分析维度
种类、利率、额度……
年龄、性别、学历、收入、行业、家庭成员……
公司内部评分卡、外部数据评分、征信信息、贷还款记录……
行为维度包括还款记录、还款形式(全额还清、本期循环等)等
区域、城乡区别、账龄…… 五 风险分析—常用风险预测方法预测分析法分为定性法及定量法,前者较偏向主观经验判断,后者则侧重客观的计量方式。两者经常搭配使用。 5.1 关联推测法待补充。。。 5.2 移动平均法待补充。。。 5.3 指数平滑法通过Excel就可以得到指数趋势的方程和图形。 5.4 线性回归法通过Excel就可以得到线性回归的方程和图形。 5.5 对数趋势法通过Excel就可以得到对数趋势的方程和图形。 5.6 多项式 后语: 风控指标的东西比较多,在实际的工作应用中和用法及数据分析上会采用不同的思路,最主要目的还是为了风控政策提供决策依据。 笔者学识浅薄,平时工作和读书甚少,尚未发现一本可以全面的介绍风控,政策,执行层面三合一的书,若哪位朋友有好书推荐,请留言。若真的没有,也希望将来有机会和朋友们一起完成这份工作,做为众多风控朋友的一本参考工具书。 来源:消费金融风控联盟 |
|
来自: marco_citi > 《互金》