标题 | 快贷准入及授信模型优化初探 |
范文 | [摘要]文章针对快贷授信模型现状及问题进行了分析,并在社保缴费数据以及个人所得税等数据的使用;人行征信报告的使用;本行客户数据的共享使用;存量快贷客户的差别化营销、定价几个方面提出了优化策略和建议,以供同行业参考。 [关键词]快贷准入;授信模型;优化初探 [DOI]1013939/jcnkizgsc201928034 1前言 “快贷”是中国建设银行推出的个人客户全流程线上自助贷款产品,客户可以通过建行的手机银行、网上银行、智慧柜员机等电子渠道在线完成贷款,包括实时申请、批贷、签约、支用和还款。便捷的申请流程、高效的审批效率使其成为消费金融领域的一款“爆款”产品,轰动2017年度的消费金融市场,一时无二,快贷以年度新增近1300亿元、余额超过1500亿元的业绩完美收官。 然而,随着同质性产品的先后面市,快贷的市场地位受到了一定冲击,2018年度新增同比下降近75%,仅仅为336亿元。2019年伊始,随着同业线上产品纷纷采取低价营销策略,快贷的市场地位受到了进一步的挑战,优化完善快贷授信模型迫在眉睫。 2快贷授信模型现状及问题 快贷授信模型是整合了客户在建行的可支配金融资产、年持续稳定的现金流入量、历史授信额度等指标,并用客户的信用卡分期额度及他行信用贷款额度进行调整,再结合客户的历史信用记录建立起来的。 由于无须客户在申请贷款时自行录入相关数据,一方面保证了授信所使用数据的真实性、准确性;另一方面也极大地提高了审批效率,实现了“秒申、秒批、秒贷”。 但由于在数据整合环节采取了人工干预措施,在客户体验、风险防控等方面仍需进一步完善。 (1)白名单制度。在授信环节,快贷采取了白名单制度,但并未实现企业级系统的数据整合,而采取了人工干预后对目标客户进行预授信的做法。虽然“貌似”人工排除了部分风险,但在人工干预过程中难免出现大量长尾客户无法纳入白名单,这么做的后果就是:在线下推广过程中,大量的客户由于未被授信,快贷额度为零。既让客户体验效果很差,也非常伤害推广人员的营销热情。 (2)代发工资重检制度。由于没有实现数据的互联互通,对代发工资单位的人员变动情况不能及时了解,为了保证代发工资客户的准确性,快贷采取了代发工资重检制度。但由于重检频率过低,经常发生部分已经不属于代发客户类群的客户仍旧在代发客户白名单内,一定程度上放大了风险。 (3)个人综合授信管理。个人综合授信的出发点自然是合理控制客户的信贷风险,避免客户超额授信,过度使用杠杆。但在实践中,由于分期通与快贷共享授信额度,导致未优先营销的产品处在尴尬地位:优先营销的产品占了额度但并未发生业务,其他产品已经无额度可用。 (4)风险偏好。稳健的风险偏好在大中型客户信贷业务上,甚至是零售信贷业务其他产品上,都没有什么问题。但在快贷产品上,过于稳健的风险偏好却给快贷产品的快速发展带来了不利影响。具体而言,由于同业的同质化线上产品基本上都是对标快贷的,因此客户群体在一定程度上是趋同的;甚至有的产品就看目标客户是否是快贷存量客户,如果是快贷存量客户就可以轻松获得信贷额度。对于同业而言,这无疑是一个快速获客的手段,但由于快贷采取稳健风险策略,对于客户在行外的授信额度进行全额扣除处理,导致大量优质存量客户的快贷额度被清零,相当于把这部分客户直接送给了竞争对手。快贷卻要面对不断去营销全新客户的局面,稳健风险偏好成为悖论。 另外,增信手段少,过于依赖内部数据也是快贷增长乏力的因素。 3优化策略及建议 快贷产品授信模型中外部数据的使用是优化快贷产品的首选出路,通过大量外部数据的使用,客户的画像必将越来越清晰,再辅之一些差别化的举措,相信一定可以重现快贷的竞争力和市场地位。 (1)社保缴费数据以及个人所得税等数据的使用。由于快贷产品初期授信模型是以客户在银行的存量金融数据为基础建立的,虽然后期增加了公积金缴存数据,但数据维度仍显单薄。个人所得税数据和社保缴费数据如果能作为快贷客户的增信依托必将大幅度提高客户授信额度的准确性,也可以将客户范围扩大到非建行存量客户。其中个人所得税数据对于高收入群体的增信将提高其精准度,而社保缴费数据将大幅度提高低收入群体的授信准确性。以个人所得税数据和社保缴费数据建立授信模型,既丰富了快贷客户的适用群体,也更加准确地确定了客户的贷款偿还能力,对于快贷发展能形成有力的助推。 (2)人行征信报告的使用。快贷产品在授信过程中是使用人行征信报告做排他处理的,并且有将本行房贷客户的房贷数据作为客户授信额度的调节指标。但从人行征信报告的使用上,对客户他行房贷数据的使用确几乎没有涉足,秉着“他行的优质客户即为本行潜在优质客户”的理念,应尽快将所有客户的房贷数据作为快贷的调节指标,这样才能更加准确地确定客户的风险承受能力。在使用人行征信报告时面对客户的他行信用贷款采取了“一刀切”的扣减处理,笔者认为这是值得商榷的。如果竞争对手把精准营销客群锁定为快贷存量客户,以价格策略进行精准营销,相信大部分客户无法拒绝低价资金的诱惑而选择使用其信贷产品,如果“一刀切”地进行额度扣除,无异于将自己的优质存量客户拱手让给竞争对手。较为妥善的做法是以同样的价格对客户进行挽留,并提示客户有超额授信的风险,并给予客户一定的缓冲期,再决定是否将其额度清零似乎对客户的体验会更好些,且可以将优质存量客户流失影响降至最低。 (3)本行客户数据的共享使用。对于企业级的系统而言,客户信息的实时共享既可以提高客户画像的精准性,又可以大幅提高基层网点营销的效果。同时,从后台进行授信模型的调整,更有利于从整体上把控产品风险。不论是代发工资数据、公积金缴存数据、客户的AUM值,还是客户房贷数据、信用卡交易数据甚至是普惠金融的数据,都可以从多个维度更精准地定位客户,进而提高客户快贷授信额度的准确性。 (4)存量快贷客户的差别化营销、定价。快贷产品面市已经三年有余,其间积累了大量的存量优质客户,如何提高存量客户的忠诚度是快贷必须要解决的问题。笔者认为对于优质存量客户可以给予差别化的定价,对于连续多年使用快贷且没有不良记录的客户可以根据客户连续使用快贷的额度和事件给予客户阶梯性的价格优惠,直至利率降至基准利率。 作为一款互联网产品,快贷营销环节对于存款客户体验式营销的挖掘还有很多工作,虽然目前快贷已经开始实施二维码分享推广,但对于如何激励快贷存量客户去传播快贷产品迟迟未见有针对性举措,笔者认为,存量快贷优质客户对快贷产品的理解丰富了快贷客户层面的产品认知,应当以利率优惠等措施加以激励,这样做既可以最大限度地增加快贷的影响力,又可以一定程度上提高客户的忠诚度。 以上几种想法,只是笔者在工作中形成的对快贷产品的一些浅显认知,希望能作为他山之石为迅速提高快贷产品的市场竞争力贡献一些微薄之力。 参考文献: [1]王首妃,马云飞货币政策、房价与商业银行风险承担[J].中国市场,2019(1). [作者简介]吴树德,中国建设银行北京分行房金部,副总经理。 |
随便看 |
|
科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。