零售金融的模式發(fā)展和大數(shù)據(jù)應用_第1頁
零售金融的模式發(fā)展和大數(shù)據(jù)應用_第2頁
零售金融的模式發(fā)展和大數(shù)據(jù)應用_第3頁
零售金融的模式發(fā)展和大數(shù)據(jù)應用_第4頁
已閱讀5頁,還剩18頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、零售金融的模式發(fā)展和大數(shù)據(jù)應用CONTENTS 02零售金融的大數(shù)據(jù)應用01零售金融的模式發(fā)展21.1 中國消費金融概述3 零售金融主要集中在消費金融領域,一般指為具有消費屬性的產(chǎn)品或服務提供資金融通服務,主要形式為消費貸款。目前普遍意義上的消費金融是指從廣義消費貸款中剔除住房按揭貸款和經(jīng)營性貸款后的短期消費貸款,如車貸、旅游貸、教育貸及耐用消費品貸款等,遍及衣食住行各方面,是一種為眾多消費者提供短期消費信貸的金融服務方式,具有單筆授信額度小、審批速度快、無需抵押擔保、期限靈活方便等特點。 隨著互聯(lián)網(wǎng)的縱深發(fā)展,消費金融逐漸向更廣泛的群體覆蓋。目前,消費金融迅速向高頻次、小額度的消費場景拓展,

2、從高收入的白領群體向在校學生、應屆畢業(yè)生、藍領、農(nóng)民等群體滲透。隨著互聯(lián)網(wǎng)技術的發(fā)展和移動支付的普及,人們對互聯(lián)網(wǎng)金融的接受程度越來越高,互聯(lián)網(wǎng)消費金融也逐漸向著更多大眾日常消費生活領域延伸,比如3C 數(shù)碼、旅游、餐飲、娛樂、裝修、租房、醫(yī)療等。1.2 中國消費金融發(fā)展歷程4規(guī)范期發(fā)展期試點期萌芽期在萌芽階段,消費金融產(chǎn)品主要由商業(yè)銀行和汽車金融公司提供。該階段提供的消費金融產(chǎn)品相對有限,服務人群也以央行征信體系覆蓋的人群為主。為解決商業(yè)銀行對個人信貸需求覆蓋不足的問題,2009 年中國銀監(jiān)會頒布了消費金融公司試點管理辦法,國內(nèi)首批4 家持牌消費金融公司應運而生。隨著互聯(lián)網(wǎng)經(jīng)濟的快速發(fā)展和金融

3、環(huán)境的不斷完善,大型電商、消費分期電商、網(wǎng)貸平臺、P2P 平臺、細分領域平臺等紛紛布局消費金融,市場參與主體日益豐富。在2015 年到2017 年上半年的消費金融迅猛發(fā)展階段,行業(yè)內(nèi)出現(xiàn)了濫發(fā)高利貸、暴力催收、裸條貸款等違法違規(guī)現(xiàn)象。2017 年開始,監(jiān)管部門加大整治力度,多部委就消費金融業(yè)務頒布了多項規(guī)范管理通知。2017至今2013-20162009-20131985-20091.3 中國消費金融市場分析(一)5消費金融市場:隨著經(jīng)濟轉(zhuǎn)型對刺激消費、擴大內(nèi)需進而調(diào)整經(jīng)濟發(fā)展結(jié)構(gòu)的迫切需求,以及居民收入和消費能力的提升,中國消費金融市場快速發(fā)展。2017年中國消費金融市場規(guī)模達到9.5萬億,

4、預計2022年將達到28萬億。中國VS美國征信市場:目前央行個人征信數(shù)據(jù)覆蓋9.9億人,其中有信貸記錄不超過50%,遠低于美國95%的滲透率。供給遠遠不夠,國內(nèi)信貸產(chǎn)品定價普遍高于國外。1.3 中國消費金融市場分析(二)6消費金融爆發(fā)的原因深度分析拉動經(jīng)濟增長的“三駕馬車”從出口、投資驅(qū)動轉(zhuǎn)向內(nèi)需驅(qū)動根據(jù)長期收入理論,社會財富增長和收入預期的變化從而帶動消費的升級人均GDP進入中等國家行列,帶來超前消費行為80、90后逐漸成為消費主力,低端白領、藍領等低收入人群和農(nóng)民將成為上升空間最大的兩大潛在人群1.4 消費金融商業(yè)模式平臺分類和產(chǎn)品7銀行持牌消費金融公司互聯(lián)網(wǎng)消費金融租賃業(yè)務牌照銀保監(jiān)會審

5、批的商業(yè)銀行牌照銀保監(jiān)會審批的持牌消費金融牌照各省金融辦審批的互聯(lián)網(wǎng)小貸和小貸牌照銀保監(jiān)會審批的租賃牌照金融產(chǎn)品1)信用卡(分期賒購、預付現(xiàn)金);2)汽車貸;3)小額消費貸;4)現(xiàn)金貸;5)直銷銀行消費貸、現(xiàn)金貸1)信用消費貸;2)抵押消費貸3)現(xiàn)金貸1)大型電商消費分期、消費貸產(chǎn)品;2)新興消費平臺:分期電商分期產(chǎn)品、消費貸;小貸平臺消費貸;P2P 平臺消費貸;信用卡代償消費品分期租賃:“以租代買”覆蓋場景信用卡分期為主、車貸、小額消費貸、現(xiàn)金貸為輔,覆蓋各類場景數(shù)碼產(chǎn)品、教育、裝修、旅游、學車、租房、婚慶等各類生活場景各類互聯(lián)網(wǎng)消費場景、分期消費場景、信用卡代償?shù)刃屡d消費場景汽車貸、價格高

6、昂的實物消費品、耐用消費品等場景目標客戶大額消費需求的高凈值人群、央行征信體系覆蓋人群央行征信無法覆蓋人群、小額消費信貸需求人群互聯(lián)網(wǎng)消費用戶、小額消費信貸人群等長尾人群汽車消費人群、接受“以租代買”的年輕人群產(chǎn)品特征授信額度大、審批時間長、大多需到網(wǎng)點辦理授信額度小、審批速度快、無需抵押擔保、還款方式靈活授信額度小、審批速度快、無需抵押擔保、還款方式靈活“以租代買”、無需抵押、分期付租金風控數(shù)據(jù)豐富,模型成熟數(shù)據(jù)匱乏,依靠外部征信行為數(shù)據(jù)豐富,科技風控數(shù)據(jù)匱乏,依靠外部征信1.4 消費金融商業(yè)模式業(yè)務流程8獲客貸前申請/審核征信風控模型審核風險定價貸中定價/放款資金匹配放款規(guī)避風險客戶跟蹤貸

7、后跟蹤/還款模型調(diào)整逾期催收壞賬損失1.5 美國次貸危機的解釋和原因分析9 次貸危機從2007年開始,隨著房地產(chǎn)的泡沫破裂,2008年9月雷曼兄弟倒閉為標志到達高峰,造成一大批銀行(如華盛頓互惠銀行、Countrywide Bank, 美聯(lián)銀行)、投行(雷曼、貝爾司斯登、美林)倒閉或者被收購,大型金融機構(gòu)包括AIG、房利美、房地美、花期銀行收到嚴重沖擊。原因主要是不注重收入核查和客戶人群定位,單純依靠房屋抵押,銀行過度激勵和風險管理缺位,監(jiān)控機制失控和相信市場自動糾錯機制,金融機構(gòu)短視和唯利是圖。 但此期間,富國銀行堅持了風控底線、謹慎的貸款管理原則、和負責任貸款原則,沒有參與有毒資產(chǎn)業(yè)務(次

8、級貸款),從而躲過了一場金融風暴,并趁此機會低價并購了美聯(lián)銀行,成為次貸危機危機后最大的贏家之一。 堅持做正確的事情、對客戶提供正確的服務,是我們從次貸危機學到的黃金原則。1.6 消費金融存在的問題10在中國經(jīng)濟新常態(tài)環(huán)境下,金融領域里面存在的脫實向虛、虛假創(chuàng)新、風控體系落后、大水漫灌、監(jiān)管滯后等深層問題逐漸暴露出來,造成近幾年互聯(lián)網(wǎng)金融事件頻發(fā)、暴雷不斷。P2P不斷暴雷(證大、善林、團貸網(wǎng)等)現(xiàn)金貸、高利貸、暴力催收等違法亂象(2345貸款王、融360、信用管家)風控技術走偏,爬蟲技術侵犯個人隱私(聚信立、新顏)銀行理財剛性兌付1.7 消費金融監(jiān)管政策11隨著互聯(lián)網(wǎng)金融違法亂象事件頻出、暴雷

9、不斷,監(jiān)管陸續(xù)出臺了一系列政策來規(guī)范互金行業(yè)的發(fā)展。 2017年11月21日晚間,關于立即暫停批設網(wǎng)絡小貸公司的通知:自即日起,各級小額貸款公司監(jiān)管部門一律不得新批設網(wǎng)絡(互聯(lián)網(wǎng))小貸公司,禁止新增批小貸公司跨?。▍^(qū)、市)開展小額貸款業(yè)務。 2017年12月1日,關于規(guī)范整頓“現(xiàn)金貸”業(yè)務的通知:明確統(tǒng)籌監(jiān)管,開展對網(wǎng)絡小額貸款清理整頓工作。2018年1月23日,全國掃黑除惡專項斗爭開始。2018年4月份,關于開展“現(xiàn)金貸”業(yè)務活動清理整頓工作的通知中明確要求將存在暴力催收行為的網(wǎng)貸平臺,及時移送公安機關進行處置。監(jiān)管部門在19年6月份的時候就已經(jīng)下發(fā)通知,自7月1日起在全國范圍內(nèi)整頓支付市場

10、,禁止為無證從事互聯(lián)網(wǎng)小貸業(yè)務以及非法交易平臺提供支付通道。同時要求支付機構(gòu)全面自查,限期關停違法違規(guī)商戶。2019年7月26日,中國人民銀行會同相關部門起草了金融控股公司監(jiān)督管理試行辦法(征求意見稿),有序整頓和約束事實上已形成的金融控股集團的風險,同時有效規(guī)范增量,防范金融風險跨行業(yè)、跨市場傳遞。2019年9月,新顏、聚信立等公司因爬蟲業(yè)務被調(diào)查,大數(shù)據(jù)行業(yè)亂象存在已久,行業(yè)中數(shù)據(jù)竊取、濫用、倒賣,黑市橫行,面臨著監(jiān)管部門的整頓。2019年10月16日,湖南金融監(jiān)管局官網(wǎng)發(fā)布公告稱,經(jīng)湖南各市州現(xiàn)場檢查驗收,省互金整治辦、P2P網(wǎng)貸整治辦等相關部門會商會審,一致認定湖南省整治名單內(nèi)納入行政

11、核查的24家網(wǎng)貸機構(gòu)P2P業(yè)務均不符合“一辦法三個指引”有關規(guī)定,現(xiàn)予以取締。1.8 消費金融未來發(fā)展趨勢12未來發(fā)展趨勢01監(jiān)管趨嚴,行業(yè)增速放緩行業(yè)更加穩(wěn)定規(guī)范、市場化,持牌經(jīng)營廣泛布局生態(tài)圈,真正服務有真實消費場景、收入能力和還款意愿的客戶群0203CONTENTS 02零售金融的大數(shù)據(jù)應用01零售金融的模式發(fā)展132.1 零售金融的大數(shù)據(jù)應用方向14大數(shù)據(jù)在零售金融的發(fā)展中發(fā)揮了重要的作用,為智能化風控提供了底層的大數(shù)據(jù)資源,為人工智能算法的應用奠定了基礎,提升了零售金融領域的風險管理水平。大數(shù)據(jù)風控模型客戶周期管理風險定價授信額度自動化審批2.2 大數(shù)據(jù)應用風控模型15數(shù)據(jù)風控模型的

12、建模過程較為透明,模型結(jié)果具有可解釋性,容易被監(jiān)管/業(yè)務部門接受;建模方法可以避免模型的過度擬合,因此模型結(jié)果具有良好的穩(wěn)定性:一般而言申請模型可以保持1年以上,行為模型可以保持在2年以上,進而可以減輕實施壓力;模型的區(qū)分力也較為顯著,實踐證明,當樣本量較為充足時模型區(qū)分力比手工審批要好??陀^性一致性高效性準確性全面性隨著大數(shù)據(jù)時代到來,金融機構(gòu)基于數(shù)據(jù)并運用先進的數(shù)理統(tǒng)計分析來開發(fā)評分模型作為決策的依據(jù),具備如下優(yōu)勢:2.3 大數(shù)據(jù)應用評分模型1601數(shù)據(jù)準備基于金融數(shù)據(jù)和行為、交易數(shù)據(jù)等,采用歷史聚合分析,極值、缺失值處理、WOE處理等方法進行整合加工。02變量分析基于數(shù)據(jù)的準備,結(jié)合場景

13、、客戶特征、事實判斷以及經(jīng)驗,建立模型變量體系,如用戶特征變量、金融交易變量、行為變量、征信變量等,并采用stepwise、IV值等方法對變量進行篩選,選擇入模。03模型調(diào)優(yōu)采用Logstic、xgboost、決策樹、機器學習等模型算法,建立A卡申請評分和B卡行為評分,并不斷地對模型進行調(diào)試,以達到最優(yōu)效果即能夠有效區(qū)分客戶的風險。04模型輸出與監(jiān)控基于評分模型,在金融平臺中輸出,實現(xiàn)動態(tài)的風險監(jiān)控和決策,并根據(jù)效果實時的進行模型的優(yōu)化。2.4 大數(shù)據(jù)應用風險審批17額度政策自動審批拒絕利率定價提高風險識別能力提高運營效率減少運營成本增加收益某機構(gòu)小微金融業(yè)務審批通過率和評分卡關系申請評分模型

14、應用于各業(yè)務條線的審批階段,主要包括自動審批拒絕、額度及利率策略等。申請評分越高,審批通過率也越高。2.5 大數(shù)據(jù)應用授信額度18評分模型應用于對新開客戶的額度的發(fā)放以及貸后額度的動態(tài)管理,可以有效控制風險,提高效率。如下圖例:申請評分越高,所獲得的額度越大。2.6 大數(shù)據(jù)應用客戶周期19拓展客戶管理客戶審批客戶生命周期管理決策評分模型信息反饋目標客戶?產(chǎn)品/激勵?利率/年費/其他收費?郵寄與否?批準與否?定價?初始信用額度高低?交叉銷售?信用局風險評分信用局收益評分信用局破產(chǎn)評分市場反應評分轉(zhuǎn)賬傾向評分申請風險評分信用局風險評分信用局收益評分提高/降低信用額度?交易授權(quán)?超額透支授信?反欺詐

15、?重新定價?激活/挽留?壞賬催收?續(xù)發(fā)信用卡?行為風險評分行為收益評分行為流失傾向評分信用局風險評分信用局收益評分2.7 大數(shù)據(jù)應用案例富國銀行柜臺十秒審批20由于大數(shù)據(jù)的應用和科技系統(tǒng)的有力支持,可以實現(xiàn)柜臺辦理業(yè)務客戶十秒鐘授信決策:當客戶來柜臺辦理業(yè)務(如結(jié)算業(yè)務),柜員輸入客戶的社會安全號碼(Social Security Number)和其他客戶基本信息,后臺系統(tǒng)自動在10秒內(nèi)進行出適合此客戶的信貸產(chǎn)品(包括是否授信獲批、利率以及授信金額)并且推送給柜員,方便柜員進行交叉銷售,實現(xiàn)快速獲客。2.7 大數(shù)據(jù)應用案例ATM風險模型21 鑒別支票是否會退票 幫助銀行在幾秒鐘內(nèi)迅速做出決策,決定是否讓該支票變現(xiàn) 約98%的支票會自動通過模型檢驗 后臺集中審核2%左右有潛在問題的支票 提高了銀行競爭力以及風險管理的水平和效率,增加了客戶滿意度支票存到ATM機器ATM風險模型2%支票有潛在問題,不能馬上變現(xiàn)通知客戶支票不能變現(xiàn),專業(yè)風險團隊進一步核實,若發(fā)現(xiàn)欺詐行為則關閉賬戶,將該客戶列入銀行內(nèi)部黑

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論