课程导入：学习目标、适用人群与房贷车贷风控的行业全景
房贷与车贷是零售金融中规模最大、周期最长、抵押物特征最鲜明的两类资产。截至2025年末，中国个人住房贷款余额超过38万亿元，汽车消费贷款与融资租赁余额合计突破2.5万亿元，两者合计占居民部门债务的七成以上。然而，规模背后是截然不同的风险逻辑：房贷以不动产为抵押，风险缓释能力强但期限长达20-30年，受宏观经济与利率周期影响深远；车贷以动产为抵押，资产折旧快、处置链条短，欺诈风险与贷后失控问题更为突出。本课程将围绕这两类业务的全生命周期，从准入策略、额度模型、抵押登记、贷后监控到不良处置，构建一套可落地的风控实战方法论。
一、学习目标：从“知道”到“会做”的能力跃迁
本课程不是理论堆砌，而是围绕房贷车贷风控岗位的真实工作场景设计。完成学习后，你将具备以下六项核心能力：
| 能力维度 | 具体目标 | 对应章节 |
|---|---|---|
| 准入策略设计 | 独立制定房贷/车贷的客户准入标准，包括年龄、收入、职业、征信、负债率等维度的阈值设定 | 第3-5章 |
| 额度与定价模型 | 掌握LTV（贷款价值比）、DTI（债务收入比）的计算逻辑，能根据抵押物类型调整额度上限 | 第6-8章 |
| 欺诈风险识别 | 识别一车多贷、顶名购车、虚假收入证明、首付贷等典型欺诈模式，建立反欺诈规则引擎 | 第9-12章 |
| 贷后监控与预警 | 设计还款行为监控指标，建立早期预警信号体系（如GPS离线、还款日偏移、二次抵押） | 第13-18章 |
| 不良资产处置 | 理解司法拍卖、催收、债务重组、以物抵债等处置路径的适用条件与成本收益测算 | 第19-24章 |
| 合规与监管应对 | 熟悉《个人贷款管理办法》《汽车贷款管理办法》及征信合规要求，避免操作风险 | 第25-30章 |
核心学习原则：本课程采用“策略+模型+案例”三位一体的教学方式。每章都会给出可复用的规则模板、SQL查询逻辑或决策树结构，你可以直接迁移到自己的业务环境中。建议在学习过程中准备一个真实或脱敏的业务数据集，边学边练。
二、课程适用人群：谁需要这门课？
本课程面向以下五类人群，无论你处于职业哪个阶段，都能找到对应的价值点：
- 银行零售信贷部风控人员：负责房贷、消费贷审批或贷后管理，需要系统化提升策略设计能力，应对存量房时代的利率风险和提前还款潮。
- 汽车金融公司、融资租赁公司风控岗：面对新车、二手车、新能源车等不同资产类型，需要掌握差异化的估值方法和欺诈识别技巧。
- 助贷机构与金融科技平台风控工程师：需要理解资金方的风控要求，同时利用大数据和模型能力提升审批效率，平衡通过率与坏账率。
- 信贷审批条线新入职员工：希望快速建立房贷车贷业务的全景认知，理解从进件到结清的每一个环节，缩短上岗适应期。
- 风险管理咨询顾问与审计人员：需要深入理解业务细节，为金融机构提供风控体系搭建、流程优化或合规审计服务。
学习建议：如果你是初学者，建议按章节顺序学习，前5章打好基础后再进入专项模块；如果你已有3年以上经验，可以直接跳到欺诈识别（第9章）或贷后处置（第19章）等进阶模块。
三、房贷车贷风控的行业背景：规模、周期与结构性变化
理解行业背景是做好风控的前提。当前房贷车贷市场正经历四个深刻变化，直接影响风控策略的调整方向。
3.1 房贷市场：从增量扩张到存量经营
2022年以来，全国商品房销售面积连续三年下滑，2025年新房销售面积预计较峰值下降40%以上。这意味着房贷业务的重心正在从“抢新增”转向“管存量”。存量房贷的利率重定价、提前还款潮、以及部分城市房价下行带来的抵押物价值波动，成为风控的新焦点。
从风控角度看，存量房贷面临的核心风险不再是“贷前能不能批”，而是“贷后抵押物是否足值”和“借款人是否断供”。例如，2024年某一线城市部分楼盘价格较峰值下跌20%-30%，导致早期高LTV客户出现“负资产”现象——贷款余额高于房产市值。这类客户即使还款意愿正常，也可能因经济压力选择断供，形成“理性违约”。
3.2 车贷市场：新能源车重构估值逻辑
新能源汽车渗透率在2025年已突破50%，但新能源车的估值体系与传统燃油车截然不同。动力电池占整车成本约40%，且衰减速度受使用习惯影响极大。一辆2022年售价25万元的新能源车，2025年二手车残值可能仅剩10-12万元，三年保值率不足50%，远低于同价位燃油车的60%-65%。
这对车贷风控提出了新挑战：
- 估值模型需要重构：不能简单套用燃油车的“年限折旧法”，需要引入电池健康度（SOH）、续航衰减、品牌停产风险等新变量。
- LTV阈值需要调整：新能源车的快速贬值意味着贷后抵押物覆盖能力下降更快，首付比例和贷款期限需要更保守。
- 处置渠道受限：新能源车二手交易市场尚未成熟，电池回收体系不完善，导致不良资产处置难度加大。
3.3 监管环境：合规红线持续收紧
2023年原银保监会发布《关于进一步加强汽车金融公司监管的通知》，2024年金融监管总局对个人住房贷款首付比例、利率下限进行动态调整。风控人员必须时刻关注监管动态，避免因政策理解偏差导致合规风险。例如，2024年“5·17新政”将首套房贷首付比例降至15%，但各地执行标准不一，风控系统需要支持区域化参数配置。
3.4 技术变革：大数据与AI重塑风控流程
传统风控依赖人工审核和静态规则，如今已逐步转向“数据+模型+系统”的智能风控体系。以车贷为例，GPS轨迹分析可以识别车辆是否被非法抵押或驶入高风险区域；以房贷为例，公积金缴存数据、社保记录、税务数据可以交叉验证收入真实性。但技术也带来新风险——模型偏差、数据泄露、算法歧视等问题需要风控人员具备更高的数据素养和伦理意识。
四、职业发展路径：从风控专员到CRO的进阶之路
房贷车贷风控是一个专业壁垒较高、职业路径清晰的领域。根据行业薪酬调研和职业发展规律，可以划分为四个阶段：
| 阶段 | 岗位名称 | 核心职责 | 关键能力 | 参考年限 |
|---|---|---|---|---|
| 入门期 | 风控助理/审批专员 | 资料录入、征信查询、初步规则校验、抵押登记辅助 | 细心、执行力、基础信贷知识 | 0-2年 |
| 成长期 | 风控策略分析师 | 策略制定与调优、报表分析、模型监控、规则引擎维护 | SQL/Python、数据分析、逻辑思维 | 2-5年 |
| 成熟期 | 风控经理/高级经理 | 团队管理、策略体系搭建、跨部门协调、监管对接 | 管理能力、业务洞察、沟通协调 | 5-10年 |
| 专家期 | 风控总监/CRO | 全面风险管理、资本配置、董事会汇报、行业影响力 | 战略思维、领导力、行业视野 | 10年以上 |
职业发展提醒：房贷车贷风控是一个“越老越吃香”的领域，但前提是你必须持续积累案例经验。建议每处理一个复杂案件（如欺诈团伙、大额逾期、抵押物纠纷），都形成一份复盘笔记，记录决策依据、结果反馈和改进点。这些案例将成为你面试和晋升时最有力的能力证明。
五、课程学习地图与学习方法建议
本课程共30章，分为六大模块，建议按以下节奏学习：
- 基础篇（第1-5章）：行业认知、监管框架、信贷基础、抵押物评估、客户准入。
- 策略篇（第6-12章）：额度模型、定价策略、反欺诈体系、征信应用、人工审批要点。
- 贷后篇（第13-18章）：还款监控、早期预警、催收策略、抵押物管理、资产重组。
- 处置篇（第19-24章）：司法拍卖、以物抵债、核销流程、损失测算、外包管理。
- 进阶篇（第25-28章）：模型开发与验证、压力测试、组合管理、系统架构。
- 综合篇（第29-30章）：合规审计、案例复盘、职业发展。
学习方法建议：每章学习后，尝试用“一句话总结核心逻辑+一个案例验证+一个可复用模板”的方式输出学习笔记。例如，学完LTV模型后，你可以总结：“LTV = 贷款金额 / 抵押物评估价，房贷通常控制在70%以内，车贷控制在80%以内，但新能源车建议下调至70%。”然后找一个真实案例计算验证，最后形成一份Excel计算模板。
六、本章总结与思考题
本章作为课程导入，帮助你建立了房贷车贷风控的整体认知框架。核心要点包括：
- 房贷与车贷在抵押物属性、风险特征、处置方式上存在本质差异，需要差异化风控策略。
- 行业正经历存量转型、新能源车估值重构、监管趋严、技术变革四大结构性变化。
- 职业发展路径清晰，但需要持续积累案例经验和数据能力。
思考题：假设你是一家城商行的风控经理，所在城市房价近两年下跌15%，你管理的房贷组合中有一批2022年发放、LTV为80%的客户。请列出你认为最需要关注的三个风险点，并说明你会如何监控和应对。