2. 信贷业务基础与风险类型
信贷业务是金融机构最核心的资产端业务,其本质是“在约定时间内让渡资金使用权并获取利息回报”。然而,由于信息不对称和未来不确定性,信贷业务天然伴随风险。理解信贷业务的基本流程、识别主要风险类型并掌握风险定价逻辑,是构建授信决策引擎的前提。
2.1 信贷业务基本流程
一个标准的信贷生命周期通常包含以下五个阶段,每个阶段都对应模型介入的关键节点:
| 阶段 | 核心动作 | 模型介入点 |
|---|---|---|
| 1. 营销获客 | 渠道筛选、预授信、精准推送 | 响应模型、预筛选模型 |
| 2. 申请准入 | 身份核验、反欺诈校验、信用初筛 | 欺诈评分卡、申请评分卡 |
| 3. 审批授信 | 额度核定、利率定价、期限匹配 | 行为评分卡、风险定价模型 |
| 4. 贷中管理 | 额度调整、预警监控、早期催收 | 行为评分卡、预警模型 |
| 5. 贷后催收 | 逾期催收、核销、资产处置 | 催收评分卡、回收率模型 |
关键认知: 授信决策引擎并非只在“审批授信”阶段起作用,而是贯穿整个信贷生命周期。模型训练需要针对不同阶段的风险特征进行差异化设计。
2.2 信用风险
信用风险是指借款人因主观意愿或客观能力不足,未能按合同约定履行还款义务,导致贷款机构遭受损失的可能性。它是信贷业务中最基础、最核心的风险类型。
- 违约风险:借款人完全停止还款,进入不良状态(通常逾期90天以上)。
- 迁徙风险:借款人的还款状态从正常向逾期、再从逾期向不良逐步恶化的过程。
- 回收风险:违约发生后,通过催收、处置抵押物等方式实际回收金额的不确定性。
信用风险建模的核心目标是通过历史数据预测借款人的违约概率(PD)、违约损失率(LGD)和违约风险敞口(EAD),三者共同构成预期损失(EL = PD × LGD × EAD)的计算基础。
2.3 欺诈风险
欺诈风险是指借款人通过虚构身份、伪造资料、盗用账户或团伙作案等主观恶意手段,骗取贷款资金且无真实还款意愿的行为。欺诈风险与信用风险的本质区别在于“主观恶意”:信用风险是“想还但还不起”,欺诈风险是“根本没打算还”。
| 欺诈类型 | 典型场景 | 识别特征 |
|---|---|---|
| 一阶欺诈 | 盗用他人身份申请贷款 | 设备指纹异常、申请信息与历史行为矛盾 |
| 二阶欺诈 | 伪造收入证明、银行流水 | 数据逻辑冲突、第三方核验失败 |
| 团伙欺诈 | 多人共用设备、联系人网络异常 | 图关系分析、聚集性指标异常 |
| 账户盗用 | 已注册账户被黑产控制 | 登录行为突变、交易模式异常 |
建模注意:欺诈样本通常极度稀疏(正样本率往往低于1%),且欺诈模式会快速演变。传统评分卡模型对欺诈的捕捉能力有限,需要引入图神经网络、异常检测、对抗生成等专项技术。
2.4 操作风险
操作风险是指由不完善或有问题的内部程序、员工、信息科技系统,以及外部事件所造成损失的风险。与信用风险和欺诈风险不同,操作风险并非由借款人的行为直接引发,而是源于金融机构自身的运营缺陷。
- 流程风险:审批流程设计不合理,导致合规漏洞或效率低下。
- 系统风险:模型部署失败、数据接口中断、计算资源不足等技术故障。
- 人员风险:内部员工违规操作、权限滥用或道德风险。
- 外部事件:监管政策突变、自然灾害导致业务中断。
在授信决策引擎的语境下,操作风险最直接的体现是模型误用和数据质量事故。例如:训练数据与线上数据分布不一致(数据漂移)、模型版本管理混乱导致回滚失败、特征工程中的计算逻辑错误等。
2.5 风险定价的基本概念
风险定价是指金融机构根据借款人的预期风险水平,差异化设定贷款利率和费率的过程。其核心逻辑是:高风险借款人应当承担更高的融资成本,以覆盖其可能带来的损失。
风险定价的基本公式可表达为:
贷款利率 = 资金成本 + 运营成本 + 预期损失 + 资本成本 + 目标利润率
其中,预期损失部分直接由信用风险模型输出的PD、LGD、EAD计算得出:
预期损失率 = PD × LGD × (EAD / 贷款金额)
风险定价的常见策略包括:
- 统一定价:所有借款人适用相同利率,简单但无法覆盖高风险客群损失。
- 风险分档定价:将借款人按评分划分为若干等级,每个等级对应固定利率区间。
- 连续风险定价:基于模型输出的连续PD值,通过定价函数直接映射出个性化利率。
实践要点:风险定价并非越高越好。过高的利率会引发逆向选择(低风险客户流失)和道德风险(高风险客户更倾向于违约)。优秀的授信决策引擎需要在风险覆盖与客户体验之间寻找最优平衡点。