2. 信贷业务基础:信贷生命周期、贷前/贷中/贷后核心环节、关键角色与术语
信贷业务是金融体系中最核心的资产形成方式之一。理解信贷业务的完整生命周期,是设计授信决策引擎的前提。本章从全流程视角拆解信贷的“三段式”结构,并梳理关键角色与术语,为后续的规则设计、模型开发与系统架构打下业务基础。
2.1 信贷生命周期全景
一笔信贷资产从产生到终结,通常经历五个阶段:营销获客 → 贷前审批 → 贷中管理 → 贷后监控 → 资产处置。其中,贷前、贷中、贷后是授信决策引擎介入最深的三个核心环节。
业务视角提示: 信贷生命周期并非线性结束,逾期资产可能进入催收、核销或重组,形成“风险闭环”。决策引擎需要在每个阶段输出不同的策略(准入、定额、定价、催收分案)。
2.2 贷前核心环节
贷前是授信决策引擎最核心的应用场景,主要完成客户准入与授信定额。贷前环节的决策质量直接决定资产组合的初始风险水平。
| 子环节 | 核心动作 | 决策引擎输出 | 典型数据源 |
|---|---|---|---|
| 身份核验 | 实名认证、人脸比对、活体检测 | 通过/拒绝/人工 | 身份证 OCR、公安网纹、生物特征 |
| 反欺诈 | 黑名单匹配、设备指纹、关联网络 | 欺诈分、风险标签 | 设备信息、IP、通讯录、多头借贷 |
| 信用评估 | 征信报告解析、收入负债比计算 | 信用评分、额度建议 | 人行征信、百行征信、社保公积金 |
| 定额定价 | 额度模型、利率模型、期限策略 | 授信金额、年化利率、还款计划 | 历史行为、收入证明、负债数据 |
实战要点: 贷前决策通常采用“规则漏斗 + 模型评分”的串联架构。先通过硬性规则(如年龄、黑名单)快速拒绝,再通过评分模型进行精细排序,最后结合额度策略输出最终授信方案。
2.3 贷中核心环节
贷中管理发生在客户成功授信后、贷款结清前。核心目标是监控客户状态变化,并在风险信号出现时主动干预(如降额、止付、提前催收)。
- 额度管理: 根据客户用信行为、还款记录、外部征信变化,动态调整可用额度(提额、降额、冻结)。
- 交易监控: 实时拦截异常交易(如大额套现、深夜频繁交易、跨地域异常消费)。
- 支用审批: 对循环额度产品的每笔支用进行二次审核,判断当前时点是否允许放款。
- 预警触发: 当客户出现多头借贷激增、逾期他行、收入骤降等信号时,自动触发预警工单。
常见误区: 很多团队只重视贷前模型,忽略贷中监控。实际上,贷中环节的“动态调额”和“交易拦截”能有效降低存量资产的不良率,是决策引擎产生直接收益的重要场景。
2.4 贷后核心环节
贷后管理以催收和资产处置为主线。决策引擎在贷后环节主要承担“分案策略”和“催收强度动态调整”的角色。
| 逾期阶段 | 催收方式 | 决策引擎策略 | 关键指标 |
|---|---|---|---|
| M1(1-30天) | 短信、IVR、智能外呼 | 自动触达、低强度提醒 | 首催率、回收率 |
| M2(31-60天) | 人工外呼、信函 | 分案至催收员、制定催收剧本 | 联系率、承诺还款率 |
| M3+(61天以上) | 委外催收、法务诉讼 | 案件评级、委外分配、诉讼决策 | 回收金额、核销率 |
2.5 关键角色与术语
在信贷业务与决策引擎的交互中,以下角色和术语需要清晰定义:
2.5.1 核心角色定义
- 申请人(客户): 发起信贷请求的自然人或法人,是决策引擎评估的对象。
- 信审员: 在自动化决策无法覆盖时(如灰名单、高额案件),进行人工审核的角色。
- 风控策略师: 负责设计、调优、监控决策引擎中的规则、模型与策略参数。
- 催收员 / 资管: 在贷后阶段执行催收动作,并根据引擎输出的分案策略进行差异化催收。
2.5.2 核心术语速查
| 术语 | 英文 | 定义 | 在决策引擎中的用途 |
|---|---|---|---|
| 授信额度 | Credit Limit | 机构愿意提供给客户的最大信贷金额 | 决策引擎输出字段,受收入、负债、信用分影响 |
| 年化利率 | APR | 包含利息及所有费用的年化资金成本 | 定价模型输出,与风险等级挂钩 |
| 逾期天数 | DPD | 客户超过应还款日的未还天数 | 贷后策略触发条件(如DPD>30进入催收) |
| 不良率 | NPL Ratio | 逾期90天以上贷款余额占总贷款余额的比例 | 资产质量监控核心指标,驱动策略收紧/放松 |
| 多头借贷 | Multi-head | 客户同时在多家机构存在未结清贷款 | 反欺诈与额度扣减的重要特征 |
| 通过率 | Approval Rate | 审批通过的申请数占总申请数的比例 | 策略效果评估指标,平衡风险与业务量 |