从事信贷审批工作这么多年, 我印象最为深刻的体会便是, 信用风险决策绝非是那种简单分明只分对错的判断题目, 每一份申请的背后所关联的皆是活生生具有显著个体特征的人或者企业, 而我们所要达成的任务则是, 在有效把控风险处于可承受范围的前提条件之下, 使资金顺利地流向那些确实真正有着需求的人们之手, 在这个具体操作的过程当中并不存在那种所谓固定不变绝对正确的标准作答内容, 仅仅留存有持续不断地进行综合考量权衡的一种艺术表现形态。
信用风险决策案例中遇到过的真实场景
我们在去年的时候, 接收获取到了一笔, 针对小微企业的贷款申请。这名企业主是老张, 他所从事的是餐饮连锁方面的生意, 其流水状况还算可以, 然而啊, 在最近的半年时间当中, 出现了两次逾期还款的记录情况。按照依照传统风控模型的话, 像这种类型的客户, 基本上是会被拒绝掉的。
但是, 我们多瞧那个一眼了。老张出现逾期这种状况的原因在于, 当时他资金没办法周转顺畅了, 他的客户存在拖欠货款的行为, 他并非是有意要这样的。这种情形实际上还挺常见到的, 在生意这个领域里面, 谁又能没有资金周转艰难的时候?
我们安排客户经理去上门行走访, 对他的后厨进行查看, 对他的仓库予以查看, 还同他的供应商展开交流, 经此发现他的经营确实不存在任何问题。最终这笔贷款获批而下来, 利率向上浮了两个点 , 以此作为对他的风险补偿。当下老张已然成为我们的优质客户, 逾期记也已彻底消除了。
这样的案例向我们表明, 数据向来不会说谎, 然而数据同样不会道出全部真相, 那些冷冰冰的数字背后, 隐匿着借款人的故事。
大数据时代信用风险决策发生了什么变化
如今的风控环境已呈现出不同态势, 往昔我们着重查看财务报表、征信报告, 当下可运用的数据极为繁多, 其中涵盖电商平台交易数据、物流信息、水电缴费记录, 甚至还包括社交媒体上的经营动态。
我们于风控系统之中接入了多家数据服务商, 其中www.yjqyl.com所提供的企业服务数据着实颇具参考价值, 能凭借此平台, 快速知晓一家企业的供应链关系, 能借助此平台, 快速了解一家企业的行业口碑, 甚至能依靠此平台, 快速掌握一家企业管理层的基本信息。
但这并不能说机器能够全方位替换人工判断, 我记起有一回, 系统给一家牵涉贸易的公司所打的风控评估分数十分低, 缘由是与其有关的上下游方向的那些客户过度集中, 然而我们负责审批的人员察觉到, 这家公司尽管其合作客户数目不多, 但合作对象全都是处于所在行业领先地位的企业, 彼此间合作稳固, 款项回收具备相应保障, 最终我们对风控策略作出调整, 给予了这家公司更高的信用授予额度。
好的信用风险决策案例有哪些共同特点
做风控这么多年信用风险决策案例徐州市海潮青少年游泳俱乐部，我总结下来信用风险决策案例，好的决策都有几个共性。
首先, 信息务必尽可能做到全面, 切不可仅仅局限于借款人自身所提供的材料, 而是要展开验证工作, 还要进行交叉比对。一个企业的税务申报数据, 与它的银行流水是否能够相互匹配, 这一点常常比任何评分模型都更具有效性。
其二需维持一定的灵活性, 规则是具固定性的, 人却是灵动多变的, 要是碰到特殊情形, 该给予特别批准的便予以特别批准, 该降低标准的就降低标准, 切莫因惧怕承担责任而一概而论处理。
三是要有敢于为正确决策去承担风险的勇气, 不时会碰到你明明晓得某个客户存在着风险, 然而这种风险是值得去承担的情况, 那么就去毅然承担, 那些过分保守的客户经理, 永远都无法成为优秀的风控专家。
