额度策略学习篇

目录：

1.额度矩阵

2.单风险因子

3.多风险因子

4.额度授予模型

 　风控策略主要是根据不同业务场景，针对特定性质的客群，通过一系列规则的并联、串联以及排序组合，来对客户进行筛选和分类，实现反欺诈、授信、风险定价、催收的各阶段目标，最终达到风控的目的。 本文重点学习额度策略的开发与优化，由点及面地介绍额度策略的分析思路和制定流程。  　任何策略制定的最终目的都是为了提高利润，而利润可以从收入与损失的角度进行度量。

 　上式中，P代表违约概率，贷款收入主要由放款本金和利率决定，贷款损失主要是放款本金。因此，通过对不同风险人群制定相应的利率策略和额度策略，可以有效地增加收入或减少损失，从而达到增加利润的最终目标。比如，针对高风人群，采取较低的授信额度(减少损失)以及较高的贷款利率(增加收入)。

额度矩阵

 　额度矩阵就是选取合适的指标区分客群来授予额度。比如针对不同的客群采用不同的授信额度，对蓝领贷款额度在3000到1万之间；白领的贷款额度在5000到3万之间。这里的额度由托底额度和盖帽额度组成，蓝领的3000元为托底额度(F)，10000元为盖帽额度(H)。

单风险因子

 　确定了不同客群的额度之后，可以尝试加入单个风险因子来评估客户风险程度，比如申请评分。不同的评分段对应不同的风险等级，随着风险等级升高，额度逐步降低。

多风险因子

 　进一步考虑加入其它因素，比如收入，组成一个更多元的额度矩阵。

 　这样的额度矩阵非常适合刚刚开始贷款业务的机构，通过将风险等级与收入这两个变量交叉，可以计算出每一个交叉变量的占比和对应的坏账率，从而制定不同的授信额度。

 　由于客户自己填写的收入往往难以验证，所以常常需要考虑使用其他的指标代替，这些维度的引入可以使额度矩阵更加复杂，也更加准确。在认定额度上，常规使用三种收入的认定方式，分别是：

1. 直接收入认定
   工资流水需要注意一个月里躲避收入的处理逻辑
2. 征信认定
   需要注意正常还款的月份数，信用卡需要关联的是近期的使用行为
3. 消费历史
   需要留意非常态的大额消费，以剔除极端值影响

 　收入可以从稳定程度和高低水平两个方面进行衡量。从行业，职位，社保、公积金、税务、银联以及用户的消费行为等数据进行综合计算。最终计算额度为：

举例说明：由上图可知，准入线为500分，低于500分，直接归于E等级，构建评分等级和经济稳定等级的决策矩阵，用于划分系数等级，矩阵中每个细分客群的数量和占比都可以测算，相应的系数等级也可以根据实际业务情况灵活调整，假设某申请人的模型评分为680分，经济稳定性指标为稳定，则对应的系数等级为“B 30%”。盖帽额度为H=30w，托底额度为F=3000，申请用户的年收入为20w（即经济能力），则此用户的基础额度为B=20w*30%，处于托底额度与盖帽额度之间，故而最终额度=基础额度=6w。

 　除了根据用户的经济能力和稳定性进行授信额度的制定，还可根据基于用户DTI或月负比授信。

 　DTI即Debt-to-Income Ratio，是以申请人每月总收入与每月债务的还款额作出比较，以总债务还款额除以总收入所计算出来的百分比。一般来说，银行会以申请人债务还款额占收入的50%为贷款上限，假设申请人月入为20000元，则其月债务还款额上限则为10000。

 　以上为常规授信策略，需结合实际业务和专家经验综合判断，基于用户的信用风险、偿债能力、消费水平等维度来做授信核额模型。

额度授予模型

 　当积累了一定的数据之后，可以通过建模来更科学地进行额度授予。具体的指导思想则是以利润为衡量的标尺，找寻利润最大化的点。 还是以上面的利润公式为例，利润与额度的曲线如下：

 　在授信额度比较低的时候，额度增高，客户可借款增加，收入增长的速度快。但是当授予额度超过好人可以偿还的范围的时候，好人的额度使用率会下降，导致借款增长缓慢，收入放缓。

 　与此同时，坏人的额度使用率仍然会维持在100%左右，于是损失迅速增长。模型的目标就是模拟每一个客户的收入和损失，找到使利润一阶导为0，利润最大化的额度；这个就是我们的最优额度。 举一个简单的例子：  　假设今天是Mate20手机（价值5000元）发售的日子。所有好人的借款目的都是购买Mate20。当授信额度低于5000块，好人一定会取完授信额度。但是当授信额度超过5000块钱以后，好人不会多取。与此同时，坏人一定会取现完所有授信额度。 假设客群的利息为18%，逾期概率为10%，那么：

 　这个客群的最优的额度授予应该为5000，每位客人的最大利润为 5000 x (0.18-0.1) = 400元。

 　额度策略本身受限于产品设计、客户需求及竞品情况等影响，因此可以建立基础授信额度和额度调整因子，并对每个调整因子单独建立模型，从而能够更加精确地量化不同因素在授信额度中的作用。公式如下：

 　基础额度模型可以选择信用较好的、无逾期的金融用户数据，基本属性数据例如是用户的年龄、性别、学历、职业等注册信贷产品时提交的基本信息。还款能力数据可以收入、负债、固定资产、月均消费额、信用卡额度等进行衡量。实际情况中可能牵扯到上百种变量和数十个模型，比较复杂，但核心都是通过量化评估客户的现金流能力、还款能力来制定额度。从贷前来看，用户的收入直接关乎用户额度的高低。从贷中来看，用户收入的高低以及收入的稳定性直接影响额度的提升。从贷后逾期来看，对于还款意愿低的用户还能通过催收方式提升回款率，但是对于还款能力低的用户本就没有稳定的收入，更容易变成坏账。

参考文章

1. 消费金融风控体系（五）——额度篇
2. 如何区分网络信贷的不同客群：分群策略+额度模型的方法
3. “额度授予模型”的建立

【作者】：Labryant

【原创公众号】：风控猎人

【简介】：某创业公司策略分析师，积极上进，努力提升。乾坤未定，你我都是黑马。

【转载说明】：转载请说明出处，谢谢合作！~