1. 风控策略的核心矛盾解析
做信贷业务的朋友们应该都深有体会,每次开风控会议最常听到的三个词就是"通过率"、"逾期率"和"业务规模"。这三个指标就像三个互相拉扯的角,调整任何一个都会直接影响另外两个的表现。我从业十年,见过太多团队在这三个指标间反复折腾,最后陷入无解的循环。
这个"不可能三角"的本质是风险与收益的平衡问题。通过率提高意味着更多用户能获得贷款,业务规模自然增长,但逾期风险也会上升;反过来,如果收紧风控标准降低逾期率,通过率和规模就会受到挤压。去年我们做过一个实验:把通过率从35%提升到45%,结果当月放款量增长了28%,但次月逾期率直接翻倍,最终不得不紧急回调策略。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 三指标间的动态平衡机制
2.1 通过率与逾期率的非线性关系
很多人以为通过率和逾期率是简单的线性关系,实际上它们呈现典型的"S型曲线"特征。我们的数据表明:当通过率在20%-35%区间时,逾期率增长较为平缓;一旦突破40%临界点,逾期率就会呈指数级上升。这是因为优质客群已被充分挖掘,新增通过的用户风险层级明显下移。
关键发现:某消费金融公司测试显示,通过率从30%提升到32%时,逾期率仅增加0.8%;但从38%提到40%时,逾期率却跳升2.3%
2.2 规模扩张的隐性成本
业务规模增长带来的不只有利润,还有三个常被忽视的成本:
- 资金成本:规模扩大需要匹配更多资金来源
- 运营成本:贷后管理团队需要同步扩容
- 风险成本:客群下沉导致的坏账滞后性
我们曾测算过,当月度放款量突破5亿时,每新增1亿规模需要增加15人的催收团队,且M3+逾期率会有1-2个月的滞后显现期。
2.3 客群结构的动态变化
随着业务持续开展,客群结构会自然演变。初期通过率高、逾期率低的"蜜月期"通常只能维持3-6个月。某银行信用卡中心的数据显示,新渠道开通第4个月起,新进件用户的平均分下降17分,这就是典型的渠道疲劳现象。
3. 不同阶段的策略优先级选择
3.1 初创期:保通过率
这个阶段的核心目标是建立用户基础和数据积累。建议采取:
- 适度放宽通过标准(但不超过40%红线)
- 设置较小的初始授信额度(如3000-5000元)
- 重点监控早期逾期表现(首期还款情况)
实操案例:某新成立的互联网银行首年将通过率控制在
