作为从业十年的风控老兵,我太熟悉这种场景了:周一晨会上业务总监管你要放量,下午风控例会首席风险官盯着逾期率拍桌子,月底经营分析会CEO又质问为什么市场份额在下滑。这种"既要又要还要"的困境,本质上源于信贷业务的基本规律——通过率、逾期率、规模这三个核心指标,就像三角形的三条边,你永远无法同时延长三条边而不破坏三角形的结构。
在信贷领域,这三个指标构成了一个动态平衡系统:
它们之间的制约关系不是主观臆断,而是有严谨的数理基础。假设:
其中Φ是标准正态分布函数,PD(t)是违约概率函数。这个模型清晰地展示:当x下调(放宽审批),P↑但L↑;当x上调(收紧审批),P↓但L↓。而规模S=P·A(A为申请量),直接受P制约。
实战心得:我经手过的所有信贷产品,其通过率与逾期率的散点图都呈现明显的"微笑曲线"——两端宽松或严格时逾期率飙升,只有中间某个区间能达到平衡。
市场部门KPI公式:
code复制季度奖金=0.6×规模增长率+0.3×客户增长率+0.1×逾期率调整项
风控部门KPI公式:
code复制季度奖金=0.7×(1-逾期率/阈值)+0.2×通过率合规性+0.1×投诉率
这种考核机制下,市场部有动力推动"放水",而风控部必然倾向"卡紧"。
我们团队做过归因分析:约65%的坏账来自于为冲量临时放宽的策略窗口期。
建立动态盈亏平衡模型:
code复制预期利润 = Σ[通过率×客均余额×(利率×账期-预期损失率)-运营成本]
其中预期损失率需用vintage分析法校准。通过蒙特卡洛模拟,可以找到帕累托最优边界。
某消费金融公司的实践案例:
| 策略版本 | 通过率 | 预估逾期率 | 预期利润 |
|---|---|---|---|
| 保守版 | 58% | 2.1% | 1.2亿 |
| 平衡版 | 65% | 2.8% | 1.5亿 |
| 激进版 | 72% | 4.3% | 1.1亿 |
最终选择平衡版,因其在逾期率可控范围内实现利润最大化。
采用"三明治"策略结构:
某银行信用卡中心实施该策略后,在通过率提升8%的同时,逾期率下降0.5个百分点。
建立"温度计"式调控体系:
关键是要设置3-5个领先指标(如早期逾期率、还款率变化斜率等),比传统逾期指标提前30-60天预警。
示例话术:"王总,如果我们将通过率从65%提升到70%,根据历史数据模拟:
提出有条件放宽策略,例如:
"建议对社保连续缴纳36个月以上的客群,评分卡阈值下调20分,预计可提升通过率3%,同时由于该客群历史逾期率仅1.2%,整体风险可控。"
我总结的风控策略师能力进化路径:
真正的破局点在于:用商业语言解释风控决策。比如将"拒绝率过高"转化为"每年错失约8000万潜在利润",将"逾期风险"量化为"需要额外融资5000万补充资本金"。
最近我们在推进一个创新做法:建立"风险预算"制度,给业务部门分配可承受的风险额度,让他们自主决定如何"消费"这个预算。这既保证了总体风险可控,又给了业务灵活操作空间。
风控不是简单的说"不",而是在理解业务诉求的基础上,找到风险与收益的最优解。当你能用数据证明某个放宽策略的预期ROI达到1:4时,风控部门反而会成为业务扩张的助推器。这才是策略分析师的价值巅峰。