挑戰恐龍的俠客 2車抵貸風控有哪些坑
說到風控,涉及到風險管理,是一門專業學科,每個細分市場都有相對應的風險管理專業。從事車抵貸這個細分市場的風控大多都是半路出家的草根,就湧現了許多草根類型的風控理念,沒有大數據、沒有決策樹、沒有FICO,但照樣講起來頭頭是道,做起來可能就不太好用,時好時壞,本篇就基於面對全市場的設定,不糾結細節個案,來吐槽一下車抵貸風控的那些理念上的坑。
想當然的歸因陷阱
嬰兒學走路,不穩,啪嘰!跌倒了,大哭……奶奶火速抱起,並用手打地板,打的啪啪響,讓你摔我們寶寶,打你打你,然後寶寶停下哭鬧,好奇的一起蹲下打地。這是日常可以看到的情節——奶奶拍地。舉一反三可以套用其他很多場景。
心理學上,這個叫移情,的確能解決一些眼前的問題,該現象的背後呢,孩子跌倒是果,由果推因,就找到地的麻煩了,作為用來走路的地,你怎麼能有跌倒的功能呢?歸因到地了,是否能歸因到嬰兒自身不會走路這個根本原因呢?可以啊,但哭鬧這個問題一時半會兒可能解決不了。這個就是歸因理論中的陷阱,有些風控為了解決眼前的問題,不探究不思考,就下了一個是是而非的結論,論據面面俱到,OK,可以交差下班了。不細想,還真找不出毛病來。
這些風控的做法是:從一種模糊關係推斷出另外一種模糊關係,然後給出一個確定的結論,就如同,蘋果髒的要洗了才能吃,自來水是髒的要燒開了才能喝,用髒的自來水洗了的臟蘋果就能幹乾淨凈的放心吃了?
是不是感覺有點小荒謬,我們看到、聽到的各類草根風控理論,仔細想想跟這個是否可以類比?由幾個不良客戶的某些特徵倒推出一類不良群體,這樣真的科學嗎?倒推的過程中是否充斥了負面情緒、認知性偏差和過度自信?如果系統的研究過決策樹,你會發現這僅僅是系統性風控的決策樹中的一個子集中的枝葉。
如果能夠認識到一點:人很容易犯「想當然」的錯誤這一點時,是否可以延緩我們下結論的慾望,當我們在「想當然」的時候,自我感覺非常好,自以為抓住了該事物發展的規律,更要命的是,手頭還有豐富的證據來證明,這個叫「實至名歸」,一旦實至名歸了,這個就成為很多人心中的絕對真理了,就會路徑依賴,很容易犯經驗主義的錯誤,很多時候犯錯誤不可怕,可怕的是不知道自己在犯錯誤,而且越走越遠。因為我們面對的是多元化的世界裡的多樣化的人,如果沒有海量大數據進行分析,想當然一下,你在細分市場的競爭力就打了很多個折扣。
這麼做的危害顯而易見,任何風控的要素之一就是風險對象的大數積累,是否能夠快速達到一個覆蓋風險的數量級,業務量帶來的利潤是否足夠應對預期會發生的風險,這對於很多剛起步的企業和前期犯過錯誤有歷史包袱的平台至關重要,關乎生死。
想當然的歸因,有時候造成了奶奶拍地的歸因陷阱,如何能避開這個坑?必然需要海量大數據的全面測算,才能得出相對較科學的結論。說到大數據就引出了另外一個坑——
先有雞還是先有蛋
足夠的大數據意味著你必須擁有巨量數據資產,並依託市場建模+分布雲計算才能得到更強的市場決策力、洞察發現力和流程優化能力。橫向觀察市場上的車貸公司,有大數據實力的平台真心不多,某些號稱有數據的各類平台,其數據真實性質量本身就很可疑。
數據本身涉及到一個熵的概念,在資訊理論與概率論中,熵(entropy)用於表示該數據隨機變數不確定性的度量,簡單來說,你獲得的大數據就是原始已知常數,在風控決策樹演算法中會進行信息增益及增益比的分析,若常數有誤,失之毫釐謬以千里。這些涉及到風控建模問題,此處省略五萬字…………
工欲善其事必先利其器,需要海量的真實大數據怎麼辦?買啊,在商業領域這世界還有資本辦不成的事兒嗎?更多的平台要考慮的是投入產出比的問題,前期大投入未來沒有利潤怎麼辦?前期投入就打水漂了。如果沒錢,先開工,再積累大數據怎麼樣?問題是沒有目標市場客戶群體的大數據來做風控,這不是在作死嗎。
作為一個剛起步的平台來說,如果沒有大的資本介入,要搞到海量數據真心不容易。如果該市場不屬於全新的藍海市場,而是選取一個競爭激烈的細分市場,那一定能找到過河的橋,有橋,就不用再造橋了,當然這個是已經錯過市場窗口期的解決辦法。這個問題的解決辦法是:如果有資本肯定是先要有目標市場的數據分析,如果沒有,在找到合適的橋的基礎上,大量對接各種第三方徵信機構、金融技術機構,針對目標市場進行分析側寫,結合這些經驗數據及行為建立適合自己的風控系統。
在別人的橋上建立了一套風控系統,好不好用?只能表述為階段性的能用,因為不可能更新到這些橋的最新數據來應對市場的千變萬化,所以能夠擁有自己目標市場的大數據是遲早的事情。那就必須要求平台在短時間內業務量有一個集中的爆發,才能做到這一點,那就不可避免的遇到另一個執行層面的坑——
市場需求與風控需求的矛盾
金融公司業務和風控撕逼,這事兒應該不新鮮。大多數涉及金融產品企業的業務端和風控端分工明晰,各自擁有相對較獨立的許可權,且有著相互制約的設置,業務端所有的項目、產品、迭代優化都必須風控審核通過才能落地,看起來如此設置似乎很巧妙,實際上有一個很大的誤區,風控負責人是人,是人就會有選擇性知覺和路徑依賴,更何況其中還存在很大一部分的道德風險。很可能就會把一個未來的爆點項目直接幹掉, 或是對落地項目各種阻撓。業務也是人,沒有量就沒有收入,沒有收入那就是你死我活的爭鬥,矛盾就這麼存在了。
引入市場需求的業務端就是巧婦手中的米,風控就是這個巧婦,能不能吃到飯,飯夠不夠吃,還是飯沒吃到把鍋也賠進去,這些都是風控迴避不了的問題,風控如果沒有標準,沒有明晰的戰略、戰術規劃,這就很考驗該風控負責人的智商、責任感和獨立思考能力這些軟實力。接觸過一些資金方的風控針對車抵貸市場的一些固有觀點是:車都抵押了,就是窮途末路了,這個市場似乎不可取。針對如此對市場的看法,請參照以上論述,這完全是奶奶拍地的變形啊,過度自信的想當然。金融的核心是風控,風控的核心難道就是想當然的歸因嗎?難道從來都不去做市場調研的嗎?這些就涉及到企業的團建和管理了…………好像有些跑題了…………
解決該問題的最佳設置,應該是:各司其職、獨立運作、系統關聯,儘可能的減少人為干涉。
風控策略定型之後,不干涉業務拓展,定時定量進行溝通反饋,確保風控對市場的貼合度,這個是比較理想化的狀態,在執行的過程中,線下風控人員不可避免的要接觸到客戶,風控在職責範圍之外也不可避免的會提出一些對系統的質疑,比如對於系統已經審批認定的客戶,該客戶資料真實性合規性都沒問題,但就是左青龍右白虎,看起來就不像個好人,遇到這樣的情況心裡就在罵審批,這樣的人也能批,系統夠傻逼的,於是帶著成見就開始尋找該客戶不能放款的理由,只要找就一定能找到不能放款的理由,這就是可塑性定律,如果我懷疑你,你做什麼都可疑,這就引出了下一個坑——系統的風險甄別能力與個案甄別能力的選擇
車貸行業,會遇到某些平颱風控大談他們風控能力有多強,列舉一系列的貸前貸中貸後的風控案例,繪聲繪色,重點講他如何牛逼,如何為公司杜絕了大筆不良風險等等,聽故事一樣,一個面審就能通過各個跡象推測出該客戶是什麼樣的人,提煉出蛛絲馬跡背後的各種故事,這真心是在搶刑偵的飯碗啊。
人們很容易把風控歸因到一些簡單的辭彙上,比如曾見過一個平台的負責人大手一揮,目光深邃的說:風控的核心是人性。乍一聽,說的好有道理,高大上有沒有?我聽到這個答案的時候,腦子裡立刻層現採訪他的腹稿:您是麥加來的吧?請問您是耶穌還是釋迦牟尼,做個金融,竟然修鍊到人性都瞭然於胸了,既然通了人性,那您就成精了吧?哦,不對,是成仙了吧,放道家那兒您這就叫得了道了,已經總結出了人類精神世界的大一統方程了,那您要做個聖人精神領袖之類的分分鐘的事兒啊,您應該做的是開宗立派,再現思想復興的璀璨時代,還在這兒放貸款?什麼?您說佛主也要放貸款,放貸款最早的就是寺院…………好吧,再次跑題…………很多人會中一個毒,認為把複雜的事情簡單化就是一種牛逼能力,我想說的是,如果這樣可以,那還要大數據做什麼?還要Python做什麼?還要那些大部頭的風險管理專業書籍做什麼?任何脫離前提條件直接給出一個簡單結論的行為都是耍流氓,如今人口多了,流氓也就多了,傻子太多,真心不夠騙。知識就是力量,很多時候無知是更大的力量,有個很恰當的詞來形容這種現象,叫群體盲思,把問題簡化最能迎合人性中的懶,我們先脫離這種群體盲思,看看是否能走的更遠,得出一些不同結論直面這個坑。
問題提出來了,如果一個平台的風控對某個人的依賴達到了一個必須有他的程度,這家平台是否有問題呢?答案是不言自明的,這跟賭博押寶差不多。其實我想說的是,這是個體戶思維,小農意識,針對個案的風險甄別能力的確很厲害,但無法複製。如果線下基礎單位的負責人有此類思維,恭喜你,你找到寶了,該單位的風控應該不差,但反面來看你的基礎風控人員管理一定做的很差,做為面對全市場設定平台的leader一定不能有這樣的思維。為什麼不能有?很簡單,這個僅適合個人吹牛逼,不適合企業布局發展,這樣的人適合做局部小生意,不合適做leader。正確姿勢是以系統風險甄別為主,設置標準化的線下風險識別反饋系統,由系統進行分揀測算動態自成長,並且線下風控一定要去中心化,去個人英雄主義,要制定隨便一個風控經過培訓即可上手的標準化風險識別流程。
個人英雄主義辦成的事兒都僅在電影里發生,但人都有個人英雄主義情懷,漫威系列電影票房可以作證。做風控不需要超人,世界也不存在超人。做事情只做應該做的事情,不做喜歡做的事情,應該做的事情基本都是反人性的,總之,做事情,笨人靠意志力,聰明人靠習慣,高手靠系統。說到系統了,又是另外一個話題,以下省略五萬字…………
前面我們有表述過了,既然制定了系統,就要系統的去做事情。但有一個問題是:任何系統都有它的極限和漏洞,這就引出了下一個坑——
風控的不可知論
遇到某些客戶,有些瑕疵,但似乎又很有財力,於是放款之前就開始猶豫、徘徊、折磨、煎熬,這也不行,那也不行,心中響起一首歌的旋律:還要我怎樣?要怎樣?是啊,要怎樣呢?放了心裡好像沒底,不放好像又不想捨棄此類市場,要怎樣?要搞清楚風控的核心本質才能做下一步決定。
那核心本質是什麼呢?風控的核心本質是風險管理:如何把可預知的確定性風險和不可預知的不確定性風險,這兩類風險必然造成的不良和可能造成的不良降至最低的管理過程。是不是很像博弈論的觀點,我沒辦法選最好的,只能想辦法不選最壞的。大多情況,做風控跟做保險是一樣的,如果能這麼想,那就開竅一半了:
- 拿著手裡的預期利潤盤算著如何去覆蓋預期會發生的風險;
- 如何儘可能的規避風險的發生以達到利潤最大化。
如果非要用一句簡單的話來概述,應該是:做風控的過程就是在做概率+歸因的分析工作。只要做到這兩項工作,風控不可知的感受及造成的難題就應該有一定量的解決,那該如何做到這些呢?大致論述如下:
可預知的確定性風險:
從微觀來看
兩個變數之間存在的相關關係並不意味著其中一個事件是另一個事件產生的原因。人們常常將相關關係和因果關係等同起來。同時,因果關係並不能保證一定存在很強的相關關係,所以很多風控的倒推行為,更像是孟子的推己及人,想當然而已。解決辦法是必須依據確定無疑的常量事件來得出另一個事件的結論,比如由徵信按揭就一定能推斷出該客戶一定有房產是一個道理。若工作信息模糊,沒有醫社保沒有公積金沒有卡發薪資,該客戶的第一還款來源就沒有保證,這個就是可預知的確定性風險,如果要做該類客群,就必須有第一還款來源的其他相關佐證才能規避此類風險。從宏觀來看能夠做車抵貸的客戶基本都具備一定的經濟實力,車輛本身就是資產財力證明。若簡單分類為五級:1、房產+戶口+工作、2房產或戶口+工作、3房產或戶口、4工作、5三無。可以明顯看出風險在哪一類群客戶,風險由上而下逐級增加的,這些都是可預知的風險,在風控選擇中,輔助以個性化的風控手段,均可規避此類風險發生。
不可預知的不確定性風險:
欺詐類風險:刻意的包裝客戶,在資料上沒有任何問題的情況下,此類風險較難規避,解決方案可以通過增加包裝客戶的成本+實地上訪進行規避;
行業類風險:鋼貿、服裝加工、金融中介、餐飲個體等,這些行業類風險集中爆發,面積大涉及廣,此類風險的不確定性更強;系統性風險:金融危機 、L型經濟走勢等,第一還款來源的保證根本還是實體經濟的向上趨勢,此類風險更加不確定,客觀來看市場說了算,以主觀來看,若長期混在天涯社區,你會感覺經濟馬上就要崩盤了,若長期混在房產類社區,你會感覺房價還要再漲十年;道德類風險:此類風險大量存在,需要加強管理制度的設計及稽查審核的頻次。其他不可預知的不確定性風險……………………
綜上所述,只是風控理念的一些坑,若要細說分解貸前、貸中、貸後風險管理中的一些坑,此處要再略去五萬字……
最後,看過一部叫做「超新約全書」的電影,腦洞很大,電影的設定是大家都明確知道自己的死期,之後發生的種種故事。我看到這部電影的時候,就想到,如果真是這樣,估計貸款這個行業就要消失了。反面來看,貸款行業依託於每個人對自己的美好的預期,每個人在貸款的時候,總是充滿了希望,對,希望,解決問題的希望,對未來的希望等等,有了希望,人才有活下去的動力,希望既是幸福的起點,又是噩夢的開端,作為風控要做的是:盡量讓每一筆審批通過的貸款都成為幸福的開始,讓每一筆被拒的貸款都成為噩夢的終結……挑戰恐龍的俠客 1 如何PK平安車抵貸
挑戰恐龍的俠客 2車抵貸風控有哪些坑
挑戰恐龍的俠客 3把綜合成本降為二維
挑戰恐龍的俠客 4人性產品設計的背後
挑戰恐龍的俠客 5推廣的正確打開方式
挑戰恐龍的俠客 6核心團隊的定位分工
挑戰恐龍的俠客 7如何解決信息不對稱
Be continued…………
推薦閱讀: