贷款集中风险的简单模型是什么？

互联网金融信贷业务的风险控制分析模型

以前的平安银行副行长赵继臣曾经说过，互联网金融发展到信贷业务，核心一定是风险控制能力。网贷公司想要盈利，就必须自己建立风险控制的分析模型，根据模型来划分不同的客群，针对不同客群的风险进行定价，用收益来覆盖风险。

最近在看《互联网信贷风险与大数据——如何开展互联网金融的实践》，书中所提到的分析模型对风控很有帮助，主要从客户准入管理、存量客户管理和逾期客户管理三个角度去划分。

一、客户准入管理

客户引入管理是金融机构控制风险的第一道门槛，对存量客户和逾期客户的管理有很大帮助。客户准入阶段需要解决两个问题，一个是引入什么样的客户，二是如何授信。

客户准入阶段的模型主要有申请风险模型、初始额度模型、申请欺诈模型。

（1）申请风险模型

申请风险模型对金融机构是最常用也是最重要的，来源于客户资质综合评价，全面评估客户的风险，引入优质客户。该模型的预测变量很大程度上依赖于客户的申请信息、信贷历史信息和无央行征信信息等。

主要从家庭、工作、资产负债、学历、信贷历史、还款历史和新信贷需求等考核。

现在互联网大数据的普及，还可以通过客户流水数据、网络交易行为、浏览行为、评价行为等进行判断，增加 客户风险评价的准确性。

通常来说，如果客户评分高，风险较低，可以直接通过；评分低，风险较高，可以直接拒绝；处于两者之间，则进行二审再做决定。

（2）初始额度模型

初始额度的授信不仅是考虑客户还款能力，更主要的是衡量客户的收益情况。客户的收益主要是来源于客户的循环利息、逾期利息、分期手续费等。

通过客户属性、逾期行为、还款行为、透支情况和额度使用情况等，在一定程度上能够反映客户的收益。

另外电商中的购买行为、分期行为、客户的网络浏览行为及点击行为，对于客户价值的判断也有帮助。

风险低、收益高的客户，初始额度授信高；风险高、收益低的客户，初始额度授信低。

（3）申请欺诈模型

虽然欺诈客户的比例比较小，但如果发生损失，就很难追回，所以这个模型也很重要。

申请欺诈模型，是通过客户填写的申请信息和央行征信信息来判断。这个模型的预测变量主要通过以下这些方面反映：

客户单位名称是否在征信的单位列表中；客户家庭地址、单位地址是否在征信的地址列表中；过去一段时间同一联系人、同一单位地址是否有多次进件；申请人、单位是否曾经发生过欺诈进件。

由于央行征信信息的实效性和完备性，并不能完全满足欺诈模型的需求。互联网上的相关数据，对申请欺诈模型的建立也是有帮助的。这些具体数据包括同一cookie和IP地址是否在短时间内频繁进件；申请贷款的cookie和IP地址是否为客户活跃使用的；申请贷款地点离客户家庭住址和单位地址的距离；客户以前的互联网行为是否活跃；电商数据、浏览数据、电信运营商等记录的客户联系方式。

二、存量客户管理

存量客户即金融机构业已维护的客户群体，其管理主要包含交易欺诈管理、再贷客户营销管理、授信额度管理、流失客户管理等业务，核心目标是为了巩固客户的忠诚度，提高客户价值。

存量客户管理模型体系主要有行为风险模型、交易欺诈模型、行为收益模型、行为流失模型和市场响应模型等。

（1）行为风险模型

行为风险变量是预测客户风险的模型，其预测变量主要由客户的交易行为组合而成。

行为风险模型预测变量可以基于还款行为、消费行为、信用卡取现行为、欠款行为、资金的使用情况等方面来考虑。

另外央行征信数据、互联网交易数据和浏览数据、银行流水数据等，对于行为风险模型的开发也很有帮助。

（2）交易欺诈模型

交易欺诈是指通过盗取他人的账号和密码信息，盗取持卡人的资金的行为。交易欺诈模型是根据客户的历史交易行为预测当笔交易为欺诈的可能性。

交易模型的预测变量比较多，例如通过当笔交易金额、当笔交易币种、当笔交易时间、当笔交易地点、过去N次交易的密码输错次数、过去N次交易的交易失败次数、过去N分钟内的交易次数、过去N分钟小额刷卡次数等进行判断。

（3）行为收益模型

行为收益风险模型是根据客户的历史行为来预测客户未来收益的高低。

客户收益的高低由其户自身属性和行为属性的决定，主要通过性别、年龄、学历、消费行为、取现行为、分期行为、逾期情况、额度使用情况等判断。

低风险高收益的客群，获取的资源相对较多；高风险低收益的客户得到的资源就会少。

（4）行为流失模型

客户是否有流失的征兆，主要看其交易行为是否有异常就可判断。

行为流失模型的预测变量，可以通过以下这些方面来考虑：近N个月的交易金额和交易笔数、额度、信用卡到期时间、也可通过央行征信信息获取客户在其他金融机构持有的信用卡情况、持有他行卡的数、他行卡活跃程度，他行卡的额度。

行为流失模型主要用于客户挽留，通常会结合行为风险模型和行为收益模型，根据风险收益的不同，采取不同的策略。

（5）市场响应模型

市场响应模型通常和风险模型结合使用，筛选风险，响应较好的客户群作为营销的目标客户群。

市场响应模型需要根据营销目标来选择预测变量。例如存量客户再贷营销，预测变量就要看这些方面：最近是否有申请贷款的查询记录、信用卡的额度占用情况、信用卡循环使用情况、收入负债情况等。另外客户最近是否有买车、买房、买奢侈品等大额单笔交易的记录等第三方数据，对于客户是否有贷款需求也很有帮助。

三、逾期客户管理

逾期客户指客户未按约定时间履行还款的约定，客户逾期原因主要是还款意愿差和还款能力不足。

针对逾期客户，主要采用催收策略。催收计量模型是逾期看客户分群的重要依据，能够识别客户的风险情况，根据风险不同采用的催收手段也不一样。

常见的催收计量模型包括账龄滚动率模型、行为模型和失联模型。

（1）账龄滚动率模型

逾期账龄是通过逾期天数定义，账龄越高，客户的风险越高。比如逾期账龄划分：

M1客户：逾期1~29天的客户；

M2客户：逾期30~59天的客户；

M3客户：逾期60~89天的客户；

……

客户评分越低，迁移至下一个账龄的概率越高，客户的风险越高，下个月内还钱的可能性越小。

账龄滚动率模型采用的变量包含客户的行为信息和催收信息，常用的预测变量包括：消费行为、取现行为、额度使用情况、还款情况、催收情况、打破承诺次数。

（2）行为模型

行为模型主要利用客户的交易行为特征和还款行为特征去考察客户未来变坏的可能性，与存量客户管理时所考虑的变量是相同的。

行为模型与账龄滚动率模型结合使用，对客户的评价才会全面、准确，制定催收策略就会更优针对性。

（3）失联模型

失联是需要综合一段时间尝试使用多种方式多个时段，都无法联系上客户，才能判断为失联。

失联模型是基于历史数据，预测客户发生失联的可能性，希望做到提前预知。

失联模型主要关注客户的这些信息：交易情况、贷款余额情况、额度占用情况、最近一次联系客户时间、联系方式变更情况、户籍信息、工作家庭情况、历史催收结果等。

互联网的技术优势降低了风险评估成本，风险控制变得相对容易。互联网金融公司做信贷业务时，能够根据风险分析模型，做好客户分群管理，才能更好的建立竞争优势。

中国目前p2p贷款存在哪些模型及风险

一、信用贷款：

信用贷款是一种无抵押无担保的贷款类型，贷款额度一般不固定，不超过10-20万，借款期也是不固定，不过目前以短期为主。一般来讲，申请个人信用贷款需要提供以下信息：收入证明、银行内个人资信等级、个人职业信息等。此类投资项目主要基于借款人的个人资信而定，在国内征信体系不健全的大背景下，网贷平台中借款人借款的违约成本较低，所以违约率较高，平台需要较大的业务规模才能覆盖违约损失。

二、房屋抵押贷款：

房地产抵押贷款是借款人以自有房地产作为抵押物向出借人提供担保，在平台上发标借款的融资方式。借款人也可以用已设有抵押权的房产再次设定抵押权，充分利用抵押物的价值。现在此类投资项目受房价行情影响较大，存在房价下降、变现难等风险。目前有很多P2P平台存在二次房抵的现象，二次房抵是指当房屋目前评估值大于原评估值时，对房屋剩余价值进行抵押借款。虽然二次抵押有效，但不同于第一次抵押，二抵无法享受优先受偿权，因此风险较一抵稍大。

三、车辆抵押贷款：

车辆抵押贷款是指借款人通过将车辆作为抵押物来进行借款，通常用于解决短期资金周转的问题。在通常情况下，汽车抵押贷款只能借到估值的70%左右，时间分为一、三、六、十二个月不等。目前只有部分平台开展二手车抵押业务，鉴于国内新车市场仍有很大的上升空间，车辆抵押业务前景空间还是比较大。但这类贷款存在车辆损毁、骗贷、折价以及主要城市限购等风险。

四、股权质押贷款：

股权质押贷款，是指股票持有人可以在不割售所持股票的情况下，通过持有公司股份质押给网贷平台提供反担保，从平台上发标借款的融资方式。多数大额企业借款多选择该方式。这类投资项目存在股权价值波动大，非上市公司股权变现难，股权价值与公司经营风险成同变动等风险。

五、供应链金融：

供应链金融是指平台基于核心企业的信用，根据贸易的真实背景和供应链核心企业的信用水平来评估中小借款企业的信贷资格，为核心企业及企业的上下游提供融资支持的信贷业务。主要包括采购阶段预付账款融资模式、运营阶段的动产质押融资模式、销售阶段的应收账款融资模式。这类贷款存在整个产业链的集中风险，核心企业风险，质押货物或企业资产的市场价格波动的风险，应收帐变成坏账的无法收回的风险。核心企业通过P2P平台给关联企业融资存在的风控上的道德风险。

六、银行过桥：

过桥资金是一种短期资金的融通，期限以六个月为限，是一种与长期资金相对接的资金融通。提供过桥资金的目的是通过桥资金的融通，使借款企业达到与长期资金对接的条件，而后，可以长期资金替代过桥资金。这类项目的主要风险在于银行是否续贷，由于过桥资金对于企业运营来说非常重要，所以一旦落空，对于企业会形成致命的打击。

七、票据贷款：

网贷行业中涉及的票据业务则主要是汇票，包括银行承兑汇票和商业汇票。平台的业务模式包括票据贴现、票据质押、委托贸易付款、内保外贷等。其中较为典型的为票据贴现。票据贴现指借款人将银行承兑汇票质押给平台，为规避法律风险，票据一般由第三方支付公司或银行托管，随后平台发布借款标的，投资人进行投标。这类贷款存在假票、背书错误、兑付违约等风险。

八、融资租赁贷款：

融资租赁指出租人根据承租人对租赁物件的特定要求和对供货人的选择，出资向供货人购买租赁物件，并租给承租人使用，承租人则分期向出租人支付租金，在租赁期内租赁物件的所有权属于出租人所有，承租人拥有租赁物件的使用权。目前很多平台与融资租赁公司合作开展此项业务。此类业务的风险在于承租人还款压力加大、承租人的经营风险、设备折旧变现风险。

九、配资贷款：

配资指借款人在原有资金的基础上，通过一定的杠杆，在平台上发布借款标融资的过程，主要包括股票配资、期货配资、权证配资等。由于配资业务一直处于法律的灰色地带，存在较大的监管风险。同时也存在操盘和同时强行平仓的风险。

十、资产证券化贷款：

资产证券化指将线下非标准的企业债打包成线上标准化的小贷资产包，合作担保及小贷公司承诺溢价回购的业务。资产证券化的交易所对资产包和投资者权益进行登记和托管，更加透明。但同时由于资产证券化下的借投双方并未实现资金直接对接，此模式已经脱离了P2P本质，期间有一定的灰色区域，除了借款人违约风险外，还容易引发管理及操作风险。

就这么多，你如果理财的话可以去试试，如果还有啥不明白或者想问的可以追加，我看到了会给你讲解的。

什么是银行贷款集中度风险？

我觉得有3种情况都算：

1、针对一家银行授信全部集中在一个行业，这个行业一旦出了问题那么这家银行也会出问题；那就行业稍微分散点；

2、针对一家企业，如果授信全部集中在一家银行，如果这家银行信贷政策发生变化那么会严重压缩企业的授信；那就多找几家银行授信；

3、同样针对一家企业，如果授信全部集中在很近似的时间段偿还，那么偿债资金压力会很大，狭义上也是集中度风险的体现；这个么把偿债的时间错开；

贷款风险五级分类

按风险程度将贷款划分为五类：正常、关注、次级、可疑、损失，后三种为不良贷款。

正常贷款

借款人能够履行合同，一直能正常还本付息，不存在任何影响贷款本息及时全额偿还的消极因素，银行对借款人按时足额偿还贷款本息有充分把握。贷款损失的概率为0。

关注贷款

尽管借款人有能力偿还贷款本息，但存在一些可能对偿还产生不利影响的因素，如这些因素继续下去，借款人的偿还能力受到影响，贷款损失的概率不会超过5%。

次级贷款

借款人的还款能力出现明显问题，完全依靠其正常营业收入无法足额偿还贷款本息，需要通过处分资产或对外融资乃至执行抵押担保来还款付息。贷款损失的概率在30%-50%。

可疑贷款

借款人无法足额偿还贷款本息，即使执行抵押或担保，也肯定要造成一部分损失，只是因为存在借款人重组、兼并、合并、抵押物处理和未决诉讼等待定因素，损失金额的多少还不能确定，贷款损失的概率在50%-75%之间。

损失贷款

指借款人已无偿还本息的可能，无论采取什么措施和履行什么程序，贷款都注定要损失了，或者虽然能收回极少部分，但其价值也是微乎其微，从银行的角度看，也没有意义和必要再将其作为银行资产在账目上保留下来，对于这类贷款在履行了必要的法律程序之后应立即予以注销，其贷款损失的概率在75%-100%。

扩展资料

贷款是指银行或其他金融机构，按一定利率和必须归还等条件，出借货币资金的一种信用活动形式，简单通俗的理解就是需要利息的借钱。

银行通过贷款的方式将所集中的货币和货币资金投放出去，可以满足社会扩大再生产对补充资金的需要，促进经济的发展；同时银行也可以由此取得贷款利息收入，增加银行自身的积累。

关于贷款集中风险的简单模型和贷款集中风险的简单模型是什么的介绍本篇到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。