贷中：难舍人工审核

业务管理

贷中环节被看作是授信评额之后的风险接盘者和操盘手，是从贷前到贷后的风险传导的承上启下者。

◎ 风控模型建立

从反馈的结果来看，16家受访消费金融机构在贷中环节，均提及通过人工智能、云计算、大数据等技术构建了实时化的信贷审批体系，还有3家机构采用的是传统人工与风控系统相结合的方式。

>>> 风险管理动态化

>>> 自建数字化基础设施

◎ 偿债是风控重点

综合16家消费金融机构提供的内容，在贷款环节对用户的分类管理上，消费金融机构会根据历史信用、资产状况、消费稳定性等多个维度全面衡量用户的偿债能力。

>>> 全面衡量偿债能力

多维数据

贷中环节构建平衡准入、定价相关的复杂风险模型和策略体系，离不开先进的机器学习算法，也离不开丰富的数据。

◎ 数据使用与收集

从数据收集的来源来看，16家受访金融机构整体采用的是内部积累的海量用户数据和外汇市场数据深层次融合的方式，借助借款人数据积累优势，基于复杂业务场景和海量数据(603138)进行深度数据挖掘，归集客户的各种风险数据。

>>> 精准打磨用户画像

>>> 多方采集数据

◎ 研发进展与成果

根据16家受访机构反馈的数据，由于规模、营收不同，在研发投入、科技成果方面也存在较大差异。

>>> 反欺诈成效明显

>>> 专利成果数量两极分化

展业难点

除了科技化投入存在差异外，谈及贷中运营面临的难点以及解决方案，各家消费金融机构也有不同感触。

◎ 评估数据尚不完善

当前，国内收入、负债、征信数据尚不完善，消费金融机构在对用户还款能力进行评估时缺乏有效的数据支撑。

解决方案：持续引入有效精准的第三方收入或负债数据，研发收入负债核验模型，实现借款人还款能力的快速有效核验。

◎ “普”与“惠”矛盾显现

在当前消费金融行业整体利率压降的背景下，消费金融“普”与“惠”的矛盾显现，日趋激烈的市场竞争也对存量客户的精细化经营提出了更高的要求，包括对风险用户进行更精准的事前拦截管控、提升用户黏性等。

解决方案：持续推进数字化，以技术手段提高获客效率、压降人工成本，以技术手段解决展业过程中的难点。