汽车金融风控流程设计中需要关注的五个节点：获客、反欺诈、信用评估、额度、利率，整个风控流程的设计一直是围绕这几个点来设计的。

除了上述几点，还需考虑俩个重要因素：

1. 数据的完整性：是指可获得的客户数据，包括银行征信数据，第三方数据等，来补充我们的评估维度，维度越丰富，对前端客户提交申请的资料依赖就会越少，这样就会简化我们的风控流程，提高审批效率。

其次，数据完整性还会影响到风控节点的设计，因为每个节点都需要依靠数据来支撑，数据越丰富，设计节点的自由度越高。

2. 客群特征：通常我们需要做些精细化的审批，对于不同质量的客户提供不同的风控流程。比如，资质比较好的客户，会提供相对来说比较简单的流程；资质比较差的客户，会做一些更精细化的审批，把他们的风险做一个精细化的分层。另外还需要把客户按照不同的风险特征，作为不同的渠道进行分流，就是接下来的差异化审批。

差异化风控流程设计，不止在汽车金融领域，在其他业务中也是一个重要的思路。为什么要做差异化审批？因为我们可以把整个风控流程看成一个评估的准则或者标准。对于不同客群，不可能使用同一套标准对他进行评估，通常会基于产品、场景、渠道上的差异对客群做划分，相对来说不同客群，他们的质量和风险特征是不一样的，需要我们在整个流程设计上做不同的分支，以及模型的搭建过程中，需要使用分客群来进行建模。

1. 汽车金融整体风控流程设计

前面介绍的是风控流程设计中比较关注的一些原则及关键点，接下来讲下基于上述各环节的基础上，我们在行业实践经验的一些总结。

这张图就是我们在汽车金融整体风控的一个流程图，它覆盖了整个汽车金融生命周期的各个环节。大致分为五个环节：

准入 & 渠道评级

反欺诈

信用评估

贷中监控

贷后催收 & 回溯评级

详细内容见上图。

2. 贷前整体流程

首先讲下贷前的流程设计，这张图是比较简单的，真正在业务实践中，我们会在这张图中进行一些增删，比如橙色部分我们可以增加一些准入条件、分析客群，这张图比较通用一些，主要分为三个部分：

反欺诈

信用评估

额度定价

接下来是信息核验常用的一些维度。

反欺诈规则常用的维度，包括：

黑名单：通常金融客户会有自己维护的内容黑名单，同时可能也会和同行等其他金融机构进行分享，这是很重要的一部分。

申请行为：申请行为异常，这个通常是根据自己内容积累的数据，也有与其他机构共享的数据。

不良信息：是否有不良记录。

实名信息：指客户在历史的申请中是否使用了多个身份信息。

消费行为：有的公司在要求客户提交资料的时候，附上银行流水和消费的相关资料。

团伙欺诈：以上几个环节是对用户行为进行评估，团伙欺诈是对关系进行评估，通常会通过三要素等维度，进行关联，发现与他有关联的高风险客户或者在短时间内有相似行为的客户。

在做模型搭建，或者信用评估、反欺诈之前会做客群的划分。在汽车金融领域首先会做这样的一个划分（不同机构划分的可能不一样）：首先是厂商的汽车金融，然后是融资租赁、直租、二手车、商用车、车抵贷等。因为建模之前通常会要求样本是独立同分布的，不同的客群，他们的样本特征，包括分布特征都会不一样，所以需要做分客群的建模。其实这一步，也可以放在整个风控流程的最前面。

做完模型之后，最重要的是怎么使用它，这里展示了使用的方式，通常需要把它转化成这样的一个表。这张表展示的是每个评分区间它的坏账率和KS值，通过这张表来划分一个阈值来审批。阈值的划分，通常是基于业务的需求。

除了欺诈和信用风险评估，通常还会做额度的策略。通常会把信用的评估和个人的评估做一个交叉，对客户进行风险细分，图中左上角表示偿还能力强，信用风险低，右下角表示偿还能力差，这样可以把用户分为 A、B、C、D四个等级，A区的客户资质比较好，足够强的偿还能力，信用风险比较低，那么就会对这部分用户提高额度空间。对于最差的区间，会提高首付比，降低额度空间，这样就会提高违约的成本。

3. 贷中管理

刚才讲的是贷前的环节，汽车金融和其他产品相比有个比较明显的特点，就是风险释放周期长，图中展示了大致的风险释放周期，我们可以看到过了18个月，也仅仅是释放了70%的风险。所以，这要求我们做好贷中监控的环节。需要及时监控客户的还款状况，还有信用风险的变化，以及偿还能力的变化，提前做好预警，或者催收前置。对于资质比较好的客户，我们可能会做一些存量的营销。

4. 贷后催收

最后是贷后环节，一个粗暴的方式是按照账目来分M1、M2、M2+这样分给不同的催收员，来专门催收。

更精细化的方式，是催收评分卡，根据客户的还款意愿来贴标签，搭建这样的评分卡，来评估客户的还款意愿，指定更精细化的催收策略。