风险控制体系

风控体系框架

一、设置科学完善的组织架构

按照现代企业的管理制度的要求合理设置各级部门体系，以达到部门协调和部门监督为一体的管理目标。

风险管理部下设三个二级部门：风险审查部、资产管理部和风险监管部。其中，风险审查部负责项目的尽职调查、科学审批；资产管理部负责业务合同的拟定、反担保措施的落实；风险监管部负责贷后的全面管理，包括常规检查、风险预警和逾期的催收。

二、完善优化业务流程

1、按照金融业务的要求设计贷款审批流程，严格按照业务受理、资料审查、尽职调查、初审、评级、终审决策等程序执行业务。在这些关键点中，要特别明晰岗位职责并严格执行，同时在贷款调查、标准流程和质量控制的基础上确保材料及报告的真实性和完整性。

2、贷后监管作为风险管理的重要环节，必须明确首次检查、日常检查和异动抽查的监管体系。针对各类业务的风险点指定不同的监管措施，通过电话回访、上门回访、特殊情况下控制客户财务印鉴等多渠道了解借款人的情况，对于发现的影响借款人偿债能力的事项，要及时进行预警，以便尽早开展催收工作，防止违约损失的发生和扩大。

三、建设风险补偿机制

1、引入担保公司

首先，建立严格的担保公司准入标准，包括担保公司参与业务需经省金融办备案，要符合监管评级A级以上、发起股东的资信实力、不良率低于一定水平等

一些基本条件。

其次，在对担保公司日常运行的动态风险评估和现场调查基础上，确定每家担保公司的综合授信担保额度，并对其业务总额进行控制。

第三，建立业务保证金制度，所有参与平台业务的担保公司按照授信担保额缴纳一定比例保证金。

第四，担保公司为投资人提供全额的连带责任保证。不过，仅由担保公司提供担保还不够，还要求担保公司的主要股东及实际控制人承担连带责任。

2、风险准备金

“风险备用金账户”是指为平台所服务的投资者的共同利益考虑，以平台的名义单独开设并由其管理的一个专款专用账户。

（1）资金来源

“风险备用金账户”资金全部来源于平台根据其与借款人签署的协议向其所服务的借款人所收取的服务费（以下简称“服务费”），平台在依协议向借款人收取服务费的同时，将在收取的服务费中按照借款人的信用等级等信息计提风险备用金，并将计提的风险备用金存放入“风险备用金账户”并进行专户管理。（2）资金用途

“风险备用金账户”资金将专门用于在一定限额内弥补平台所服务的投资者（债权人）由于借款人（债务人）的违约所遭受的应收本金本金损失，即当借款人（债务人）逾期还款超过30日时，平台将按照“风险备用金账户”资金使用规则从该账户中抽取资金用于偿付投资者（债权人）应收取的本息金额。（3）资金管理

风险准备金由第三方进行监管并接受权威机构审计，实现资金安全的同时为投资人提供有效还款保障。

四、小额分散原则

先说一下“分散”在风险控制方面的好处，即借款的客户分散在不同的地域、行业、年龄和学历等，这些分散独立的个体之间违约的概率能够相互保持独立性，那么同时违约的概率就会非常小。比如100个独立个人的违约概率都是20%，那么随机挑选出其中2人同时违约的概率为4%(20%^2)，3个人同时违约的概率为0.8%(20%^3)，四个人都发生违约的概率为0.016%(20%^4)。如果这100个人的违约存在相关性，比如在A违约的时候B也会违约的概率是50%，那么随机挑出来这两个人的同时违约概率就会上升到10%(20%×50%=10%，而不是4%)。因此保持不同借款主体之间的独立性非常重要。

“小额”在风险控制上的重要性，则是避免统计学上的“小样本偏差”。例如，平台一共做10亿的借款，如果借款人平均每个借3万，就是3.3万个借款客户，如果借款单笔是1000万的话，就是100个客户。在统计学有“大数定律”法则，即需要在样本个数数量够大的情况下(超过几万个以后)，才能越来越符合正态分布定律，统计学上才有意义。因此，如果借款人坏账率都是2%，则放款给3.3万个客户，其坏账率为2%的可能性要远高于仅放款给100个客户的可能性，并且这100个人坏账比较集中可能达到10%甚至更高，这就是统计学意义上的“小样本偏差”的风险。

五、合理、科学的风险定价机制

所谓风险定价，通俗来说，就是使质量好的客户能以较优惠的利率借款，质量差的客户需要以风险溢价作为补充。也就是说优质客户贷款成本逐渐降低，而

信用差的客户贷款成本升高。对投资人而言，投资优质客户利息收益相对小但安全，投资信用差的客户利息收益高但风险也相对增加。

P2P平台要做好风险定价，首先必须有职责分工明确的风控部门，拥有自身征信团队并确保征信数据真实获取、标准统一，依赖政策和数据分析、风控审核、催收之间专业链条式作业，实现平台内部环节之间的相互监督管理。公司拥有自主的风险审核体系，结合传统风险审核与互联网金融特征，根据行业平均情况，对借款人业务等进行科学合理的风险定价。不仅在线下收集借款主体资料，了解借款主体、借款用途、还款来源、抵押物等情况，并通过各种途径对借款人进行背景调查、征信调查及现场考察等；同时根据现场考察情况，对借款方进行初步评审，评估期还款能力和信用风险；最后还需进行线上贷款系统复核。

六、反欺诈模型

动态反欺诈模型的原理是其依托平台积累的用户数据、合作单位授权的数据和网络平台公开所获取的数据，在现有的传统反欺诈体系基础上，将欺诈规则有机的融入业内领先数学模型中，通过多维度多变量运算对借款申请人信息进行定量与定性分析。

反欺诈模型贯穿包括贷前、贷中及贷后的整个业务流程，并把前一阶段的审核结果带入当前环节的模型运算中，使得模型在整个流程中不断进行动态自我更新调整，从而进一步减少信用审核的工作量、大大提升反欺诈甄别的效率与精准度。

具体来说，该方案采用的是实时监控和实时分析的管控策略，对于互联网上发生的垃圾注册、账户盗用、恶意欺诈等行为，通过欺诈风险识别技术，从多维

度进行数据监控与分析，识别出各类异常行为，最大限度降低企业运营风险，提高投资者的资金安全。

举例来说，在反欺诈过程中，如果监测出几个客户的IP地址相同，在短时间内频繁借款、金额较大，且每次借款申请用途都不同，那么基本可以判断出这属于个人贷款申请欺诈，然后直接在信审过程中将其筛掉。

七、用数据分析方式建立风控模型和决策引擎

如果P2P平台公司采用和银行类似的实地考察，审查和分析借款人的财务报表，盘点企业存货等方式，将会导致平台的运营成本很高，使业务难以持续。因此需要另外一种审核模式，利用类似国外信贷工厂的模式，利用风险模型的指引建立审批决策引擎和评分卡体系，根据客户的行为特征等各方面数据来判断客户的违约风险。违约风险的两个主要影响因素：还款意愿和还款能力。如何根据个人的不同行为特征等数据来建立评分卡，判断其还款概率，是风控的核心内容。

通过数据分析来建立风控模型，固化到决策引擎和评分卡系统，建立信贷工厂模式的风控审核系统，有以下两个方面的好处：

1、决策自动化程度的提高明显降低人工审核的成本；

2、解决了人工实地审核和判断带来的标准不一致问题。