零壹財經(jīng) 作者：周立烽
來(lái)源：零壹財經(jīng)（ID:Finance_01)
在零壹財經(jīng)發(fā)表的上篇文章《銀行小微企業(yè)信貸大數據風(fēng)控轉型實(shí)踐》中，筆者提出了線(xiàn)下小微金融業(yè)務(wù)線(xiàn)上化的理念與方法論，介紹了線(xiàn)上風(fēng)控部分、線(xiàn)下盡調部分線(xiàn)上化、額度模型。本文接上文，詳細介紹我們對小微金融線(xiàn)上化模型的探索。
在國內，大部分城商行還處于IPC階段、信貸工廠(chǎng)階段，泰隆銀行、臺州銀行、張家港農商行、重慶農商行等在小微金融方面發(fā)展較為領(lǐng)先的銀行，都是信貸工廠(chǎng)結合大數據風(fēng)控的模式。
目前，我們正在探索應用稅務(wù)和發(fā)票數據構建純線(xiàn)上的小微金融風(fēng)控模型。本文作為學(xué)術(shù)探討，也是筆者與多家知名銀行小微風(fēng)險部交流探討，形成的共識。
一、稅票貸風(fēng)控數據
稅票貸的風(fēng)控數據有多個(gè)維度，其中包括稅務(wù)變量、發(fā)票變量、個(gè)人征信、企業(yè)征信、司法工商數據、盡調數據等等。
1、稅務(wù)變量：根據繳款信息、納稅申報表、完稅證明，構建了400多個(gè)《稅務(wù)變量》表，用于準入策略、模型。
2、發(fā)票變量：用插件采集。根據采購物品、采購金額、采購時(shí)間、上游企業(yè)；根據銷(xiāo)售物品、銷(xiāo)售單價(jià)、銷(xiāo)售時(shí)間、下游企業(yè)等發(fā)票信息，構建發(fā)票變量。并構建原料---產(chǎn)品產(chǎn)值變量、各成本產(chǎn)值比等變量。按行業(yè)細分，共有1000多個(gè)發(fā)票變量。
3、個(gè)人征信：構建了個(gè)人征信8000多個(gè)變量，構建了準入策略、經(jīng)營(yíng)貸模型。詳見(jiàn)《個(gè)人征信變量》。
4、企業(yè)征信：構建4000多個(gè)企業(yè)征信變量，構建了準入策略，以及相關(guān)額度模型的變量，詳見(jiàn)《企業(yè)征信變量》。
5、司法工商：對接外部司法工商數據。
6、盡調數據交叉核驗：行業(yè)數據、發(fā)票數據、水電費等進(jìn)行線(xiàn)上化后，采集線(xiàn)下盡調數據做線(xiàn)上化，與發(fā)票數據、行業(yè)數據、電費產(chǎn)值比等交叉線(xiàn)上核驗，形成審批結果。
7、其他
二、線(xiàn)上準入策略
目前大部分銀行沒(méi)有做企業(yè)征信解析做準入策略，但在筆者公司都已經(jīng)實(shí)現企業(yè)征信的線(xiàn)上化解析，用于準入策略與模型變量。企業(yè)征信的模型變量上，主要考慮因素為：個(gè)人+企業(yè)征信總負債風(fēng)險敞口、杠桿率（對比行業(yè)均值）、可變現房產(chǎn)凈資產(chǎn)等。
線(xiàn)上準入策略的制定，要根據具體情況進(jìn)行松緊的調節，下面舉兩個(gè)例子：
案例一：
某銀行稅貸利率相對較低，故準入相對較嚴，舉例準入策略：
申請條件
1、年齡：25-65周歲
2、借款主體：
1）企業(yè)成立2年以上；
2）申請人為法人或者企業(yè)的第一大自然人股東，（部分地區，如重慶市、浙江省除寧波外地區限定申請人為法人）；
3）在過(guò)去18個(gè)月內未發(fā)生法人或股東身份變更（如法人/股東變更了，可換其它符合條件的股東作為申請人）；
4）企業(yè)為增值稅納稅人（含一般納稅人和小規模納稅人）。
征信要求：
1）當前貸款不能有逾期；
2）查詢(xún)：近兩個(gè)月≤4次（查詢(xún)原因為“貸款審批”或“信用卡審批”，但同一機構查詢(xún)可記為1次）；
3）貸款不可出現：24個(gè)月內，M1>6，M3≥1；12個(gè)月內，M2≥1；6個(gè)月內，M1≥1；
4）貸記卡不可出現：24個(gè)月內，M1>6，M3≥1；12個(gè)月內，M2≥1；6個(gè)月內，M1≥1；
5）申請人持有三張以上有效信用卡，且信用卡總額度20萬(wàn)以上，且近半年信用卡總額度平均 使用率≥70%，不予準入；
6）不含本次申請，允許未結清銀行弱擔保類(lèi)貸款（貸款類(lèi)型為：個(gè)人信用貸款、經(jīng)營(yíng)性貸款、 農保貸款，擔保類(lèi)型為：純信用、聯(lián)保、保證）不超過(guò)2筆；
7）貸款五級分類(lèi)狀態(tài)不可顯示為次級、可疑、損失；貸記卡、準貸記卡不可為狀態(tài)為凍結、呆賬、止付；對外擔保貸款狀態(tài)顯示不可為次級、可疑、損失；不可出現擔保人代償、以資抵債。
納稅要求：
1）納稅記錄>1年，年開(kāi)票銷(xiāo)售額>10萬(wàn)；
2）近兩年任一年度增值稅納稅額不為0；
3）若申請人為小規模納稅人，近一年出現0申報次數不得超過(guò)1次；
4）若申請人為一般納稅人，近一年出現0申報的次數不超過(guò)3次；
5）最近12個(gè)月的報稅銷(xiāo)售收入同比下降不超過(guò)40%；
6）信用類(lèi)負債≤近12個(gè)月收入認定的40%（負債包括貸款和貸記卡、準貸記卡，收入認定為申請人企業(yè)的銷(xiāo)售收入，以發(fā)票數據/稅務(wù)數據為準）；
7）授信額度一般為近24個(gè)月增值稅累計納稅額*2+近24個(gè)月企業(yè)所得稅累計納稅額*3，且不超過(guò)近12個(gè)月報稅收入的8%。
排他條款：
1）同一法定代表人、同一自然人僅限申請一筆貸款；
2）同一企業(yè)僅限申請一筆貸款；
3）申請人在P銀行不能有未結清的小企業(yè)授信（貸貸卡和救濟類(lèi)授信）；
4）申請人企業(yè)在P銀行不能有信用類(lèi)標準化網(wǎng)絡(luò )融資產(chǎn)品（含生效批復、 有效額度、貸款余額）；
5）申請人在本次申請前不能有未結清的小貸公司（非銀機構）的貸款記錄，
6）申請人在本次申請前不能有小貸公司（非銀機構）的申請貸款的記錄 （不論通過(guò)與否）。
限制行業(yè)：
1）煤炭開(kāi)采和洗選業(yè)，黑色金屬礦采選業(yè)，有色金屬礦采選業(yè)，非金屬礦采選業(yè)；
2）皮革、毛皮、羽毛及其制品，造紙和印刷業(yè)，基礎化學(xué)原料制造，肥料制造，農藥制造，橡膠和塑料制品業(yè)，玻璃制造，水泥制品；
3）石油和天然氣開(kāi)采業(yè)，石油加工，煉焦和核燃料加工業(yè)，黑色金屬冶煉和壓延加工業(yè)（鐵、鋼、鐵合金），有色金屬冶煉和壓延加工業(yè)，金屬制品業(yè)，光伏設備及元器件制造，礦產(chǎn)品、化工產(chǎn)品批發(fā)（煤炭、石油、金屬及金屬礦、非金屬礦及制品等）；
4）房屋建筑業(yè)，房地產(chǎn)開(kāi)發(fā)經(jīng)營(yíng)，房地產(chǎn)中介服務(wù)，金融租賃服務(wù)，財務(wù)公司，網(wǎng)絡(luò )金融，典當，小貸公司，擔保服務(wù)，其他未列明金融業(yè)；
5）洗浴服務(wù)，理發(fā)及美容服務(wù)，室內娛樂(lè )活動(dòng)，電子游藝廳娛樂(lè )活動(dòng)，歌舞廳娛樂(lè )活動(dòng)，游樂(lè )園，網(wǎng)吧活動(dòng)等。
案例二：
某民營(yíng)銀行稅貸利率在年化15%左右，準入相對較松：
申請人：
1、年齡：18-65周歲
2、企業(yè)法人
3、3個(gè)月內法人不能變更
企業(yè)要求：
1、公司成立2年，A/B/M；無(wú)評級的不行
2、近12個(gè)月內稅務(wù)方面不能有逾期未繳款，納稅人狀態(tài)正常；
3、無(wú)連續6個(gè)月不納稅情況；
4、必須有三年的財務(wù)報表信息和最新一期報表；
5、近一年的資產(chǎn)負債表和利潤表所屬時(shí)間距離當前日期不能超過(guò)6個(gè)月。
征信要求：
1、近12個(gè)月逾期不能有1；不能有當前逾期；
2、借款人不能有對外擔保；
3、非銀行機構查詢(xún)7天內小于等于1次，3個(gè)月內小于等于3次；
4、不看負債。
三、小微稅票貸評分子模型
小微稅貸的主模型主要由如下幾個(gè)子模型構成：人行征信模型、稅票模型、交叉驗證模型、財務(wù)評級模型。我們是運用這幾個(gè)子模型，綜合后給出小微企業(yè)的風(fēng)險評分。
下面，筆者就這幾個(gè)子模型做逐一介紹：
小企業(yè)稅票貸客群有小部分公司有企業(yè)征信，我們搭建了4000多個(gè)企業(yè)征信變量，但由于樣本量較少，很難做模型，我們主要利用企業(yè)征信解析做線(xiàn)上準入策略，主要為逾期、對外擔保、五級分類(lèi)等準入策略。但我們要用企業(yè)征信上風(fēng)險敞口（非低風(fēng)險）數據，同時(shí)結合企業(yè)主個(gè)人征信，構建還款壓力類(lèi)、還款能力類(lèi)、杠桿率、凈資產(chǎn)負債比等變量，主要用于額度模型。
企業(yè)主個(gè)人征信子模型。由于小企業(yè)稅票貸額度大于商戶(hù)貸，且利率低，客群有很大不同，故稅票貸的個(gè)人征信入模變量也與商戶(hù)貸有很大差異。比如貸款金額小于1萬(wàn)元的筆數、征信查詢(xún)類(lèi)變量、現用最近24個(gè)月貸記卡最近6個(gè)月平均使用額度與授信額度比率最大值、第一筆貸款本金等，通常情況下我們稅票貸人行征信A卡子模型KS在0.3至0.35。同時(shí)我們發(fā)現，C端三方數據，如同盾百融等，對稅票貸客群效果一般，只作為準入策略較為合適。
稅票子模型。目前市場(chǎng)用較多的是稅數據變量，但實(shí)際票效果遠遠要好于稅數據，這也是浦發(fā)銀行朋友認同的，他們在稅票貸領(lǐng)域風(fēng)控基本是第一。首先，我們不分行業(yè)，建立了稅變量400多個(gè)，插件授權獲取銷(xiāo)項票變量300多個(gè)，針對四川、廣東、浙江、上海、云南等可以授權獲取H5國稅進(jìn)項發(fā)票，我們開(kāi)發(fā)進(jìn)銷(xiāo)項變量1000多個(gè)。其次，我們針對有進(jìn)銷(xiāo)項的地區，按行業(yè)、產(chǎn)品建立更加細分的發(fā)票變量，比如某產(chǎn)品的原料采購構成。主要入模變量為滯納金、增長(cháng)率、重合比率、下游客戶(hù)層次等變量。
線(xiàn)上化交叉檢驗模型。我們針對客戶(hù)經(jīng)理盡調數據，做線(xiàn)上化交叉檢驗，對于不合格的財務(wù)報表，需要退回重新盡調。這里面主要實(shí)現方法，大家可以自己思考。
財務(wù)評級模型。確定財務(wù)數據基本真實(shí)前提下，我們按行業(yè)建立PD小企業(yè)模型。但財務(wù)數據雖然經(jīng)過(guò)交叉驗證，但也不能確保完全準確，且財務(wù)評級模型主要為專(zhuān)家經(jīng)驗建立，故財務(wù)評級模型是作為額度模型的其中一個(gè)變量。建財務(wù)評級模型，需要銀行結合當地自身情況，地區間有差異。
四、貸中風(fēng)險管理
貸前準入之外，在貸中也可以對純線(xiàn)上的數據進(jìn)行監控，從而對風(fēng)險加以區分。
（一）貸中風(fēng)險管理分類(lèi)
1、動(dòng)支階段風(fēng)險管理：動(dòng)支審批管理。
2、存量客戶(hù)風(fēng)險管理：高風(fēng)險客戶(hù)管理（單獨策略）、額度管理、定價(jià)管理、期限管理、還款方式管理。
（二）、動(dòng)支風(fēng)險管理
新客流程：注冊—完件—授信—動(dòng)支。三個(gè)關(guān)鍵變量：動(dòng)支模型評分、動(dòng)支天數、動(dòng)支率。
通過(guò)動(dòng)支分析，我們發(fā)現在授信第15天后動(dòng)支可達50%以上，第30天動(dòng)支可達60%以上。
我們把未動(dòng)支、未逾期客戶(hù)定義為好客戶(hù)，去除有逾期記錄灰客戶(hù)，通過(guò)轉移矩陣（滾動(dòng)率）定義逾期N天以上為壞客戶(hù)。建立評分卡模型后，驗證好灰壞的排序性，同時(shí)針對建模和驗證客戶(hù)我們做動(dòng)支分析。我們做貸中動(dòng)支策略，首先是對動(dòng)支評分、動(dòng)支率、動(dòng)支天數的觀(guān)察定策略。舉例：
分析：
定義第1天至第20天評分-動(dòng)支率預警規則：
所以我們對稅票貸新客授信后每天監控申請動(dòng)支率，根據申請動(dòng)支率、主模型評分做實(shí)時(shí)額度更改策略。同時(shí)對于降額客戶(hù)，可根據半年后征信情況重新評分，做提額。
針對存量客戶(hù)的貸中風(fēng)險管理，模塊較多，下次繼續展開(kāi)。
五、額度模型與貸后管理
額度模型構建方法較為機密，本文不做論述，有興趣的朋友可以加入稅票貸風(fēng)控交流群一起來(lái)探討。貸后管理基本可以每三個(gè)月查詢(xún)稅票數據、征信數據，做貸后策略監控、貸后模型監控。
注：文章為作者獨立觀(guān)點(diǎn)，不代表資產(chǎn)界立場(chǎng)。
題圖來(lái)自 Pexels，基于 CC0 協(xié)議
本文由“零壹財經(jīng)”投稿資產(chǎn)界，并經(jīng)資產(chǎn)界編輯發(fā)布。版權歸原作者所有，未經(jīng)授權，請勿轉載，謝謝！
