目录

​编辑

场景概述

贷前、贷中、贷后的划分及对应的风控场景

贷前风控场景简介

预授信

授信审批

定额

定价

人工审核

---

场景概述

贷前、贷中、贷后的划分及对应的风控场景

在金融风控全生命周期中，贷前主要是指授信成功及之前的阶段、贷中主要是指授信成功后到逾期前的阶段，贷后主要是指逾期之后的阶段。金融风控贷前阶段,其实不仅包括由业务部门牵头进行的项目（产品）层面的项目立项、尽调、评审、上线等过程，还包括由风控部门牵头进行的进件客户资质审核、定额和定价等过程，所述的贷前主要是指由风控部门牵头进行的贷前客户风险管理等内容。

虽然我们对金融风控全生命周期进行了阶段划分，但是不同风控阶段不是独立的，而是紧密联系的，只有将不同风控阶段协同起来，才能更好地实现尽扫目标。如贷前风控做得好，贷中和贷后的压力会小很多；贷中积累的客户行为数据对进历能前和贷后风控有较大的帮助，同时贷中客户风险管理做得好，贷后的压力也会小很多，贷后催收的得好，整体资产的风险表现会有较大的改善，同时贷后收集到的客户逾期信息也可以反哺贷前和贷中风控策略的优化。

如何实现不同风控阶段的目标呢？答案是主要依靠风控策略和风控模型。不同分控阶段要实现的风控目标不同，要开发的风控策略、模型都是不同的，具体要开发什么样的策略和模型，要结合业务目标、数据情况等因素综合考虑。

贷前风控场景简介

贷前是风控的第一道防线，侧重对进件客户的资质（信用风险和欺诈风险）审核。贷前主要有预授信、授信审批、定额、定价、人工审核等风控场景，不同风控场景及对应的重点]作内容如下所述。

预授信

预授信主要是指金融机构基于自身拥有的一些数据和模型评分对能触达的一些潜在客户达行筛选与风险初步评估，为评估通过的客户初步定额和定价，并基于定额和定价结果对客户选行贷款营销的操作。因为预授信主要用来支持贷款营销，所以定额的时候通常会虚高一些，定价时往往偏低一些，在向客户发送贷款营销信息的时候，往往会告知客户最高可能的授信额度和最低可能的利率，以便吸引客户进行贷款申请。

预授信通过并不表示对客户的授信审批会通过，客户贷款时是否审批通过、给予的授信额度和贷款利率取决于真实的授信审批和定额、定价结果。

需要说明的是，很多金融信贷产品没有预授信场景，具体是否需要设计预授信场景，要结合实际业务需求而定。

授信审批

授信审批主要是指金融机构基于客户贷款时提供的数据、自身拥有的数据、征信数据、第三方数据、各种模型评分筛选出满足准入条件的客户，并从多个维度对客户进行身份核实、还款意愿和还款能力评估，基于评估结果，对高风险客户进行授信审批拒绝，对低风险客户进行授信审批通过的操作。

授信审批通常由自动化审批和人工审核两部分组成。随着大数据和人工智能的发展，为了提高授信审批效率，降低授信审批成本，授信审批正在向纯自动化审批方向发展，人工审核在授信审批中所占的比例会越来越低。

定额

定额是指针对授信审批通过的客户，基于客户风险表现、收入和负债等数据，给予客户合理授信额度的操作。在一些风控场景中，客户的授信额度会包括基础额度、临时额度、专项额度等。虽然额度类型较多，但是任何定额操作都要合理、谨慎，切莫为客户过度授信，进而导致客户无力偿还贷款而为金融机构造成损失。

定价

定价是指针对授信审批通过的客户，基于客户的风险表现、动支意愿、利率敏感度等指标，为客户进行合理定价的操作。金融机构为客户进行定价的时候，要确保定价能够覆盖风控成本和预期损失，实现预期收益。

人工审核

在实际生产中，贷前人工审核通常是授信审批的一部分，但因其特殊性，所以单独进行说明。人工审核主要发生在授信额度较高的金融信贷产品（如个人大额消费贷款、个人经营性贷款、企业流动性贷款等）的授信审批过程中，是对疑似但并不能直接确认风险的客户进行诸如电话、视频沟通等来进一步确认客户风险情况的操作，是对自动化授信审批策略的补充。对于授信额度偏低的贷款，通常是没有人工审核环节的，因为这类贷款往往客群基数庞大，若授信审批通过后仍进行人工审核操作，一方面会大大增加风控成本，另一方面会增加授信审批时长，影响客户体验，得不偿失；而对于授信额度较高的贷款，若出现一笔逾期，就会为金融机构带来较大的损失，通过对疑似风险客户进行人工审核操作，可以有效防范和降低风险。

人工审核通常在自动化授信审批、定额和定价等操作完成后进行，若客户进件后未被自动授信审批策略拒绝但是触发了人工审核策略，则需要进行人工审核操作，若人工审核时发现念户风险较高，则可拒绝客户的授信申请；若发现客户有一定的风险，则可在适当降低客户授信额度或提升客户定价的前提下为客户进行授信操作；若经确认，客户风险相对可控，则同意对客户进行授信操作。

人工审核不但承担着疑似风险客户的风险确认职责，而且需要不断总结和提炼人工审核过程中发现的共性风险点，反哺和推动授信审批尤其是自动化审批策略的优化。

print('要天天开心啊')