这篇文章，我们讲讲信贷产品在白名单建设中的两个场景、“绿色通道”三个阶段和六个核心要点，希望能帮到大家。

一、两个场景

1、控制放量及风险

尤其是在业务初期，比如对流量渠道的名单初筛

2、特殊客户差异化策略

一般是在成熟业务上应用较多，面向对象是相对优质的客户，对其设置“绿色通道”三个阶段

1、仅白名单客户客申请（1~2个月）存量客户分层白名单的筛选及投放

验证客户分层逻辑是否可行，同时积累一部分好坏客户的数据，最终具备客户的筛选能力，为第二阶段存量客户开放申请打下基础。

2、存量客户开放申请（3~6个月）客户分层与筛选逻辑得到进一步验证，开始扩大对存量客户的可申请范围非目标客户前置拦截客户分成验证及迭代客户下沉

3、全人群开放申请

进一步扩大客户的范围，直至全人群。

二、六个核心

1、白名单筛选之存量客户分层

存量客户分层是白名单筛选的前提，白名单筛选即对各个分层做一定比例的抽取。

存量客户分层主要有以下方法：

1）联合建模方案

a.自有数据 + 合作机构（Y）构建白名单策略与模型

b.内部数据：性别、年龄、居住区域、工作信息、消费习惯、App使用信息等

2）自有数据Y值挖掘方案

a.自有数据寻找逾期相关变量，如：逾期短信、失信名单…定义内部y值，构建白名单策略模型如：

Bad定义：短信中出现逾期，法院失信名单等

Good定义：定期还款客户，信用卡提额客户等

3）自有数据经验模型

这里主要比较常用的是AHP，即层次分析法，网上资料并不少，不妨自行搜索。大体上步骤是先评估每个评估对象各个维度的权重，再与各个维度实际值（无量纲化处理后）相乘得到各个对象的最终值，然后加和得到各个对象的总得分并排序。

4）特定人群识别方案

例如：

房贷人群：一二线城市房贷人群、其他城市房贷人群

特点：固定资产人群

社保公积金缴纳人群：稳定缴纳人群、高基数缴纳人群

特点：收入稳定、高收入人群

职务类人群：党员人群、干部培训人群、国有企业人群、公务员人群

特点：工作稳定、信用意识好

不良类人群：多头申请人群、羊毛党、伪造app使用人群、涉黄赌徒人群

特点：欺诈多发人群

2、白名单转化率预估

常见指标如下：

1）响应率：评估不同客群的响应率，测试不同运营方式、不同流程客户的最高响应率。虽然响应率是个典型的运营指标，但也是风控业务要关注的，比如响应率很高的客户资质往往一般（逆向选择）；对已知渠道的情况足够了解，也可大致判断风险水平，对于有些运营方式获客会出现异常高的响应率，也是需要警惕的。

2）通过率：评估不同客群的审批通过率，分析差异原因并预估开放人群后的通过率。

3）坏账率：评估不同客群的全生命周期损失、坏账率，结合贷后表现验证预估结果。

4）客户最大规模：结合以上指标，推算存量客户带来的最大规模，测算产品盈利。

3、客群进件监控

1）常见指标

• 存量客户在各分层的比例
• 各分层的投放比例
• 各分层客群的真实进件占比
• 各分层客群的响应率
• 各分层客群的通过率2）常用手段
• 时间线追踪监控，例如：

• 进件客群的波动变化情况
• 通过客户的组成情况
• 对比观测审批策略对各层的收紧效果
• 切片数据回顾，例如：

• 存量客户在各分层的比例
• 各分层的投放比例
• 各分层客群的真实进件占比

4、客群分层坏账预测

1）迁徙率进行坏账预测

a.计算历史各个账期的迁徙率（近一年内）

b.预估近期各个账期的迁徙率（近一年各个账期迁徙率的算数平均值）

c.统计截止当前的资产分布，并结合上一步预估的账期资产迁徙率，计算各个账期的坏账并累计加迁徙率进行坏账预测

2）利用Vintage预估坏账

利用Vintage预估坏账

5、策略应用

1）业务起始阶段流量控制

• 白名单客户可见贷款入口
• 不同层级客户差异化投放
• 非目标客户舍弃营销

2）差异化审批及授信

• 非目标客户前置规则拒绝
• 外部数据源差异化调用，节省成本
• 差异化审批策略
• 客户下沉

3）差异化进件流程

• 客户进件填写字段差异化设计
• 进件流程差异化设计

6、白名单迭代

业务是在不断变化的，白名单也是需要与时俱进的，以下是迭代过程中经常遇到的问题以及对应的解决方案：

• 存量数据库
• 客户分层表
• 白名单
• 问题
• 方案

客户分层是时点数据，不同时间进行分层结果不一样；记录每一版本的分层，便于后续做客户分层迁徙分析。已开放的名单，分层迭代时产生的差异化问题；贷中管控，如调额、调息与冻结额度等，数据量较大时，线上更新时间差异的问题，白名单筛选变量避免应用太短期变量。