干货 | 监控到这些信号,就说明风控出现了危机

干货 | 监控到这些信号,就说明风控出现了危机
2019年08月29日 11:15 新浪网 作者 一本财经

1972年,美国发生了一起重大空难,101人丧生。

而空难的原因匪夷所思:机组人员都在忙着修起落架上的指示灯,忽视了飞机正在快速下降。

从这个例子可以看出,监控错误,会带来怎样的毁灭性灾难。那么,如何从金融繁杂的数据和信息中及时发现潜在风险呢?

一本学院特邀导师进行了如下精彩分享。

很多人对风险监控并没有系统全面的正确的认识,采用了很多错误的监控方式,这是非常危险的。

在这里,我特别和大家分享一下风险监控的问题。

01信贷监控的重要性

不少人对监控的认识有很大误区,认为监控就是看一下坏账怎么样,通过率怎么样,这是完全错误的。信贷监控重点关注的,是主要风险的各项指标,它不仅要监控日常业务指标,也和实验设计紧密相关,并要求在发现异常后,有及时、有效、可执行的处理方案。

有效的信贷监控可以大大提高金融业务的风险承受能力,及时避免大的经济损失。同时,监控也对业务的优化和提升具有关键作用,它可以及时发现工作疏漏,帮助我们快速提升业务水平,缩短学习周期。

实际工作中,小伙伴喜欢问这样的问题:这个客户的申请是通过,还是拒绝?额度是1万、1.1万还是9000?分6期、12期还是24期?这套策略应该卡到3,还是5?……要想找到这些问题的答案,就需要进行各种数据分析和测试。需要特别注意的是,测试和监控要同步进行。如果为提升业务水平做了很多测试,但没有关键点的监控,那不但会浪费测试的宝贵时间,还极可能得出一个错误的结论。

02空难给监控带来的启发

1972年的一天,美国东方航空的一架401航班飞往迈阿密,飞机准备降落时,机组发现起落架指示灯的灯泡坏了一个,不能判断起落架是否落下。于是机组开启了自动驾驶模式,尝试修复指示灯,然而此时,驾驶舱所有人都没发现,飞机一直在下降。当飞机从自动驾驶设定的2000公尺下降到1000公尺以下时,警报器开始叮叮响,但大家都在修灯,没有人注意到警报。

塔台看到这个飞机高度太低了,也发出警示,但提醒的是“What is going on?”而机组认为问的是红灯的问题,就说“我们还在修灯”。等飞机高度不足200公尺时,机组人员才发现高度的问题,但已经太迟了。

干货 | 监控到这些信号,就说明风控出现了危机

401航班坠毁在迈阿密西部的沼泽地中,101人死亡,这是当时美国民航史上死亡人数最多的空难,美国东方航空也因为这场灾难直接宣告破产。

大家可能在想,讲风险监控,怎么开始说空难?其实这个事件特别体现了监控的重要性,以及监控的几个要点。

第一点,要监控关键指标。机组如果能把控住飞机的高度,也能够实现平安降落。脚架指示灯亮不亮,其实并不是飞机能否安全着陆的关键指标,就算脚架没放下去,飞机也能降落,只是冲击比较大。那想一下,我们平时工作中监控的数据指标,都是关键点吗?有没有被一些非关键指标的变动占用过多注意力?

第二点,不要过度监控,被噪音干扰。脚架的指示灯不亮,其实是噪音,却吸引了机组的所有关注力,反而让他们忽视了重要的高度警示。过度监控也是很常见的误区,监控的力度不是越细、越频繁就越好。大家都知道,逾期率、通过率受外部市场影响,在一小时或一天内有波动非常正常。如果过度监控,一方面会抓到很多噪音,风控团队将疲于应对;另一方面,还可能把噪音当成信号,带来错误的决策,比如监控到某天的逾期非常高就决定收缩业务,但其实这可能只是某一波客户的问题,或者是总的体量小,少数逾期造成较大波动,并没有统计学意义,这时的决策就是错误的。

第三点,风险提示要明确。当塔台的人发现问题时,要直接明确地提示飞机高度太低,而不是模糊地问怎么了,导致对方不知道提醒的是什么,以至于错过宝贵的补救时间。我们的工作也一样,要明确警示哪个渠道的申请量显著异常,客户申请转化的哪个环节下降多少,等等。

03测试中监控的案例

上面的案例强调了日常监控工作的重要性和关键点,再来看个业务测试监控的案例。

我们考虑设计更低价的产品来吸引客户,比如IRR24%以内的产品,这需要进行两个方面的测试。第一,低利率产品能否提高提现发起率。正常情况下,产品价格越低,客户的额度越高,提现意愿应该也越高。第二,低利率产品能否降低逾期率。正常情况下,好的客户逾期自然较低,但低利率产品是否也如此还需要验证。同时,考虑到低利率产品的承压降低,收入减少,我们还必须了解提现发起率能增加多少,坏账能降低多少,才能算出对于这些客群,到底哪种产品盈利才更高,这是测试的任务目标。

首先假设我们没有新的流量渠道——其实好的产品可以吸引更好的客户,但很难控制,所以假设渠道和人群不变,且样本量足够大。那么如何做测试呢?团队中有小伙伴提出,用一个模型评分选出优质客群,对这些客群开放IRR 24%的产品,然后再跟正常放IRR36%产品的客群对比,比较两个客户群的通过率、提现发起率和首逾等差异。这样进行实验设计,有什么问题吗?

其实,这个实验设计有个最基本的实验要求未满足:随机双盲,就是对比的两组实验数据,要保证客群质量、时间段等因素都一样,只有产品利率不同,这样才能解释产品利率对客户的提现通过率、提现发起率、逾期率等指标的影响。

大家可能会觉得这个案例太简单,但实际测试工作中,随机双盲的问题作为关键因素,却会被很多人忽视。如果按照这种方法测试,过程中监控什么指标都白搭,时间浪费了,客户也废了,更严重的是得出来的结论根本就是错的。所以说信贷监控和实验设计紧密相关,从测试的方法设计,到测试的实施过程,要明确测试的目的是什么,关键控制点是什么,到底要监控什么。

04对监控的几个误解

我们总结一下对监控的几个误解。

首先,监控不是马后炮,及时发现问题至关重要。很多问题只要发现及时,想办法解决就可以了,而如果发现太晚,问题就成了危机甚至危险,就像刚才讲的飞机事件。同样,及时发现欺诈申请的新手段,避免批量欺诈发生,风险就在可控范围之内。

其次,监控不仅仅是数据分析师、新员工和实习生的工作。很多人认为,监控就是拉数据,生成既定格式的报表,跟做测试做模型相比很简单,所以监控就让最基层的同事负责,但实际上监控工作需要引起更多的重视。Capital One有专门的团队按照要求做各种信贷监控。我们现在也在组建自己的监控团队,这对新同事是很好的锻炼,拉报表、做监控,可以帮助他们了解如何写代码、数据底层结构是什么以及最后报表应该怎么做;同时,单独监控可以更客观。

第三,监控不是可以推后处理的工作。大家忙起来会先做模型和策略,把监控排到最后处理,但有效的监控是需要及时处理的,不然不仅没办法提前预警,甚至亡羊补牢都来不及。

第四,监控也不是一成不变的,需要根据业务开展的实际情况进行调整。

05到底如何监控

首先,制定可执行的监控计划,明确监控群体和目标,确保监控指标、主要业务风险和想要预防的下行风险相关联。监控的目标群体界定也要明确:计划监控哪些群体、他们之间有何不同以及这些不同将对监控结果产生什么影响等。而且,一个子群体的变化会被整体指标所稀释,所以监控也必须要有足够的细节度量指标。

第二,设置监控的阈值,明确界定什么是异常。阈值设定很有讲究,太高或太低都不好,如果监控目标波动性本身就很大,阈值就更难把握。如果阈值太高,发出警报时情况可能已经很严重;如果阈值太低,监控的间隔又很短,就会经常触发报警,变成“狼来了”。

那应该怎么设置阈值呢?在我们的监控工作中,有两条规则:一是要有统计学意义。监控工作中,分渠道、分产品划分得非常细,如果某个渠道或产品规模很小,那它的波动性天然就很大,阈值就不好定是50%还是30%了,还要看整体样本量和历史波动性。二是阈值设定要直接和主要风险与利润挂钩,同时考虑到阈值对风险和利润的敏感度。如果指标很敏感,比如逾期上升10%,可能直接导致亏损,阈值就要设得比较低;如果指标相对不敏感,比如渠道获客费用提高10%可能只是市场波动,就可以设高一点。

第三,为了应对监控预警,要事先制定应对各类风险的行动计划,以便有效地防止下行风险。如果监控人员发现异常后,只是去告诉上级领导,或者其他合作伙伴,可能就是不了了之。我们以前的要求是,每个报表有专人负责,提前设好阈值,以及对应的计划方案,明确应对各类问题的行动措施,要明确、细致、有结果,这样才能有效地实行下去。

总而言之,监控那些应当被监控的事情,并在发现问题时采取恰当的措施。如果暂时还不能正确地执行监控,可以先从执行力监控入手,监控所有的工作是否在按照计划实施。(整理:一本学院)

特别声明:以上文章内容仅代表作者本人观点,不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。

一本财经

一本财经

金融科技第一深度新媒体。专注金融科技领域调查、深度、原创、独家报道,以及商业案例解析。

+关注
作者文章