用户
 找回密码
 立即注册

扫一扫,访问微社区

搜索

大数据在不良资产处置中的三大应用

      开篇:经过这些年的高速发展,互联网金融在不断磨合前进的过程中,不良资产比例在快速增长,全行业的不良资产的规模已达数万亿级别。互联网金融机构面临不良暴露的风险,不良资产管理及处置的诉求将不断攀升,亟需更为专业的机构及方法来加快应对不良资产处置。

大数据在不良资产处置中的三大应用

“大数据+”精准催收   

      大数据为构建催收策略模型提供了更多的变量维度,从而提高模型的精确性。长期实践发现,对模型影响较显著的变量通常包括:逾期金额、逾期时长、历史逾期及不良次数、额度使用率、近六个月分期及最低还款次数、学历、职业、性别、年龄、收入、资产及负债情况等。按照选增的变量通过构建决策树模型,对客户风险进行直观评估。

       催收策略就是针对不同客户在不同的行为表现下所采取的不同的催收手段。制定催收策略时,机构可以从风险回收的角度出发,制定催收矩阵。实际催收工作中,不仅要考虑逾期金额的大小,还要结合客户行为评分的不同,采取有差别的催收时间和方式。

       低风险的客户:可以通过短信或邮件的方式催收,以降低人力成本

      中风险的客户:可以划定不同的细分群体,对于不同群体的客户采用不同的催收力度和频次,以提高回收效果;

      高风险客户:要加大催收力度,尽早通过委外或者司法方式催收,确保回收率。

    “大数据+”精准查找   

    不良资产催收后期核心问题在于客户触达,大数据可从多个维度对客户进行刻画,完美解决逾期高阶段出现的客户失联、地址不真实、资产情况无法评估等问题。

  (1)失联信息修复。大数据可以全面挖掘客户在运营商、社交、互联网等各个场景下客户预留的新的联系方式或者其亲属的联系方式,提高客户触达率。

       (2)地址识别及验证。通过位置信息、客户出现地点、出现时段、频次、时长等判断地址属性,从而对客户提供的地址进行真实性判断,提高外访成功率。

      (3)资产查找及评估。通过大数据技术查找客户在银行、P2P、小贷的资产及负债情况,从而对客户的资产情况紧急还款能力做精准评估,提高不良资产回收精准性。

  “大数据+”精准定价及交易   

      大数据技术的运用在某种程度上可以对不良资产进行合理的价格发现。通过历史信贷逾期数据及其他多维度辅助数据,可以构建定价模型对个人不良资产的回收、欺诈、风险、触达率、客户还款能力进行综合评估,从而确定资产的预期回收率,为机构处置不良资产提供定价依据。

      与此同时,在定价功能基础上还可以构建不良资产撮合买卖交易平台。平台一般是由第三方建立,搭建不良资产的垂直信息来撮合买卖交易。其本质上是利用流量优势及既有的众多客户群体,提高不良资产处置效率。 

       大数据为个人不良资产催收与处置提供了更多的思路和手段,无论是失联修复、位置判别,还是资产查找、资产识别及定价、资产处置等方面,可以较好地解决目前不良资产处置中的难题,同时也为不良资产处置提供了更加宽广的平台,可以全面提高催收效率,从而提高个人不良资产的回收率。

除非特别注明,本平台所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。

鲜花
鲜花
握手
握手
雷人
雷人
路过
路过
鸡蛋
鸡蛋
Time