催收评分卡：简称C卡（Collection score card），主要用于催收阶段，对当前月逾期的贷款进行评分。主要是用来在催收管理中确定风险比较高的客户，进而根据风险的不同采取不同的催收手段。

目前大部分商业银行在大力进行个人贷款业务同时，也逐步探索互联网金融模式。针对两种不同模式业务中，自动决策类模型应用如下：

传统个人贷款业务

由于个人贷款业务具有笔数多、单笔金额小、数据丰富的特征，决定了需要对其进行智能化、概率化的管理模式。通过自动决策模型量化信用风险，辅助决策管理。

个人贷款在审批过程中：借款申请人提出贷款申请后，系统自动对进行借款人评价，借款人信用达到要求后，借款申请人才可能被批准获得贷款。通过大数据验证借款申请人所提供信用资料的真实性解决贷款申请人的信用资料不全以及信贷业务员的职业操守和业务素质等原因的制约，更好的体现对个人客户的信用状况的评价客观公正性。

在贷款发放后，采用行为分析风险驱动的贷后管理模式，采用差异化贷后的方式解放信贷人员生产力，从而集中于精力拓展新客户。在客户逾期后，采用统一的贷款催收及回收模式，对借款人的还款率，失联率等进行预测，降低催收成本，提升回收效果。

新兴互联网业务

随着金融科技基础设施的完善，移动支付的普及，征信大数据的积累，我国线上信贷市场迎来爆发期。互联网的快速发展使得金融服务更加高效和便捷，结合“成本低、效率高、覆盖广”的特点，互联网金融被认为是普惠金融的最佳实现形式。互联网业务办理主要的特点之一即为手续简单，办理效率高，传统的审批模式对于此类业务形式并不适用，因此银行机构在开展互联网业务时大多基于自动决策模型进行审批决策，保证效率提升的同时进行风险控制。

基于互联网的迭代思维，按照个贷“普惠金融”的战略定位，聚焦当前银行存在的获客难、审批效率低、资金利用效率低等问题，大多银行都在加快建设和推广“互联网个人贷款”产品。“互联网个人贷款”产品研发中将自动决策类模型作为风控的一个重要环节加以应用。作为新产品、新模式，在产品推出初期，首先建立申请评分卡以辅助自动审批，行为评分卡和催收评分卡需要大量的数据积累，需要在产品稳定运行后逐步建设。

三、风控规则，是对前两类模型结果的应用。

自动决策模型是零售评分卡与互联网金融大数据风控融合而成一种创新模式。其评级对象为业务产品。模型的建设还是以申请打分卡（A卡）、行为打分卡（B卡）和催收打分卡（C卡）为载体。当前银行的创新零售业务和标准零售业务（如公务员信用贷、以卡为载体的信用贷、低风险金融质押贷等）都采用了基于产品的自动决策模型体系。银行当前的互联网个人贷款已经应用 申请打分卡，而行为打分卡和催收打分卡要积累3年左右的借据（正常和不良样本）作为建模基础，所以要其建设要滞后于A卡建设至少一年。自动决策模型的建设不能一劳永逸，要持续建设持续调优，所以必须由专业团队运营。

风控规则包括准入规则、反欺诈规则、征信规则、审批规则和催收规则，是依赖业务流程场景触发的自动化风控规则。可以将风控规则视为前两类模型的应用策略，但主要是配合自动决策规则使用。其建设和维护方式也依赖于前两类模型的建设方式。银行创新的互联网信贷产品基本都使用了风控规则，未来需要应用于创新产品和标准化线下产品。

关于风控模型银行主流划分-智能风控管理学习请参考：

加微信了解： jinrong2280

发表：信贷风险管理培训中心：仝金贝

《今日农信人》

金融人专注风险研究|尽职调查-风险管理返回搜狐，查看更多