1703655665
1703655666
A主管：你们做得太好了！请问你们是怎么做到的？我怎么样才知道哪些客户不用催收？哪些客户还款的可能性非常低？你们真是太神奇了！
1703655667
1703655668
B主管：我们催收团队的背后有专业的大数据挖掘团队给我们支持，他们通过大量的数据分析，并根据客户的历史行为信息开发出大量的催收相关模型，我们根据模型结果对客户进行分类，从而采用不同的催收策略，通过精益化的客户管理手段提高催收效率。
1703655669
1703655670
逾期催收策略制定考虑如何用最小的成本取得最有效的催收效果，这就要求对客户实行精准化管理，根据不同的客户群制定有针对性的策略，如果大部分时间都浪费在催收那些不用催就会还款的客户身上，既浪费了时间又会降低客户的满意度。同时，对于风险较高的客户，也可能没有匹配足够的资源和应有的强度进行催收。
1703655671
1703655672
互联网信贷风险与大数据：如何开始互联网金融实践 [:1703653514]
1703655673
一、催收管理策略
1703655674
1703655675
1．基于账龄管理的催收策略
1703655676
1703655677
如图5-2所示，传统催收策略以客户逾期账龄为主要分类依据，对逾期天数越短的低账龄客户催收强度越低，相反高账龄的客户可能面临上门催收等高强度的催收方式。该策略制定的出发点在于逾期天数越长，风险越高，可能造成的损失越大，故账龄越长，催收措施越严厉。
1703655678
1703655679
1703655680
1703655681
1703655682
图5-2 催收管理策略
1703655683
1703655684
低账龄客户刚刚逾期，风险相对较低，大部分客户未来还款的可能性比较大，催收强度较低，主要通过短信、信函、电话催收等方式，催收以提醒客户还款、了解客户情况为主；对于某些高风险的客户也要及时关注。中账龄客户风险变高，如果不能回款，客户将会变成高账龄客户，对资产结构会产生较大的影响。故该部分客户的催收强度需加大，可以通过电话频催等方式给客户施加压力，促使客户尽快回款。高账龄客户风险较大，未来回款的可能性比较小。因为高账龄客户前期已经被多次催收，通过电话催收已经很难让客户回款，故对该部分客户主要以外访催收为主。对外访催收仍然不能回款的客户只能通过司法强制的手段使其回款，降低金融机构的损失。
1703655685
1703655686
基于账龄管理而制定的催收策略出发点很容易被理解，实施起来也非常便利。该策略主要的缺陷在于未对客户的逾期原因进行分析，分类仅仅依据逾期账龄，而逾期敞口、还款意愿、还款习惯、催收行为反应等重要信息均未纳入，分类较为粗略。金融机构处于起步阶段时，因为数据的积累不够，难以支持它们对客户做进一步的细分，故常常会采用基于账龄管理的催收策略。
1703655687
1703655688
2．基于客户特征细分的催收策略
1703655689
1703655690
基于客户特征细分的催收策略是指通过大量的数据分析，挖掘逾期客户特征，根据客户风险特征制定相应的催收策略。
1703655691
1703655692
图5-3是基于客户特征细分的催收策略举例，可在逾期账龄的基础上结合外部数据和催收结果制定下一步的催收策略。对于M1、M2低账龄逾期的客户，目标是发现高风险客户，如失联客户、他行逾期客户等，对该部分客户尽早采取强硬催收措施，降低损失。催收过程着重在于了解客户的逾期原因，对有意愿还款但无能力的客户，需要采取措施降低客户还款压力，如适当减免手续费或者采用展期等形式；而对于有能力还款却无意愿的客户则要采取严厉催收措施，通过各方面施压促使客户还款。M3客户是比较敏感的一批客户，如果不能回款，该部分客户将被视为不良客户，对资产结构产生较大影响，故对该部分客户需尽力全面清收，控制新增不良客户的规模。M4及以上的客户，逾期情况严重，客户回款可能性较小，主要依托落地和司法催收，尽量将金融机构的损失降到最小。
1703655693
1703655694
1703655695
1703655696
1703655697
图5-3 基于客户特征细分催收策略
1703655698
1703655699
基于客户特征细分的催收策略相对基于账龄管理的催收策略更加精细化，也更具有针对性，可大大加强催收效果。但基于客户特征细分的催收政策需要数据挖掘和系统的支持，没有较完善的催收系统很难实现催收数据的分配和策略作用的发挥。
1703655700
1703655701
3．基于模型的催收策略
1703655702
1703655703
基于模型的催收策略思路和基于客户特征细分是一致的，但催收模型是对客户的一个综合性评价，更全面、更准确。催收相关计量模型通常包括账龄滚动率模型、行为模型、失联模型等。通过计量模型可以将逾期客户按风险划分为不同的等级，针对不同等级设计不同的催收策略。
1703655704
1703655705
通过模型划分客户风险等级有两种方法：一是根据客户的违约概率，即客户不还款的可能性；二是根据客户的风险余额，即客户不还款的可能性×客户欠款金额。以风险余额为基准的客户分组，综合考虑违约概率和金额，有利于金融机构将精力主要集中在风险余额大的客户身上，解决主要矛盾。
1703655706
1703655707
高账龄客户催的时主要目标是控制损失，实施催收更应注重渠道建设，如部署催收公司、公安、法院、分支网点合力开展催收，促进存量化解，而催收计量模型的作用并不是很大。对于低账龄客户群体，催收计量模型有充足的用武之地。例如，在客户未逾期之前就可通过行为模型和M0-M1滚动率模型筛选出高风险客户，以便提前关注和提前催收。而对于低风险客户，催收主要是以提醒为主或者不催收，甚至可以培养一部分客户的逾期习惯，该部分客户风险较低但又能创造出非常高的收益，对提高金融机构的收益率有着很大的帮助。
1703655708
1703655709
客户分群对模型的依赖性较强，但是分群不能脱离实际业务。例如，对金融机构的VIP客户等应成立专案组单独进行催收，在保证催收效果的同时也应注重客户的感受，维护和客户的良好关系。又如，对欺诈客户应设立专门的人员进行管理，通过司法手段尽可能挽回损失。此外，催收计量模型的开发对数据的依赖性很强，既需要保证历史数据的时间长度又要保证历史数据质量，对催收系统和催收数据要求很高。
1703655710
1703655711
无论采取什么样的催收策略，金融机构都需要持续优化催收策略。随着业务的发展，客户群体的变化，以及其他外部环境的改变都会导致催收策略的效果变差，金融机构应及时对催收策略进行调整和优化。
1703655712
1703655713
但是策略优化并不是一蹴而就的事情，通常可采用冠军和挑战者方式进行。冠军策略为原催收策略，挑战者策略为新策略。随机抽取一定比例的客户应用挑战者策略，其他客户保留原有催收策略，这样对业务的影响相对较小，保证业务和风险指标的稳定。在策略应用后，监测、比较冠军策略和挑战者策略的优劣性，当实践证明挑战者策略优于冠军策略时，就可利用挑战者策略取代原有策略，扩大应用范围。
1703655714