陈红梅，美国佐治亚理工大学博士，清华大学五道口金融学院业界导师，国内某标杆互联网金融公司副总裁。有着多年商业银行管理经验，擅长全流程风险管理体系建设，并具有巴塞尔新资本协议的建设和实施经验。通晓互联网金融相关业务模式和风控要点，专长于数据在风险及价值评估、交叉营销策略、产品（场景）设计等方面的应用。

互联网金融的落脚点还是金融，而金融的核心问题是风险管理。如果能借助互联网，显著提高风险管理水平，那么就会创造有巨大潜力和竞争力的业务模式。

本书作者陈红梅博士在银行工作多年，近年又在知名互联网金融公司工作，熟稔传统的信贷业务流程，在此基础上，引入大数据，阐述了大数据如何嵌入传统的金融，帮助传统金融控制风险，提高效率，从而达到“互联网+”，完成金融业的互联网转型。

《互联网信贷风险与大数据》不是一本工具书，因此并没有烦琐的数据分析模型和流程套路，而是深入浅出地勾勒出风险管理的可行路径。作者以其丰富的传统银行和互联网金融领域的实践经验，描述互联网技术与大数据是如何渗入互联网信贷业务流程的各个环节中的，真实生动地描述了现实图景与实践方向。

互联网金融从业人员阅读本书，比照自身业务模式，可以获得灵感的火花，对于传统金融从业者和相关创业者，通过本书，可以了解互联网信贷领域的创新业务模式。

新的技术平台，新的金融业态，新的风险管控。陈红梅的著作《互联网信贷风险与大数据》值得每一位金融从业者一读。
——李礼辉    全国人民代表大会财政经济委员会委员，中国银行原行长

互联网+ 时代充满了机遇和期待，也充斥着风险与挑战，形成了一种独有的魅力。我们正在经历一场由大数据引发的行业调整和深刻思考。作者基于对互联网金融业务模式的深刻把握，强调风险管理是创新业态保持良性、持续发展的支撑，并探索了大数据在风险管理效率和有效性方面的应用方式，相信会给广大读者带来新的启迪。
——解植春    中国投资有限责任公司副总经理，中央汇金投资有限责任公司原总经理

当大数据快速向社会的各个方面渗透、引发变革的时候，我们要冷静的看到，大数据的核心在于挖掘数据中蕴藏的价值，并摸索出大数据“跨界融合”的应用模式和商业模式。《互联网信贷风险与大数据》从个人征信、反欺诈、风险管理效率等方面探讨了大数据和风险管理的跨界融合，为大数据在互联网信贷风险管理领域的应用提供了实践案例，具有了一定的引领作用。
——文海兴    中国银行业监督管理委员会普惠金融部副主任，中国银行法学研究会副会长

《互联网信贷风险与大数据》全面阐述了互联网信贷业务的风险管理体系。作者从业务流程入手，在信用审批、客户管理、催收管理等方面都作了详细的阐述；并将风险管理业务层面上升到资产质量管理，为企业客群定位、资源配置以及发展战略提供决策支持。本书风险管理实战经验丰富，实用性强。
----尹岩武，中国银河证券股份有限公司副总裁（资产管理业务总监），银河金汇证券资产管理有限公司董事长

第一节                     信贷工厂
一、信贷工厂的起源
谈到工厂，很容易让人联想到一群蓝领工人，在车间流水线旁边，日复一日做着重复性的操作性工作，身后的质检车间对工人有没有依照标准完成工作进行检查。这乍看上去似乎与高楼大厦里西装革履的金融机构白领所做的信贷管理工作不相干，但还真有这么一种模式，将信贷管理也化为工厂车间，以流水线的方式推动流程化作业。
所谓信贷审批工厂，起源于淡马锡模式。淡马锡公司成立于1974年，是由新加坡财政部负责监管、以私人名义注册的一家控股公司。淡马锡公司在对中小企业授信管理过程中开发出了一种批量化生产中小企业融资产品的运作模式，被称为淡马锡模式。
信贷审批工厂模式通过设计标准化产品和流程，实现流水线式的信贷作业过程，并强调全流程的风险管理。信贷工厂模式发端于中小企业贷款领域，其出现的背景是为了解决中小企业的融资问题，在金融机构的风险管理需求和中小企业资金需求之间寻找到了一个平衡点。从这点出发，信贷工厂模式适用于批量化作业的各类信用贷款领域，授信群体从个人消费到中小企业经营，应用空间广阔。
富国银行（WellsFargo）于1852年诞生在美国加利福尼亚州，发展至今已有160余年的历史。截至2014年6月，富国银行以1.6万亿美元资产位居全美第四大银行。1989年，富国银行开始在其零售银行业务项下建立了小企业银行业务部门，专门服务于小企业客户，为年销售额低于1000万美元的小企业提供贷款。
1994年，富国银行自身成本分析显示，通过传统的标准放贷程序来发放超小额贷款，由于成本过高，无法实现经济效益，于是，富国银行开始瞄准小企业中的一个细分市场，研发了“企业通”产品，专门针对年销售额低于200万美元的微型企业，采取无抵押担保的方式，提供不超过10万美元的信用贷款。“企业通”产品定位的客户为个人，虽然贷款用途用于企业经营，但针对该细分市场，富国银行认为这些贷款申请者属个人范畴，而非企业客户，对其风险水平的识别与衡量也是基于申请人的，而非其名下企业的经营情况。从客户定位出发，针对这个特殊的细分客户群，富国银行制定了专属于此类客户群的解决方案，包括定制化产品、批量化主动营销、简化进件材料、省却抵押品、优化风险评估过程、持续风险监测。通过这种方式，富国银行不但在小企业这个细分市场扭亏为盈，并且逐渐成为美国小企业贷款领域中最主要的贷款银行。
富国银行实现这些突破的背后，有着风险管理创新的支撑。其一，清晰的客户群定位，并基于客户群特征开发针对性的标准产品。“企业通”产品精准定位于年销售额较低的小企业客户这个细分市场，并为其研发一个办理便捷的产品，产品额度同样限制在较低水平上，既适应该客户群对授信额度的需求，又满足风险管理的要求。其二，明确的风险抓手。改变过去标准的企业授信流程，对小企业定位客户的风险识别定位于个人，而非企业，依靠较易获得的申请信息来衡量客户风险水平。其三，适当的风险容忍度。对于这一细分市场，针对客户群的实际特点，适当上调了风险容忍度的控制目标，在允许较高损失的同时，获取了广阔的市场份额以及更高资产回报，在风险与收益之间找到了很好的平衡点。其四，持续优化的流程与策略。基于信贷工厂全流程的指标监测，与各环节之间较为流畅的问题追溯机制，实现了产品表现的持续跟踪、度量、测试与优化的过程。通过有针对性的优化策略和小规模的试点测试，持续探索符合市场现实和差异化客户群的最优产品、流程及策略方案，以独立部门负责新产品新业务的开发与推动。
二、为什么工厂化
在个人和小企业信贷领域，存在着两种主要的经营模式，一类是地域管理模式，另一类是工厂管理模式。
地域管理模式，顾名思义，就是基于地理位置的优势，服务于一定辐射范围内的客户，典型的代表包括社区银行与国内网点众多的大型银行。采用地域管理模式的原因有二：一是由于传统的展业模式与客户管理方式，需要通过人工的、现场的方式开展营销，并进行贷后管理。离客户近一些，自然是采取地域管理模式的直接诱因。二是地域管理模式下，希望通过放权到地方，照顾当地市场环境与客户需求的差异，根据实际情况可实施相对灵活的管理策略。这种管理模式的服务延伸依托于网点和人员的扩展，一旦增加了服务网点及配套人员，则相应的展业规模、处理速度、服务质量的提升见效相对较快。但是地域管理模式的显著问题是成本过高，且很难服务到地理位置上较为边缘、人口密度较小、经济活动不活跃的地区，注定造成一线、二线城市信贷市场的激烈竞争。
工厂管理模式则打破了这种地域辐射式的管理方式，通过流程再造，将信审管理的操作流程、组织职能、规则与策略进行标准化，像工厂流水线一样进行多层级、无缝链接的信贷管理。工厂模式以“中心工厂+卫星车间”的方式进行信贷管理，其中卫星车间为金融机构的派出组织，以承接已明确定义好的短流程作业为主，而中心工厂则进行长流程管理，以总部集中管理的模式生产标准化的信贷产品和服务。工厂模式的特点是以技术化、标准化的手段提升效率，依托信息技术和智能技术实现远程的管理，填平了地区之间管理水平的差异。同时，对参与生产的流水线上的每个岗位工作进行有效分割和集成，既控制了操作风险，又提高了作业效率。
如图3-1所示，信贷工厂的直接输入项是申请贷款的客户，而产出的是标准化的产品和服务。对于借款客户来说，信贷工厂本身是一个已经包装整合好的盒子，会按照既定流程进行自动化生产，完全无需借款人了解或推动整个生产过程。而组成信贷工厂作业“盒子”的构件可大致区分为硬件和软件两类，其中硬件包括信贷管理职能部门与人员、信息技术系统、外部资源（如外部数据）等，而软件部分则包括已经定义好的模块化流程、模型及对应策略，以及流程的控制指标。
图3-1信贷工厂
三、服务于审批，不仅仅是审批
信贷工厂直接体现了对贷款审批准入过程的改造。传统模式下，分支机构承担客户引入与审批的职责，享有相对独立的审批权；总部对派出分支机构的管理难度较大，管得严了，分支机构无法根据地区实际市场环境进行灵活调整，管得松了，区域管理可能出现业绩优先、风险把关不严的现象。而采取信贷工厂作业模式，采取总部集中管理模式，分支机构作为卫星车间，在客户准入过程中承担的职责是按既定流程收集客户信息、核实真实性，将这些信息按约定输入总部的大工厂中。由于审批与授信权限集中在总部，使得风险管理当中，既可以做到通盘考虑，又可机动灵活地优化调整准入策略。
基于风险的集中管理，客户管理的外延在扩展。从管理的作业流程上来说，向前延伸至销售，向后延伸至存量管理、贷后催收；同时，风险管理深度加大，从单纯的客户管理上升到资产管理层面，资产管理贯穿业务始终，同时又可以反映到客户层面。
如图3-2所示，从作业流程上来说，信贷工厂涵盖了从标准化产品设计、客户营销一直到贷后管理各个作业环节。每个作业环节又可向下细分成多个子流程，每个子流程均由专岗专人负责，每个子流程的操作规范或执行规则已经事先约定，岗位负责人员对子流程的操作合规性负责。通过全流程的质量检查来控制岗位职能的实现，通过全流程的关键指标跟踪反映整体流程的有效性。对于不理想的业务情况或风险情况，可能是受到整体流程中多要素的影响，由于“大工厂”的集中式作业流程，便于对问题点和风险点寻根觅源，从而不断优化流程与策略。
图3-2信贷工厂作业流程
从资产管理和客户管理层面而言，信贷工厂的集中作业模式，使得各业务环节的管理策略统一在“大工厂”的环境下，便于实现整体流程运行、整体资产情况的跟踪，改变了固有的部门割裂、职能割裂的情况，使各业务环节的客户管理策略更容易协调一致，从而为总体的资产管理目标服务。同时，资产管理更具灵活性，由于整体流程受控，为了实现整体资产管理的质量目标或结构化目标，可以采取整体优化或局部优化的方式；又因为信贷工厂作业采取标准化、系统化、智能化的方式运行，通过调配系统策略参数，就能够保证绝大部分资产管理策略的执行到位。
总体而言，信贷工厂的优势可以概括为以下几个核心关键点。
1.批发式经营
以个人为授信对象的消费贷款或小微企业贷款业务，面对的客户量巨大，适合批发式经营、批量化管理。同时该细分信贷市场具有较为明显的马太效应，从事个人信贷的金融机构采取信贷工厂的运营模式来提高效率、占据市场，这也是市场竞争的要求。
信贷工厂模式采取标准化产品设计，考虑到了客户群的集群性特点，同时将营销模式从被动等待，变为了向特定的目标客户主动出击的方式，加之后端标准化流程的高效率，可在较短时间内快速提升业务规模。
业务运作模式上，由单件处理向批量处理转移。传统信贷审批模式下，对于每一个进件可能需要业务人员从头跟到尾，而批量化处理的模式下，信贷作业包装为定义好的流程模块，每个模块的负责人员专岗作业，业务端对端推进，各个环节的作业流程相对独立，互不影响，可同时受理多个申请。
2.集约化管理
信贷工厂模式将主流程纳入总部集中管理，是管理集约化的一个重要表现。同时，由于标准化的业务流程和专岗专职的作业标准，提升了作业人员的专业性水平。加之有贯穿所有环节的统一质量控制，能够在保证提高作业质量的同时，有效提升作业效率，适应个人及小微企业贷款短、平、快、易的需求。管理集约化与严格的质量管理和效果跟踪机制，降低了作业流程内的操作风险和作业人员道德风险。一方面，总部集中作业模式最大限度地隔离了业务员和客户之间的利益输送；另一方面，各作业流程一环扣一环紧密相连，处于流水线上的单个作业人员均无法根本性地左右审批结果。
3.全流程风控
依托于集约化、自动化的处理流程，使得集中式的数据接入成为现实，多维度数据的交叉验证，为解决个人信贷或小微企业信贷领域信息收集困难提供了途径；从而降低信息不对称水平，实现对风险有效的识别和预防。基于自动化系统和标准化数据接入，实现进件流转规则、评分卡及审批策略等智能化部署，风险管理能力也得到了提高。
在流程上强化贷后管理，特别是非现场贷后管理。以集中的非现场预警监测为依托，强调持续跟踪、动态监测与实时预警。针对标准化产品和对应客户群特征展开分析，实现风险特征和行为模式的识别，在IT系统上部署基于交易行为、资金流向等信息流监测的规则与策略，实现动态预警。同时，现场管理单位作为卫星车间，能够根据总部的预警信息和预警级别，展开对应基本的实地管理工作。总分配合，全面管理贷后风险。
对于逾期清收采取集中管理，发挥规模效应。总部集中资产质量管理与催收管理，平衡了地区间的管理能力差异，同时发挥规模化功效，有利于撬动委外催收机构、担保公司、保险公司、资产管理公司等外部资源，有效降低逾期损失。
四、标准化与差异化的结合
信贷工厂最为突出的特征就是标准化，但标准化不代表消灭特殊、拉平差异，实际上信贷工厂模式之所以能够随着时代的发展和市场环境的变迁而长青不衰，就是因为该模式下需要具备将“如何处理差异”本身也标准化地纳入管理流程之中。这种能力体现在：
（1）基于自动化策略的智能核心。信贷工厂的智能核心在于评分卡和管理策略，风险管理政策导向反映在评分卡和相应的策略上，而评分卡、流转规则和策略决策落地于IT系统之上，支持了信贷工厂的自动化、标准化运行。正因为有此支持，方能够实现复合的标准化流程。即基于数据分析和市场调研的结果，针对不同地区、不同行业、不同客户群，制定不同的标准化产品，其后台采用针对性的流转流程、审核标准、评分卡及策略。对于借款客户来说，面对的是信贷工厂的同一入口。而信贷工厂基于对客户的识别，自动将该笔申请及借款人打上对应的标签，进入不同的“流水线”执行后台操作，个性化地支撑细化客户群体的需求。
（2）全流程的监测。信贷工厂运转非常重要的支撑是全流程的监测跟踪体系。监测体系既关注每个环节的关键指标，又有贯穿全流程的核心监控指标。每一项指标都像体检报告中的检查项一样反映着信贷工厂这架复杂机器的健康程度，而每一项指标的异常波动都能够较为容易地追溯到对其产生影响的问题环节。根据这些跟踪监测的结果，信贷工厂能够自发地反馈现有标准化流程中的不足，进一步细分并差异化对待客户群体。
（3）不断学习和测试的过程。信贷工厂本身集约化的管理，可以支持策略的细分与调整。对于新增的差异化客户群，完全可以采取小范围实验的方式，研发出一条新的“流水线”运营模式；或改变原有“流水线”上某一点的操作或决策过程，将试点效果与原有效果进行比较分析，从而确定差异化定位的准确性，并跟踪策略的有效性，将局部的变化提升为整体的知识。在不断跟踪、学习和实验的基础上，持续优化整个管理过程。
五、“互联网”信贷工厂
依靠标准化操作、工厂化流程、集中式数据整合、评级模型及策略的自动决策以及全面系统化处理，信贷工厂在显著提高作业效率的同时，满足了个人消费群体及小微企业主群体的融资服务需求，同时也为更为有效、智能的内部风险管理决策提供了条件。
在新的发展机遇下，信贷工厂与互联网不断结合，逐渐形成了新型的信贷工厂，即互联网信贷工厂。互联网信贷工厂继承了原有信贷工厂的作业优势，同时也展现出自己的特点。
首先，互联网信贷工厂的“卫星车间”在逐渐消失。这里所说的“卫星车间”指承接与客户直接接触的管理末端工作的机构，“卫星车间”模块的职能是以现场管理方式接触客户、服务客户和管理客户。随着互联网与移动技术的不断发展，触达客户的方式发生了翻天覆地的变化，多元化的触及方式使得在地理上接近客户的分支机构的必要性越来越低。就获客一端而言，越来越多的电话销售、网络申请、移动设备客户端软件，替代了上门营销的客户经理。获客的管理过程集成在“主工厂”的业务流程之内，总部直接接触客户和市场，更为直接地获取到客户相关的数据和信息。例如，客户服务中心的电话记录，呼入的电话号码，申请的时间、速度、内容等信息，通过“主工厂”将这些更多维度上获取到的信息进行整合、挖掘，为后台的风险管理提供更多的支持。从存量及贷后管理方面而言，“卫星车间”的消失并不代表已获得贷款的客户不再得到关注，依托于移动技术与互联网，金融机构反而对存量客户的服务变得更为立体。例如，微信、微博、短信等，这种和客户的黏合潜移默化，但又无处不在。一方面在客户需要的时候提供更为快速的服务；另一方面主动出手，为客户想在前面。从风险角度而言，多维度客户信息使得金融机构可以及时发现借款人可能存在的问题，对于存量高风险的客户，还款提醒、早期催收、提前止损的动作就会及时到位。
其次，在互联网信贷工厂模式下，外部信息的输入发生了非常巨大的变化。传统信贷工厂模式下，对信息收集进行了标准化的处理，并基于客户群特征进行了“软信息”交叉验证的优化。但在互联网时代，信息扑面而来，如何从中剔除杂音，挑选出有效信息，并将这些信息应用在评分卡、流转规则、管理策略之中，是互联网信贷工厂的重大挑战。外部输入信息的范围变广、来源增多，数据量巨大，且数据形态多样，再加上变化频率的实时化，将推动信贷工厂数据处理、数据分析、模型开发、策略应用和信息技术方面的一系列重大变革。

第一章
个人信贷业务创新模式
第一节 互联网金融来了
第二节 个人信贷业务的发展与创新
第三节 创新业务模式下的再认识
第四节 风险管理是创新持续之本
第五节 大数据——风险管理起跳板
第二章
风险管理概述
第一节 理解风险
第二节 风险管理的概念
第三节 风险管理战略
第四节 风险管理策略
第三章
个人信贷申请准入
第一节 信贷
第二节 审批自动化车间
第三节 体验式审批
第四节 反欺诈管理
第五节 客户准入的模型支持
第六节 金融征信服务
第四章
存量客户管理
第一节 生命周期管理
第二节 存量客户价值提升
第三节 存量客户授信管理
第四节 风险预警体系
第五节 存量管理计量模型体系
第五章
逾期客户管理
第一节 客户逾期的发生与处置
第二节 逾期催收计量模型体系
第三节 逾期催收管理策略
第六章
全面风险管理
第一节 巴塞尔新资本协议
第二节 全面风险管理
第三节 资产组合管理
第四节 客户末端管理
第五节 全面风险管理对互联网创新模式的启示