从数据挖掘和分析的角度浅析个贷资金流向监测

来源：风起云甬，作者：王静

摘要：在银行业强监管步入常态化的当下，通过大数据对个贷资金流向进行监控体现了顺势而为的经营理念。通过强化数据分析技术手段，提升数据运用能力，对个人贷款业务的风险状况进行实时或定期的贷后监管，识别虚假、欺诈或可疑交易，将筑牢风险防线真正落到实处。

关键词：资金流向监测、数据挖掘、数据分析

近几年，随着互联网金融的蓬勃发展，银行、信托、小贷与网贷公司先后谋求转型，发力个人综合消费金融相关业务。根据国家统计局《2018年国民经济和社会发展统计公报》显示，2018年个人短期消费贷款余额87994亿元，增加19989亿元；个人中长期消费贷款余额289909亿元，增加42720亿元。一定程度上满足了广大金融消费者的消费需求，同时，我们也注意到在个人综合消费贷款资金的用途控制方面存在一定的风险隐患，本文着重在从个贷资金的监控角度，对大数据下的消费贷款流向进行分析和解读。

1、三个维度的数据挖掘

个贷资金流向监测的数据范围不仅包括客户交易数据，还包括客户身份和关联客户信息。三个维度的数据相互连接，并且在一些特定的业务场景下，三个维度的数据是存在相互转化和相互作用的。通过身份识别、关联客户的信息挖掘和分析，尤其在涉及多主体、多模式的业务场景下，往往能够使看上去复杂并且无规律的交易数据更加明晰，对整体的资金脉络更加有把握。

图表1 资金监测数据范围

01、交易数据

首先，需要明确交易数据分析的目标是为了锁定虚假、欺诈或可疑交易。这类交易主要涵盖的范围包括资金回流/过桥、支付关系真实性可疑、流向不合规或流向集中等等。

其次，不论受托支付还是自主支付，交易数据挖掘的重点是需要通过对一些指标值的设定，缩小并锁定排查范围。通过模型指标的设定，先将体量庞大的数据进行精简。

最后，需要核查可疑交易是存在于单个主体，还是多主体之间。如果是多主体，需要将关联客户的交易数据一并挖掘和分析。

02、主体及关联客户信息挖掘

不同的客户身份往往决定了其在整个的资金脉络中承担的角色，所以，身份信息识别在数据分析的过程中是不可或缺的一个环节。

个人客户除了身份证信息、户籍以及配偶、常住地址、职业信息、联系方式等等，如果涉及到企业，目前除了工商网站核查以外，类似企查查、启信宝、天眼查之类的应用，都可以进一步了解客户的身份背景，如是否为公司股东、高级管理人员、法人代表等。

如果在信贷资金的流转过程中，发现存在关联客户，需要进一步识别关联客户的身份信息。如果涉及公司客户，需要追溯公司客户的最终受益人，如自然人股东、法人代表、高级管理人员等等，另外还需要调查关联客户是否为公司客户的内部员工。

2、从点到面进行分析

如何从海量的数据中进行有效的人工分析？存量客户如果是以3万为基础，按1%比例可疑计算下来只有300个，人工再进行分析是有可能做得到的。

01、找到切入点

在交易数据挖掘时，交易模式或特征存在异常的前提下，应以单个或某几个交易对象为切入点，查找与之相关的线索，包括推导上下游交易对手，以及分析交易对手与主体账户间的往来情况，明确重点资金转入和转出对象。如果存在多笔贷款资金流向同一个人、或不同还款账户资金来源为同一人都是需要被监控的。

交易数据分析的五个要点：

金额：需要关注是否存在金额拆分，所有的分拆行为都是有原因的，或者为了规避渠道金额转账限制，或者为了其他用途。另外，需要对贷款发放后一定期限内的账户流入量进行监控。假设发放了一笔金额为100万的贷款，在正常情况下，客户只需按照固定的频率还款即可。但如果出现资金回流，账户流入量会增加，在Σ(一定周期内账户流入资金量)/Σ(总贷款发放金额) ≥90%的情况下，基本上能够明确该账户信贷资金存在回流。这里的周期可以确认为一周，跟踪账户在贷款发放后一周的资金出入情况至关重要。

期限：一笔贷款资金的流向追踪，最佳期限应为该笔贷款发放前15天和发放后15天。假设贷款发放日为T，则选取的交易时间段应为T-15至T+15。之所以要将期限前移，可以追踪账户出入资金是否存在过桥现象。

用途：用途如何获取？大部分客户在进行支付行为时，往往不写用途，因为不是必须的要素。但可以通过支付渠道进行判定，比较明显的是通过银联POS商户进行的交易，商户名称是显而易见的。实践中确有客户写了明确的交易用途，所以用途也是参考因素之一。

渠道：支付渠道也是资金流向监测的参考因素之一，因为存在部分渠道信息缺失的情况。重点关注通过银联或第三方支付渠道进行的大额资金划转，这两个渠道进行的交易对手通常不能准确识别，第三方支付渠道反馈的信息基本判断不了资金的真实流向。

流向集中度：不论资金流入还是流出，如果超过两个以上的交易对手与同一授信客户存在交易往来，都是需要被监控的。

02、抓主线

在分析客户的交易流水时，会遇到多主体、多模式的资金往来。层次多并且结构复杂，从反洗钱可疑交易识别的角度来看，最终受益人是关键要素。对一笔贷款资金来说，无论中间经历了多少次的流转，最终收款人总是可以追到的。同样，对于一笔还款资金来说，真实的还款人一样可以追溯。对贷款资金“第二手”及后续支付监测需要有连续性，在资金支付真实性不能完全明确的前提下，通过抓主线来明确交易模式，并定义风险。

图表2 资金流向模式图例Ⅰ

03、全面监控

信贷资金一旦跨行流出，如何进行有效监测？

首先，需要对行内的可疑账户进行二次分析，核查其行外的交易对手是否存在行内开户的情况。譬如通过姓名搜索，在重名较多的情况下，还可以通过账号检索，因为账号具有唯一性。

其次，交易对手如果不在行内开户，还需要核查多主体账户之间是否存在重叠的交易对手，这里可以用到的方法包括关键字定位、多表联查等等。

最后，个贷资金流向的监控主体多数是个人，涉及公司客户，需要将最终收款人和公司的相关信息进行相互交叉验证。如果多笔贷款资金最终收款人与某公司股东或高管存在关联，也是需要被监控的。

在银行业强监管步入常态化的当下，通过大数据对个贷资金流向进行监控体现了顺势而为的经营理念。通过强化数据分析技术手段，提升数据运用能力，对个人贷款业务的风险状况进行实时或定期的贷后监管，识别虚假、欺诈或可疑交易，将筑牢风险防线真正落到实处。

本文经授权转载自信贷风险管理，如需转载请关注信贷风险管理（xdfxgl01）公众号获取授权。