債權(quán)確保
主要是指對申貸客戶所提供的各項擔(dān)保品進行評估，當(dāng)貸款違約時，銀行可以處理擔(dān)保品，減少帶貸款損失。消費金融一般無擔(dān)保品，因此債權(quán)擔(dān)保不太適用，但是某些消費金融公司會讓貸款人購買一個擔(dān)保產(chǎn)品，一般為貸款總額的2%，可以作為債權(quán)確保。
借款人展望
就是貸款人未來違約的可能性，依據(jù)貸款人的行業(yè)、薪資、職業(yè)、職務(wù)、學(xué)歷等因素進行預(yù)測，評估未來發(fā)生風(fēng)險的概率。一般入門門檻低、專業(yè)程度低，可替代性高度高的工作或行業(yè)風(fēng)險較高。
5.貸前風(fēng)險控制的重要性。
信用貸款的風(fēng)險控制分為貸前，貸中，貸后三個階段。貸前控制主要是找到合格貸款人；貸中控制主要預(yù)防抵押品資產(chǎn)減值，無法覆蓋貸款標(biāo)的，或者預(yù)防借款人還款能力下降，無法按時歸還貸款；貸后控制，主要當(dāng)貸款發(fā)生逾期時，通過催收降低銀行損失。其中，貸前風(fēng)險控制是最為重要的。
摩根大通銀行有一個統(tǒng)計，75%的信用風(fēng)險可以在貸款前進行風(fēng)險控制，貸后風(fēng)險控制的有效性大概只用25%。因此對于金融企業(yè)，貸款前的風(fēng)險控制更為重要。在信用卡領(lǐng)域，貸款前的惡意欺詐占整體信用貸款損失的60%，真正貸款到期，不進行還款的的客戶只占信用貸款損失的40%?；ヂ?lián)網(wǎng)金融企業(yè)也是如此。信用貸款風(fēng)險控制過程中，貸前風(fēng)險控制是最為重要的。
二、金融行業(yè)信用風(fēng)險控制的挑戰(zhàn)
金融行業(yè)在過去主要依靠經(jīng)驗和宏觀經(jīng)濟形式來實施風(fēng)險控制，以定性為主，更多依賴風(fēng)險管理精英的個人能力，特別在經(jīng)濟發(fā)展很好的時期，風(fēng)險管理偏好不太科學(xué)，不能夠反應(yīng)出真正的風(fēng)險水平。定性的風(fēng)險管理占主體，定量的風(fēng)險管理起到很小的作用。
現(xiàn)在，越來越多的銀行正在重視定量風(fēng)險管理，積極利用風(fēng)控模型來實施風(fēng)險評估。巴塞爾III協(xié)議的推行，推動了定量風(fēng)險評估。大多數(shù)中國銀行的風(fēng)控模型大多從國外引入，經(jīng)過自己定制和改良之后用于信用風(fēng)險評估。但是信用風(fēng)險和操作風(fēng)險比較復(fù)雜，由于信息不全以及其他問題，很多國外的信用風(fēng)險模型效果不太明顯。于是大多數(shù)中國銀行參考國外信用風(fēng)險評估模型，做了一個中國版本。包括著名的FICO風(fēng)控模型，現(xiàn)在銀行很少直接采用。
在這個中國版本的風(fēng)控模型中，企業(yè)信用貸款過于依賴政府授信和國有企業(yè)，這種粗放型信用風(fēng)險管理在經(jīng)濟結(jié)構(gòu)調(diào)整過程中，引發(fā)了很高的不良貸款率。對私業(yè)務(wù)中，過高的信用審核標(biāo)準(zhǔn)，無法為更多的貸款申請人提供貸款，造成了無法為更多人提供服務(wù)，特別是在信用消費領(lǐng)域，無法實現(xiàn)普惠金融服務(wù)。
銀行在個人信用風(fēng)險管理過程中遇到的主要挑戰(zhàn)。
1.缺少壞種子
銀行建立風(fēng)控模型的基本原理是，利用大量壞種子，尋找到共性信息，建立風(fēng)控模型。在利用另外一批壞種子來優(yōu)化風(fēng)控模型，找到合適算法，預(yù)測參數(shù)，加快收斂等。
壞種子對于建立風(fēng)控模型至關(guān)重要，如果壞種子數(shù)量不夠，風(fēng)控模型無法設(shè)定參數(shù)和修正模型。過去銀行嚴格的信貸審批機制，造成了小額貸款（信用消費信貸）規(guī)模很小，產(chǎn)生的壞種子也不多，規(guī)模較小的壞種子對于建立信用評估模型不利，無法優(yōu)化已有的模型和提高風(fēng)控模型的適用性。
信用風(fēng)險常見的算法有參數(shù)統(tǒng)計法例如邏輯回歸、Bayes風(fēng)險判別分析法，以及非參數(shù)統(tǒng)計方法例如聚類和K－means法，神經(jīng)網(wǎng)絡(luò)法。現(xiàn)在應(yīng)用較多的是SVM支持向量級機方法，其在小樣本、非線性及高緯模式識別中有特有的優(yōu)勢。同時SVM也是努力最小化結(jié)構(gòu)風(fēng)險的算法。
2.數(shù)據(jù)緯度不全
量化風(fēng)險評估需要將涉及到此風(fēng)險的所有相關(guān)數(shù)據(jù)都包含進來，通過模型進行信用風(fēng)險評估，計算出還款意愿和還款能力。評估采用的基本數(shù)據(jù)因素有年齡、收入、學(xué)歷、客戶資歷、行業(yè)、區(qū)域等，其占主要部分。信用因素包含如負債狀況、繳款記錄、理財方式；以及行為因素例如交易時間和頻率等。
除了這些變量和因素，其實還有一些因素并沒有被考慮到現(xiàn)有的風(fēng)險評估模型中。例如貸款者的身體健康情況、生活規(guī)律、是否參與賭博、是否參與民間借貸等，同信貸違約高度相關(guān)的信息沒有被考慮到信用風(fēng)險評估當(dāng)中。
特別是用戶行為特征，幾乎很少的信貸評估模型會考慮用戶的行為。如果客戶在借款前，頻繁去澳門賭博、或參與民間高利貸、或有吸毒歷史、或者飆車、或者經(jīng)常半夜出入夜店等危險區(qū)域、或經(jīng)常半夜使用App等。這些危險行為因素都會對其信用風(fēng)險產(chǎn)生影響，但這些因素原來并沒有被考慮到信用風(fēng)險評估之中。