1. 汽車金融是什么？

汽車金融主要指與汽車產(chǎn)業(yè)相關(guān)的金融服務(wù)，是在汽車研發(fā)設(shè)計(jì)、生產(chǎn)、流通、消費(fèi)等各個(gè)環(huán)節(jié)中所涉及到的資金融通方式。主要包括資金籌集、信貸分期、抵押貼現(xiàn)、金融租賃，以及相關(guān)保險(xiǎn)、投資等活動(dòng)。

商業(yè)模式

零售業(yè)務(wù)中，商業(yè)銀行和融資租賃公司作為資金方，經(jīng)銷商/4S 店/租賃公司作為銷售渠道，汽車電商平臺(tái)起到導(dǎo)流作用，共同為有購(gòu)車需求的個(gè)人消費(fèi)者提供分期購(gòu)車金融產(chǎn)品和服務(wù)。

從競(jìng)爭(zhēng)格局看，銀行和廠商金融是零售市場(chǎng)的主要玩家，在資金成本和渠道獲客上占有絕對(duì)優(yōu)勢(shì)。此外，汽車電商平臺(tái)作為線上導(dǎo)流服務(wù)方，為傳統(tǒng)金融機(jī)構(gòu)提升獲客效率，近幾年也活躍在汽車金融市場(chǎng)。從產(chǎn)品類型上來看，售后回租為市場(chǎng)主流，直租有待快速發(fā)展。

2. 滴滴汽車金融在做什么？

1）滴滴汽車金融業(yè)務(wù)現(xiàn)階段定位為服務(wù)出行生態(tài)，一切從用戶價(jià)值出發(fā)，為有購(gòu)車需求的司機(jī)提供低成本購(gòu)車金融方案。

2）對(duì)內(nèi)構(gòu)建汽車金融風(fēng)控體系，通過網(wǎng)約車場(chǎng)景數(shù)據(jù)的積累和應(yīng)用，不斷提升全面風(fēng)險(xiǎn)管理能力，生成優(yōu)質(zhì)網(wǎng)約車金融資產(chǎn)，逐步形成風(fēng)險(xiǎn)定價(jià)能力。

3）對(duì)外向傳統(tǒng)金融機(jī)構(gòu)提供優(yōu)質(zhì)金融資產(chǎn)和系統(tǒng)化的風(fēng)控能力輸出，實(shí)現(xiàn)資金和資產(chǎn)高效匹配，積累金融資產(chǎn)管理能力。與此同時(shí)，作為連接資金和資產(chǎn)的雙邊平臺(tái)，與主流金融機(jī)構(gòu)建立長(zhǎng)期合作伙伴關(guān)系，持續(xù)為網(wǎng)約車體系提供資金支持。

未來滴滴汽車金融的業(yè)務(wù)范圍會(huì)隨著出行產(chǎn)業(yè)生態(tài)的發(fā)展不斷豐富， 延伸至整個(gè)出行產(chǎn)業(yè)鏈，為汽車經(jīng)銷商、4S 店、代理商等汽車銷售者采購(gòu)汽車和營(yíng)運(yùn)設(shè)備提供的金融服務(wù)， 以滿足產(chǎn)業(yè)鏈上下游各環(huán)節(jié)的金融需求，逐步形成集信息流、資金流、物流于一體的汽車產(chǎn)業(yè)金融新業(yè)態(tài)。

3. 滴滴大數(shù)據(jù)在汽車金融風(fēng)控上的應(yīng)用

傳統(tǒng)信貸框架下，以貸款人央行征信判定還款能力的風(fēng)控模式已經(jīng)不再滿足網(wǎng)約車金融的風(fēng)險(xiǎn)管理需求。網(wǎng)約車場(chǎng)景下，汽車金融風(fēng)控對(duì)在貸資產(chǎn)的真實(shí)性、穩(wěn)定性、以及風(fēng)險(xiǎn)預(yù)警的時(shí)效性提出了更高要求，基于大數(shù)據(jù)建立智能營(yíng)銷和智能風(fēng)控決策體系顯得尤為重要。

從資產(chǎn)端來看：

車貸 C 端問題：貸前準(zhǔn)入未使用場(chǎng)景內(nèi)數(shù)據(jù)作為個(gè)人征信補(bǔ)充，貸中數(shù)據(jù)缺失，沒有匹配的風(fēng)險(xiǎn)預(yù)警方案，貸后催收效率低，需要對(duì)網(wǎng)約車貸款人形成動(dòng)態(tài)信用評(píng)分。

解決方案：運(yùn)用滴滴大數(shù)據(jù)補(bǔ)充傳統(tǒng)零售評(píng)分卡模型，將場(chǎng)景中能夠反映個(gè)人信用風(fēng)險(xiǎn)特征的數(shù)據(jù)應(yīng)用到汽車金融領(lǐng)域，制定風(fēng)控政策和準(zhǔn)入標(biāo)準(zhǔn)。同時(shí)建立體系內(nèi)有車群體的 PD（probability of default）評(píng)分模型，關(guān)注 PD 參數(shù)的顯著變化，提供大數(shù)據(jù)下的風(fēng)險(xiǎn)預(yù)警方案。逐步搭建網(wǎng)約車場(chǎng)景下的全面風(fēng)險(xiǎn)管理體系，提升全流程風(fēng)險(xiǎn)管理能力。

車貸 B 端問題：傳統(tǒng)金融機(jī)構(gòu)對(duì)于 CP（Car partners）征信數(shù)據(jù)的缺失，導(dǎo)致其不能有效識(shí)別渠道風(fēng)險(xiǎn)，尤其對(duì)于中小型 CP 來說，很難獲得傳統(tǒng)金融機(jī)構(gòu)的授信。

解決方案：借助滴滴平臺(tái)大數(shù)據(jù)，支持資方對(duì) CP 的授信審批。具體來說，是將渠道基礎(chǔ)信息，以及能夠反映其資產(chǎn)規(guī)模，資產(chǎn)使用效率，司機(jī)管理能力的數(shù)據(jù)維度進(jìn)行系統(tǒng)化梳理，形成入模變量，同時(shí)不斷積累體系內(nèi)壞樣本，建立 CP 半監(jiān)督模型。模型輸出結(jié)果即是 CP 信用評(píng)級(jí)綜合分?jǐn)?shù)，直觀反映出 CP 的風(fēng)險(xiǎn)等級(jí)。目前汽車金融的 CP 評(píng)級(jí)為月度輸出，可以動(dòng)態(tài)反映出 CP 風(fēng)險(xiǎn)等級(jí)的變化。

從全流程風(fēng)險(xiǎn)管理來看：

在實(shí)際運(yùn)營(yíng)過程中，我們?cè)诹闶圮嚪制谫J款的貸前，貸中和貸后三個(gè)階段發(fā)現(xiàn)了以下問題。

貸前準(zhǔn)入風(fēng)險(xiǎn)：貸款申請(qǐng)人不是放款后實(shí)際運(yùn)營(yíng)該車輛的司機(jī)，也就是說 A 貸 B 還。這種問題通常發(fā)生在渠道進(jìn)件環(huán)節(jié)。汽車金融產(chǎn)品銷售過程中存在一定的操作風(fēng)險(xiǎn)，線下渠道銷售人員為了提高成單率，找了信貸資質(zhì)好，更容易通過貸前審核的人代替司機(jī)申請(qǐng)貸款，然而實(shí)際跑滴滴的司機(jī)信貸資產(chǎn)差，還款能力不足以支持月供，PD 違約概率較高。那么這筆車分期貸款的信用風(fēng)險(xiǎn)就會(huì)在貸后的資產(chǎn)表現(xiàn)期內(nèi)逐漸釋放。

首次拉單時(shí)，貸款人和司機(jī)信息不符：

貸中運(yùn)營(yíng)風(fēng)險(xiǎn)：貸款人在存續(xù)期內(nèi)退車，車輛由租賃公司代償，待租賃公司找到新司機(jī)后由新司機(jī)運(yùn)營(yíng)并繼續(xù)還款。這種情況下， 傳統(tǒng)風(fēng)控在貸前準(zhǔn)入對(duì)初始貸款人的判斷，以及車輛 GPS 定位已經(jīng)不再能夠有效反映貸后運(yùn)營(yíng)車輛的風(fēng)險(xiǎn)變化。在貸車輛在存續(xù)期內(nèi)先后匹配多個(gè)滴滴司機(jī)時(shí)，租賃公司在車輛運(yùn)營(yíng)管理，現(xiàn)金流管理和司機(jī)管理上面臨很大挑戰(zhàn)，有時(shí)多個(gè)司機(jī)集中退車會(huì)引起渠道集中性風(fēng)險(xiǎn)。

運(yùn)營(yíng)中一輛車在不同時(shí)點(diǎn)匹配多個(gè)司機(jī)：

貸后逾期催收：傳統(tǒng)信貸風(fēng)控對(duì)于網(wǎng)約車貸后數(shù)據(jù)缺失，在無法獲得貸款人收入以及營(yíng)運(yùn)行為數(shù)據(jù)的情況下，不能確定每筆逾期債項(xiàng)背后貸款人的還款能力和還款意愿，因而無法做到對(duì)收入還貸比高，有還款能力的貸款人進(jìn)行優(yōu)先催收。這種情況下，需要針對(duì)貸款人平臺(tái)拉單數(shù)據(jù)以及貸款車輛營(yíng)運(yùn)數(shù)據(jù)制定催收評(píng)分卡，對(duì)催收進(jìn)行分類管理。

滴滴大數(shù)據(jù)可以解決：

網(wǎng)約車金融全面風(fēng)險(xiǎn)管理體系的搭建。

在零售數(shù)據(jù)準(zhǔn)備和模型變量開發(fā)時(shí)，形成從貸款人信貸基礎(chǔ)維度到涵蓋城市、渠道、車輛四大風(fēng)險(xiǎn)因子的模型長(zhǎng)清單，實(shí)現(xiàn)覆蓋在貸資產(chǎn)全生命周期的動(dòng)態(tài)監(jiān)控。同時(shí)通過被投企業(yè)資產(chǎn)表現(xiàn)不斷積累模型因變量（壞樣本），有效把握風(fēng)險(xiǎn)等級(jí)變化，建立預(yù)警和響應(yīng)機(jī)制，降低損失率。

每個(gè)風(fēng)險(xiǎn)因子下鉆形成多個(gè)風(fēng)險(xiǎn)指標(biāo)，組合后形成風(fēng)控策略。通過單一策略和多策略的綜合應(yīng)用，實(shí)現(xiàn)貸中預(yù)警和風(fēng)險(xiǎn)的及時(shí)防范。

具體來說，優(yōu)化方向有以下幾點(diǎn)：

優(yōu)化點(diǎn) 1：從傳統(tǒng)的放款時(shí)點(diǎn)貸款人風(fēng)險(xiǎn)評(píng)估，優(yōu)化為全流程多維風(fēng)險(xiǎn)動(dòng)態(tài)監(jiān)測(cè)。

傳統(tǒng)信貸風(fēng)控只注重貸款人單一維度的信用風(fēng)險(xiǎn)計(jì)量，而在網(wǎng)約車場(chǎng)景下，城市政策合規(guī)、車輛運(yùn)營(yíng)狀態(tài)、渠道管理能力都會(huì)在整個(gè)信貸流程中對(duì)信用風(fēng)險(xiǎn)的變化起到?jīng)Q定性作用。對(duì)此我們借助滴滴網(wǎng)約車場(chǎng)景數(shù)據(jù)和壞樣本的持續(xù)積累，來補(bǔ)充傳統(tǒng)信貸數(shù)據(jù)維度， 優(yōu)化 A 卡和 B 卡。

預(yù)警需求分析：

放款時(shí)點(diǎn)：反欺詐信息核實(shí)，數(shù)據(jù)維度包括但不限于平臺(tái)側(cè)核實(shí)司機(jī)、車輛、人車匹配、渠道基礎(chǔ)信息，同時(shí)排查渠道進(jìn)件風(fēng)險(xiǎn)。

放款后，通過貸中監(jiān)控實(shí)時(shí)反映貸款人信用風(fēng)險(xiǎn)變化，建立大數(shù)據(jù)風(fēng)險(xiǎn)預(yù)警體系。

建立大數(shù)據(jù)內(nèi)評(píng)驗(yàn)證治理架構(gòu)，內(nèi)評(píng)驗(yàn)證流程方法，提供不同層次的的優(yōu)化策略和實(shí)時(shí)流程。預(yù)警模型中，典型貸中預(yù)警策略如下：

隨著數(shù)據(jù)維度不斷豐富，四大風(fēng)險(xiǎn)因子的下鉆維度會(huì)逐步增多。我們同時(shí)也在實(shí)際業(yè)務(wù)中逐一驗(yàn)證，并通過司機(jī) A 卡 B 卡模型結(jié)果進(jìn)行策略迭代。

貸后催收：

優(yōu)化催收評(píng)分模型。實(shí)時(shí)對(duì)逾期司機(jī)的逾期天數(shù)，拉單行為，月均收入進(jìn)行分析和監(jiān)控，得出每筆逾期債項(xiàng)對(duì)應(yīng)的還款能力和還款意愿綜合評(píng)分列表，幫助貸后催收提升效率。

優(yōu)化點(diǎn) 2：增加數(shù)據(jù)觀測(cè)的時(shí)間寬度和時(shí)點(diǎn)觀測(cè)深度，并在此基礎(chǔ)上引入前瞻性.

通過對(duì)數(shù)據(jù)的長(zhǎng)期觀測(cè)，單一風(fēng)險(xiǎn)策略迭代以及多策略應(yīng)用的持續(xù)驗(yàn)證，我們會(huì)得到司機(jī)信用風(fēng)險(xiǎn)變化的歷史平均水平和規(guī)律，結(jié)合業(yè)務(wù)現(xiàn)階段和未來發(fā)展趨勢(shì)，在此基礎(chǔ)上得到前瞻性調(diào)整后的 PD（違約概率），對(duì)信用風(fēng)險(xiǎn)的顯著變化進(jìn)行定量和定性評(píng)估。

優(yōu)化點(diǎn) 3：依托大數(shù)據(jù)分析能力，形成對(duì)業(yè)務(wù)全局風(fēng)險(xiǎn)收益變化的綜合判斷。

通過 C 端融租車輛的全流程風(fēng)險(xiǎn)管理，逐步勾勒出了融租產(chǎn)品形態(tài)下的司機(jī)信貸畫像和 CP 渠道畫像， 快速識(shí)別汽車金融在業(yè)務(wù)模式和產(chǎn)品上的運(yùn)營(yíng)風(fēng)險(xiǎn)，比如融租包經(jīng)租，CP 代償，集中性違約風(fēng)險(xiǎn)等。進(jìn)而對(duì)車金融資產(chǎn)質(zhì)量有清晰準(zhǔn)確的計(jì)量，實(shí)現(xiàn)資產(chǎn)端和資金端風(fēng)險(xiǎn)收益的平衡。

4. 滴滴大數(shù)據(jù)在汽車金融場(chǎng)景下的廣泛應(yīng)用前景

企業(yè)信貸智能風(fēng)控

方向：整個(gè)出行行業(yè)生態(tài)中，存在大量分散的中小企業(yè)服務(wù)商/渠道商，這些中小企業(yè)在滴滴平臺(tái)上的日常經(jīng)營(yíng)數(shù)據(jù)反映了其經(jīng)營(yíng)能力、資金流動(dòng)性管理和司機(jī)管理能力。多維度經(jīng)營(yíng)數(shù)據(jù)完全可以支持?jǐn)?shù)據(jù)風(fēng)控方式獲得資金，為業(yè)務(wù)提供決策創(chuàng)新方案，包括識(shí)別客戶異常行為、差異化授信審批、全流程風(fēng)險(xiǎn)管控和預(yù)警、限額設(shè)定等。

進(jìn)展：目前一些與滴滴平臺(tái)合作方有業(yè)務(wù)往來的汽車金融持牌機(jī)構(gòu)已經(jīng)在與我們就數(shù)據(jù)風(fēng)控的授信方式進(jìn)行深入探討，在平臺(tái)不提供擔(dān)保的情況下，通過司機(jī)余額代扣和平臺(tái)多維度數(shù)據(jù)建立風(fēng)控模型，為優(yōu)質(zhì)汽車租賃公司提供對(duì)公授信資金支持。

零售信貸智能風(fēng)控

滴滴平臺(tái)具有明顯的雙邊效應(yīng)，即供給側(cè)和需求側(cè)都通過平臺(tái)完成交易，因此平臺(tái)上會(huì)沉淀大量交易和運(yùn)營(yíng)數(shù)據(jù)。當(dāng)汽車金融服務(wù)對(duì)象是體系內(nèi)有車人群時(shí)，可通過滴滴大數(shù)據(jù)補(bǔ)充傳統(tǒng)零售評(píng)分卡的不足， 將體系內(nèi)非信貸數(shù)據(jù)應(yīng)用到汽車金融業(yè)務(wù)場(chǎng)景下，比如用于制定產(chǎn)品級(jí)的風(fēng)控政策和準(zhǔn)入標(biāo)準(zhǔn)，輸出自動(dòng)化信用評(píng)分，反欺詐，風(fēng)險(xiǎn)敞口管理, 風(fēng)險(xiǎn)定價(jià)等。

逐步建立網(wǎng)約車場(chǎng)景下的風(fēng)險(xiǎn)管理體系， 實(shí)現(xiàn)內(nèi)評(píng)模型在數(shù)據(jù)、決策、和算法層面的創(chuàng)新。

包括：前篩客群、特征模型建立和訓(xùn)練、反欺詐規(guī)則設(shè)計(jì)、線上策略驗(yàn)證、與合作伙伴聯(lián)合建模、線上貸后逾期管理等。

隨著大數(shù)據(jù)風(fēng)控能力積累，不管產(chǎn)品形態(tài)是新車融資租賃還是車輛抵押貸款，都可以針對(duì)不同業(yè)務(wù)類型，建立智能風(fēng)控體系。在此基礎(chǔ)上，平臺(tái)數(shù)據(jù)的動(dòng)態(tài)監(jiān)控能夠幫助篩選資產(chǎn)表現(xiàn)良好的個(gè)人信貸用戶，形成白名單，自動(dòng)化審批放款，提升資產(chǎn)匹配效率。