发帖
雷达卡
收入的判断，不是一个直接的数据，在风险的核验中都不是用单一的数据去判断。相信做风险的同学都有一种感觉，做数据判断常常像一位柯南（侦探），多维度去综合判断。在三方数据维度比较多样时，的确有不少外部数据维度是可以综合判断其具体的收入情况。
但是，总有一些客群是无法通过外部数据去判断其收入情况的，面对这种情况有没有什么方法可以判断其收入维度呢？特别是对某些线下产品，更多地是通过客户提供的资料来辅助判断其收入情况，面对这种场景，本次我们常用以下的方式来判断客群的收入维度，希望对各位读者有所启发。
在这些方法中，其中薪金表的数据，也是在信审中比较经常用到的方法，今天的内容可以了解下。
1.公积金
公积金数据是在收入维度中，比较重要的数据来源，目前适合这类数据的是工薪阶层，俗称白领阶级。
利用公积金进行放贷，目前做得比较好的银行比如中信银行跟江苏银行的公积金贷款都做得不错。目前开放的策略是偏向白名单客群，通过接入当地的公积金管理局来获取客群的年缴公积金数据。产品可以做成先息后本、等额本金、等额本息等还款方式。其中先息后本，一般是一年期产品。
以上能够接入公积金管理局数据的，基本可以做到实时放贷，10分钟内批贷金额就能到账。当然对于很多没有相关数据来源的机构，只能通过客群提供的公积金的缴纳情况来计算相关的收入。
收入的方式通过缴纳的公积金，可以按照以下的计算方式换算：
收入 = 公积金缴纳金额 /缴纳比例
注：由于公积金只能反映客户每月完税前收入，不能反映年终奖金、其他福利、其他额外收入，在预估时可以设定调整系数适度调升（当客户提供其他证明则另计）
2.流水证明
银行流水证明是最能反映客群收入情况的了，但银行流水也有很多局限性，比如跨行数据无法校验、提供的银行流水存在造假等信息。
其中数据造假是在流水核验中最重要的核查问题，如何识别假流水，来看看番茄风控的这篇文章：交易流水鉴别方法
比如格式问题，数值问题等等，详情请看之前的文章：
那拿到工资的流水后，有没有终极公式可以来判断收入维度？有的，请看以下这条公式：
收入=月入工资 + 年终/12+ 其他固定月收入
注：关键词为工资，每月入账时间固定，若数额存在较大波动，取最低值或平均值。
3.房贷月缴款映射法
房贷预测估计也是目前许多机构用的比较多，中国人爱买房，而且整体而言房贷的逾期率也是在所有抵押类资产中较低的一类。在房贷的评估上，银行也是根据客群的流水来判断相关收入是否能覆盖月供。
如何根据房贷来计算客群的收入，请看以下这个实操方法：
房贷一般选择等额本息或等额本金的还款方式，且要求客户月收入为月供款的1.5-2倍。
在计算客户收入时采用等额本息跟等额本金的月还款来核定客户收入情况。
4.薪金表
在以上维度中，是从客户主动或者被动提供的收入数据来判断的。在以上维度中，其实还有一份重要的数据可以参考，那就是薪金表。薪金表，是一张在判断不同行业中客群平均收入的数据表格。
薪金表的数据，可以来源于像各类招聘平台的数据，也可以从统计局中获取到相关数据比较。
比如某地区薪金表维度如下：
根据相关的数据维度，如何制定收入判断呢？结合自家的风险考量，以下的计算方式，供大家参考：
收入 =min( 地区收入上限，客户自填月收入）
注：对于部分低价车型来说，客户只需凭借一张身份证就可以办理贷款。这时候可以用第三方招聘网站发布的薪酬范围作为收入认定标准。
有了收入，另外如何根据收入来跟客群制定相应的授信敞口？比如参考某机构车贷的授信额度，借鉴如下：
车贷可授信额度 = （当前月收入–平均每月应还贷款总额）*可支配收入比例 * 信用评分系数 *贷款期限
以上内容中，判断收入可以从多种数据综合判断，灵活应用。比如若产品面向全国，需要结合城市、省份不同制定更加精细的薪金表。
以上内容参考来源：番茄风控全线条训练营
~原创文章
...
end
京公网安备 11010802022788号
