1、背景分析

政策背景：

2017年《汽车销售管理办法》出台，从根本上打破汽车销售品牌授权单一体制，放宽市场准入，汽车流通市场更加开放，行业迎来大洗牌，未来的汽车流通市场一定是多模式、多业态并存的局面，为汽车金融发展带来广阔市场空间。

2018年5月4日，中国银保监会联合公安部、国家市场监督管理总局、中国人民银行印发了《关于规范民间借贷行为 维护经济金融秩序有关事项的通知》，要严厉打击暴力催收行为，比如以故意伤害、非法拘禁、侮辱、恐吓、威胁、骚扰等非法手段催收贷款。

行业背景：

2016年中国汽车金融渗透率约为38.6%，市场空间极其巨大，预计2020年中国汽车金融渗透率可能会超过50%，市场规模预计突破2万亿。

2、风险与问题

面临问题：

（1）征信问题。中国人民银行征信中心最新公布的数据显示，个人征信系统收录8.8亿自然人数，其中只有3.8亿人有信贷记录。在征信并不完善的情况下，贷款规模还在不断增长，风控的重要性可想而知。

（2）风控审核问题。风控审核对于汽车金融平台至关重要，一旦审核不严格，平台资金回收就出现问题。有时尽管企业和个人信用通过审核，仍会发生资金无法回收问题。

汽车金融企业面临主要风险构成：

（1）企业内控风险：员工或经销商、疏忽或恶意操作系统、伪造客户虚假资料等造成损失。业务系统运行过程中面临的黑客攻击等风险。

（2）客户风险：对客户和车辆贷前、贷中、贷后的审查、追踪、和催收等环节的风险，是最核心的风控风险。

（3）第三方风险：担保人等第三方合作伙伴的自身风险。

总体趋势上看，风控是汽车金融核心竞争力，总体趋势上看，风控是汽车金融核心竞争力。

仁润汽车金融风控解决方案

仁润云以海量车辆征信数据为基础，通过构建大数据用户画像、风控模型等方式为汽车金融机构预防贷前、贷中、贷后等场景的车辆欺诈、骗贷风险。 

贷前：多维度评估申请人资质，精准识别欺诈客户

贷中：实时动态监控车辆，预警借款人信用风险变化

贷后：计划性制定风险分层和催收策略，提高还款率

大数据风控模型

基于汽车金融机构自有数据和仁润云大数据联合建模，适用于汽车金融多种场景，支持多种模型，可同策略算法与规则引擎紧密结合，形成“策略+模型”的综合决策，进一步提升整体风控效果。

大数据用户画像

运用“大数据”等科技手段，结合用户画像，可准确判断借款人身份证真伪、地址核验以及婚姻状况等，进行快速灵活验真。