我国经济持续快速发展,居民家庭可支配收入持续增加,但是在耐用消费品方面,长期以来中国人的消费方式就是消费者通过长时间储蓄再选择一次性购买。A公司在消费者购买需求和释放消费能力之间建起了一座桥梁,让更多的消费者通过分期付款的方式早日实现拥有心仪的商品或服务,提升生活品质。消费金融分期付款类企业的核心除了销售分期付款的产品,另一个核心就是控制坏帐客户的损失率。基于消费金融当前的市场现状以及业务特征,我们一方面要缩短审批时间,简化审批流程,尽可能多的对申请审批通过,提升客户体验,从而提升我们的市场竞争力;另一方面我们需要在有限的时间和尽可能少的要求客户提供证明材料的情况下识别风险、降低风险,这两方面很多时候是一对矛盾体。传统小额贷款审批方式多是使用审核员+审批员进行人工审批。A公司采用评分模型+人工审核的方式对贷款申请进行批核,原有的评分模型随着时间、申请人群、产品特征、区域等发生变化,某些单个变量已失去了识别能力,综合效能不断退化,原有评分卡对客户识别的排序能力已不能适合业务的发展,造成风险损失不断上升。本论文是将业务数据或第三方数据中获得的信息通过逻辑回归模型寻找新的变量,制成新的评分卡,对客户进行风险评级,利用决策引擎结合评分卡结果与其他业务规则制定审批策略,用“技术+人工审核”的方式实现降低损失率与提升通过率,以缩短审核时间为目的,节省审批人力,提升客户的体验度,增加公司的盈利能力与市场竞争力。本文的方法对于本公司风险损失的减少和审批时间的提升是可观的。信用评分和审核规则相给合,不仅仅是需要基于申请人的风险特征,同时也需要考虑公司的预期盈利能力,因此还可以采用不同的风险定价方式来平衡风险,从而满足公司利润最大化。