信贷逾期培训课件

信贷逾期培训课件课件导入与大纲培训目的与目标主要内容提要提升参与者对信贷逾期风险的全面认识信贷业务与逾期基础概念•

1.掌握逾期风险识别、预警与处置的专业技能行业逾期现状与趋势分析•

2.学习行业领先的催收与清收管理方法逾期风险成因与数据模型•

3.培养数据驱动的风险决策思维多维度逾期差异分析•

4.建立合规高效的信贷全流程管理能力合规要求与法律基础•

5.催收流程与技巧优化

6.创新模式与技术应用

7.信贷业务概述零售信贷定义与分类零售信贷是指金融机构向个人消费者提供的贷款服务，主要包括消费信贷和经营性信贷两大类消费信贷针对个人消费需求，经营性信贷则服务于个体工商户和小微企业主主要产品结构按用途分类房贷、车贷、消费贷、经营贷等按担保方式信用贷款、抵押贷款、质押贷款、保证贷款按期限分类短期1年内、中期1-5年、长期5年以上市场发展概况截至2024年第二季度，我国零售信贷规模达

76.5万亿元，同比增长

7.8%互联网消费信贷快速发展，小额高频消费信贷产品创新层出不穷，传统银行与金融科技公司竞争合作格局日益明显信贷逾期基本概念逾期坏账不良贷款定义区别逾期风险等级划分标准//逾期贷款借款人未按合同约定日期足额偿还本息的贷逾期天轻度风险M11-30款，通常以天数计算（如逾期天、天等）1-3031-60逾期天中度风险M231-60坏账经过多次催收仍无法收回，且预计无法收回的贷款，需要进行核销处理逾期天重度风险M361-90不良贷款按照五级分类标准，划分为次级、可疑和损失逾期天严重风险M4+91-180三类的贷款一般逾期天以上的贷款通常被认定为不良90贷款逾期天以上损失类风险M6+180当前行业逾期率现状根据2024年最新监测数据，零售信贷市场整体逾期情况呈现结构性分化特征•全国商业银行零售信贷M3+（逾期90天以上）平均逾期率为

1.76%•消费金融公司平均逾期率达

2.65%，较去年同期上升

0.42个百分点•互联网小额贷款平均逾期率约

3.54%，区域性机构差异显著•信用卡业务平均逾期率为

2.13%，较疫情前水平略有回升值得注意的是，部分高风险产品如互联网小额信贷、无抵押消费贷款等产品逾期率已高于行业平均水平2个百分点以上，需要重点关注逾期风险趋势分析近年来逾期率变化趋势2020-2024年信贷市场逾期率整体呈U型走势•2020年疫情初期逾期率快速上升，高点达

2.8%•2021-2022年政策支持下逾期率回落至

1.6%左右•2023年至今随经济复苏不稳定，逾期率再次攀升至

2.1%行业面临着不良贷款持续转化压力，M1向M3+迁徙率较历史均值高出15%，预计2024年下半年风险压力将进一步显现信贷逾期的主要原因宏观经济波动市场环境变化•经济增速放缓导致居民收入下降•行业利率政策变动•失业率上升引发还款能力减弱•房地产等资产价格波动•区域经济结构调整引发产业链压力•互联网金融监管趋严•特殊事件（如疫情）冲击现金流•市场信贷投放结构变化用户信用及还款能力内部风控管理不足•过度负债导致还款压力增大•客户准入标准过于宽松•信用意识不足引发恶意逾期•风险定价模型失准•收入不稳定影响按期还款•贷后管理不到位•消费决策不理性导致资金紧张•催收资源配置不合理风险成因深度剖析客户准入与风控失误产品设计缺陷数据显示，客户准入标准偏离是逾期风险的首要来源产品结构设计对逾期率影响显著•征信白户风险评估不足，首贷客户逾期率高出平均水平37%•期限错配长期贷款与短期消费需求不匹配•收入核验流于形式，超负债客户未被有效识别•还款方式设计不合理大额等额本息产品还款压力过大•区域差异化策略缺失，高风险地区使用全国统一标准•定价策略失衡高风险客群定价不足，风险补偿不充分•反欺诈能力不足，团伙作案渗透风控漏洞•额度管理不当首次授信额度过高，激励过度消费用户还款行为决定因素1还款行为的连续性特征用户还款行为表现出强烈的连续性，历史还款行为是预测未来逾期的重要指标•数据显示曾有M1逾期的客户，未来6个月内再次出现M2+逾期的概率高出平均水平

3.8倍•还款日期习惯85%的用户在固定的时间段内还款，偏离常规还款时间是风险信号•最近3个月内的还款行为对未来逾期预测能力最强2扣款失败的连锁反应上一笔贷款扣款失败是当前贷款逾期的重要预警信号•统计表明上一笔贷款曾出现扣款失败的客户，当前贷款逾期率高出平均水平

2.7倍•连续两次扣款失败后，客户转为主动还款的概率降低67%•扣款失败后24小时内未主动还款的客户，后续逾期深度显著增加3还款偏好的变化趋势还款方式和时间选择反映客户风险状态•从自动扣款转为主动还款的客户，逾期风险上升45%•从全额还款转为最低还款额的信用卡客户，60天内出现逾期的概率增加

3.2倍征信查询与逾期风险征信查询频率与逾期关系大数据分析显示，借款人在短期内频繁查询征信记录与逾期风险呈现显著正相关•半年内征信查询≤2次平均逾期率

1.23%•半年内征信查询3-5次平均逾期率

2.87%•半年内征信查询6-7次平均逾期率

4.32%•半年内征信查询≥8次平均逾期率高达

6.11%频繁征信查询背后，往往隐藏着借款人资金周转困难、多头借贷行为，是现金流紧张的重要指标逾期分析的常用数据模型逾期率、坏账率算法举例数据分层与预警静态逾期率计算有效的逾期风险管理需建立多层次的数据监测体系某时点逾期率=该时点逾期贷款余额÷该时点贷款总余额×100%

1.宏观层经济指标与行业整体逾期率关联分析

2.中观层区域、产品、渠道维度的逾期率对比动态（迁徙）逾期率计算

3.微观层客群细分、行为特征与逾期关系M1→M3迁徙率=本月末M3逾期中上月为M1的金额÷上月末M1逾期金额×100%坏账率算法年化坏账率=年内核销贷款金额÷年平均贷款余额×100%首逾率n期首逾率=放款后n期内首次出现逾期的贷款数量÷总放款数量×100%风险预警模型通常包含•早期风险信号识别（EWS）•异常行为监测产品维度逾期差异

4.2%

9.5%6期消费贷12期贷款产品风险适中，适合大多数客群，逾期率处于行业平均水平主要风险逾期率远高于目标值5%，主要原因是期限过长导致客户还款意愿下点集中在第3-4期，通常由短期现金流问题导致降，同时经济状况变化概率增加数据显示第8-10期是高风险区间

2.8%

7.6%3期小额贷款随借随还产品短期小额产品风险相对可控，客户还款压力小，但需警惕频繁借贷灵活期限产品逾期率高于传统等额本息产品，用户自主管理还款能行为首期逾期是关键监控点，与欺诈风险高度相关力不足是主因建议增强还款提醒和阶段性强制还款设计区域与时间维度分析各地区逾期率对比季度/月份波动规律区域经济发展不平衡导致信贷风险呈现明显的地域差异信贷逾期表现出明显的季节性特征•东部沿海发达地区平均逾期率

1.85%，风险相对可控•第一季度春节前后逾期率下降，节后快速反弹•中部发展地区平均逾期率

2.43%，呈上升趋势•第二季度相对稳定期，逾期率变化平缓•西部欠发达地区平均逾期率

3.17%，风险较高•第三季度9月开学季逾期率小幅上升•重点关注区域东北三省逾期率

3.65%，受产业结构调整影响显著•第四季度年末12月逾期率明显提高，尤其在互联网消费信贷领域一线城市与四五线城市的逾期率差距达到

1.8倍，反映了城市发展水平与居民还款能力的紧密关联客户生命周期与风险1首贷阶段首贷客户平均逾期率

3.65%，高于整体平均水平约30%主要风险来源•征信记录有限，风险判断依据不足•还款习惯尚未形成•贷款用途不明确或冲动消费建议策略首贷从严，小额试探，快速迭代评估2稳定期2-5笔贷款的客户逾期率最低，平均为

1.24%特点•还款习惯已形成•与机构建立信任关系•信用意识较强建议策略适度提额，优化利率，增强客户黏性3饱和期6笔以上贷款客户逾期率开始回升，达

2.86%风险点•多头借贷可能性增加•负债率上升•还款压力增大建议策略控制总体负债率，加强贷后监测，及时调整额度4衰退期长期客户3年逾期率分化•优质长期客户逾期率低至

0.78%•问题长期客户逾期率高达

8.53%建议策略精细化客群管理，差异化退出或深度经营信贷逾期的合规要求人大/银保监主要监管要求信息披露与催收合规边界《中华人民共和国民法典》关键规定合规催收红线行为•明确了借贷合同的法律效力与违约责任•禁止恐吓、威胁、骚扰借款人及关联人•规范了利率上限与利息计算方式•禁止使用虚假身份、虚构法律后果•界定了保证人权利义务与担保范围•禁止侵犯个人隐私，如向非担保人泄露借款信息•禁止电话轰炸、上门滋扰等过激行为银保监会监管要求重点•禁止在工作场所公开催收造成名誉损害•不良资产分类与拨备计提标准•贷款催收行为规范与禁止性规定•信贷资产风险权重与资本占用要求•逾期信息报送与披露义务法律诉讼与清收基础诉前准备收集齐全的贷款证据链•借款合同及电子签名证据•放款凭证与流水证明•逾期通知与催收记录•担保合同及担保人信息法律诉讼程序标准化诉讼流程•案件立案（一般7个工作日内完成）•法院受理与送达（15-30天）•开庭审理（视案件复杂程度）•判决生效（一审一般3-6个月）执行与处置判决后执行措施•财产查控与冻结•工资收入扣划•担保物处置•失信名单与限制高消费法律底线与权利保护合规边界•严格遵守诉讼时效（一般为3年）•利息计算不得超过法定上限•禁止虚增债务或伪造证据•保障借款人合法权益不良贷款法律处置效率统计显示，小额贷款（10万元以下）通过诉讼方式平均回收率为38%，回收周期约12-18个月；大额贷款（10万元以上）平均回收率为57%，回收周期约18-24个月建议根据贷款金额、借款人状况和担保情况，采取差异化的法律策略，提高清收效率典型催收流程梳理自动/人工/委外三级流程逾期不同阶段催收重点第一阶段自动化催收（逾期1-7天）•系统自动发送还款提醒短信•智能语音外呼提醒•APP推送通知•电子邮件提醒第二阶段人工催收（逾期8-60天）•内部催收专员电话联系•专业谈判与还款方案制定•必要时进行上门拜访•与担保人沟通第三阶段委外催收（逾期61天以上）•委托专业催收公司处理•法律诉讼准备与实施•资产处置与核销早期逾期（1-30天）重点是提醒与帮助，约80%的客户可通过有效沟通实现还款关键是频率适中、态度友善，帮助客户解决临时困难催收沟通与谈判技巧高效沟通模型客户分层处理策略催收沟通的PEACE模型根据能力-意愿矩阵进行客户分层Preparation（准备）充分了解客户情况和欠款详•高能力高意愿提供便捷还款渠道，轻度提醒情•高能力低意愿强调法律后果，适度施压Engagement（接触）建立积极联系，展现专业形•低能力高意愿提供分期方案，减免部分费用象•低能力低意愿法律手段为主，尽早止损Analysis（分析）判断客户还款能力与意愿Communication（沟通）清晰表达要求，倾听客户困难Execution（执行）达成还款协议并确保落实成功沟通话术举例有效话术示例•开场白简明介绍身份和目的，避免质问口吻•核实信息确认客户身份和欠款情况•了解原因以开放式问题了解逾期原因•提供方案根据客户情况提供个性化还款方案•达成协议明确还款时间、金额和方式•回访确认按计划跟进确保还款落实创新催收与清收模式智能催收系统应用数据驱动策略创新人工智能技术已深度应用于现代催收领域•智能语音机器人可实现自然对话，根据客户回应动态调整话术，覆盖率提升40%•客户画像分析基于大数据构建用户行为模型，预测最佳催收时间和方式•智能分配系统根据案件难度和催收员特长自动匹配，提高成功率•情绪识别技术实时分析客户语气情绪，优化沟通策略某大型消费金融公司应用智能催收系统后，M1阶段回收率提升17%，人力成本下降23%行业长效机制建设预防机制监测预警前端风险控制是最经济有效的手段建立全生命周期的风险监测系统•客户准入标准的持续优化•早期风险信号监测•精细化的风险定价模型•行为异常模型预警•产品结构与流程再设计•多维度风险指标跟踪•反欺诈技术的升级迭代•区域与产品风险热图反馈优化处置机制形成闭环反馈与持续优化建立高效的逾期处置流程•催收结果数据分析•阶段化催收策略体系•客户画像不断更新•内外部资源协同机制•风控模型持续迭代•法律诉讼标准化流程•产品策略动态调整•资产处置多元化渠道长效激励与考核机制是确保风险管理有效性的关键建议将逾期指标纳入全流程各环节的KPI考核，建立风险与收益平衡的激励机制，形成从获客、审批、贷后、催收到资产处置的全链条风险责任制只有将风险文化融入机构DNA，才能实现可持续的高质量发展典型案例分析一产品逾期爆发事件回顾某金融科技公司推出的12期消费贷款产品，逾期率从历史稳定的

5.2%突然升至

9.5%，远超预期，造成约

1.8亿元额外资产损失问题成因分析外部环境变化区域性经济下行，失业率上升

2.1个百分点产品设计缺陷12期产品期限过长，月供压力过大（平均占可支配收入的45%）客群结构问题过度依赖年轻客群（25岁以下占比32%），就业稳定性不足风控模型滞后模型训练数据来自经济上行期，未能适应下行环境渠道管理不严第三方引流渠道质量下降，套现客户占比上升典型案例分析二用户多次征信查询风险现象数据分析发现，半年内征信查询≥8次的申请人群，逾期率高达

6.11%，是平均水平的

2.9倍这类客户约占新申请总量的

7.3%，但贡献了

18.5%的不良资产高风险用户特征多次征信查询的高风险用户通常表现出以下特征•年龄集中在22-28岁之间（占比63%）•月收入3000-8000元区间（占比71%）•从事服务业、零售业等非稳定收入行业（占比58%）•近3个月内有2次以上小额贷款或信用卡申请（占比92%）•消费支出与收入比例超过65%（占比77%）风控规则调整实例针对该问题，某消费金融公司实施了以下风控调整

1.将半年内征信查询次数纳入评分卡模型，权重提升至15%

2.设置阶梯式规则•查询5-7次额度下调30%，利率上浮10%•查询≥8次自动拒绝，3个月后可重新申请

3.增加反洗钱和反套现审核流程，对频繁申请客户进行人工复核

4.建立多头借贷监测预警机制，对存量客户定期筛查调整后效果规则实施3个月后，新增客户整体逾期率下降

0.87个百分点，高风险客群申请占比降至

4.1%同时，开发了合理借贷额度评估功能，主动向客户提供最适借贷建议，引导理性消费此案例表明，征信查询行为是信贷风险的重要先行指标，应充分利用并与其他风控手段协同作用典型案例分析三扣款失败影响问题发现数据显示，上一笔贷款曾出现扣款失败的客户，新贷款逾期率高出平均水平

2.7倍特别是，连续两次扣款失败后，后续逾期风险呈指数级增长案例某银行发现约8%的客户存在历史扣款失败记录，但这部分客户贡献了近25%的不良资产根因分析扣款失败主要来源于三类原因•资金不足（占比62%）反映客户现金流紧张•账户变更（占比27%）客户未及时更新还款账户•系统/技术问题（占比11%）扣款渠道或时间设置不合理首次扣款失败后24小时内未主动还款的客户，后续形成长期逾期的概率增加

3.5倍生命周期风控裂变处理方法针对此问题，设计了扣款失败预警-干预-控制三级响应机制

1.提前预警还款日前3天检测账户余额，发送智能提醒

2.及时干预扣款失败后2小时内通过多渠道联系客户

3.风险控制建立扣款失败分层处理策略，根据客户特征和原因采取差异化措施成效与启示实施该机制后•扣款成功率提升12个百分点•扣款失败客户的后续逾期率下降35%•客户体验改善，投诉率降低27%关键启示扣款行为是客户风险状态的敏感指标，应纳入风控核心监测点技术与数据在逾期管理中的作用大数据智能监测欺诈识别与风险预判现代信贷风险管理已进入数据驱动时代，先进技术应用主要包括多维数据整合整合内外部数据源，构建360°客户视图•传统数据征信、交易、还款历史•替代数据社交网络、消费行为、位置信息•宏观数据区域经济指标、行业景气度实时风险监测从静态风控向动态风控转变•行为异常实时预警•风险指标动态跟踪•客户画像持续更新机器学习应用提升风险预测准确性•深度学习模型提前60-90天预测逾期概率•增强学习优化催收策略和时机•自然语言处理分析客户沟通内容和情绪人工智能在欺诈识别中的突破性应用身份验证技术团队能力建设跨部门协同机制有效的信贷风险管理需要多部门无缝协作•风控、业务、运营、法务、IT定期联席会议•建立跨部门快速响应机制，应对突发风险•产品设计阶段即纳入风控、催收部门意见•数据共享平台建设，打破信息孤岛核心能力培养信贷风险管理人才需具备三类核心能力•专业能力风险模型、催收技巧、法律知识•数据能力数据分析、模型理解、指标解读•沟通能力客户谈判、跨部门协调、问题解决建议采用70-20-10学习模式70%实践学习，20%导师指导，10%理论培训培训与考核落地系统化的培训与考核体系包括•分层级培训初级、中级、高级课程体系•认证机制风控/催收专业资格内部认证•案例库建设实战案例积累与分享•绩效联动将培训成果与绩效考核挂钩定期组织技能大赛和最佳实践分享，激发团队学习热情人才是风险管理的核心资源数据显示，专业培训后的催收团队绩效平均提升23%，客户满意度提高17%建议构建专家+新手的导师制，形成知识传承机制，打造学习型组织文化，持续提升团队整体能力水平客户行为改善工具还款提醒、自动扣款优化定制化还款计划制定精细化的还款提醒策略可显著降低非主观逾期率分层提醒机制•高风险客群还款日前7天、3天、1天及当天多频次提醒•中风险客群还款日前3天及当天提醒•低风险客群还款日前1天简单提醒多渠道触达•短信+APP推送+微信消息三管齐下•关键时点电话提醒•智能语音助手提醒扣款机制优化•多时段尝试单日内3-5个时间点尝试扣款•余额不足智能补扣检测到账户有资金后自动发起•备用还款渠道预设备用卡或支付渠道针对不同客户情况，提供灵活的还款方案反欺诈与特殊风险防控非正常逾期识别团伙作案识别区分恶意逾期与困难逾期的关键指标组织化欺诈的特征与防控行为反常信号共性特征识别•放款后立即关闭联系方式•设备指纹关联•社交媒体账号突然注销•IP地址高度集中•工作单位信息无法验证•申请材料模板相似资金流动异常•联系人网络重叠•放款资金快速转出行为模式分析•大额现金提取•批量申请时间相近•转入高风险交易平台•资金流向相似借贷模式可疑•逾期模式一致•短期内多平台借款防控策略•首期即逾期•多维关联分析•完全不回应催收•行业黑名单共享•公安协作机制异常行为预监控贷后风险早期预警信号通讯异常•联系电话频繁变更•通讯录联系人大量减少•主动联系频率下降位置异常•常驻地突然变化•出现在高风险地区•活动范围异常扩大交易异常•消费模式突变•资产快速转移•高风险商户交易增加新形势下的行业趋势展望经济新周期下逾期风险变化行业创新催收模式预测2024-2025年宏观环境对信贷风险的影响预测结构性风险分化•传统强势行业（如医疗、教育、公共服务）就业稳定，风险较低•转型中行业（如房地产、制造业）风险上升•新兴行业（如数字经济、绿色能源）风险两极分化区域风险分布变化•东部沿海地区整体稳定，局部风险聚集•中西部地区经济转型压力加大，风险上升•特色经济区（如海南自贸区）发展动力强，风险相对可控消费信贷结构调整•必需消费信贷稳定性增强•大额非必需消费信贷风险上升•生产经营类信贷分化明显未来2-3年催收模式的创新方向技术驱动变革•人工智能催收占比将达50%以上•智能客服+人工协同成为主流•大数据行为预测精准度提升至85%以上生态协同发展•金融机构间风险信息共享机制完善•央行征信系统与市场化征信深度融合•产业链金融风险联防联控监管科技应用•实时监管与风险预警系统普及培训知识点回顾核心概念与模型关键流程与机制实用技巧与工具•信贷逾期定义与分类M1-M6+风险等级划分•全流程风险管理准入-监测-预警-处置-反•高效沟通技巧PEACE沟通模型馈•逾期率计算方法静态逾期率、迁徙率、•还款方案设计分期、延期、减免组合方首逾率•催收三级流程自动催收-人工催收-委外案催收•风险预测模型行为评分卡、迁徙矩阵、•团队协作机制跨部门联动与信息共享机器学习模型•法律诉讼流程证据收集-立案-审理-执行•数据分析工具风险热图、客户画像、预•客户分层体系能力-意愿矩阵、风险等级•资产处置策略催收、重组、转让、核销警指标划分•长效机制建设预防-监测-处置-反馈闭环•科技应用智能语音、行为分析、预测模型本次培训涵盖了信贷逾期管理的全流程知识体系，从基础概念到实战技巧，从传统方法到创新应用希望通过系统化学习，帮助各位提升风险识别能力、掌握有效催收方法，最终实现资产质量的持续改善与业务的健康发展与知识应用QA常见问题答疑业务实操应用建议Q1:如何区分客户是暂时性困难还是长期还款能力不足？A:可从以下维度判断•历史还款表现是否有良好还款历史•收入变化是否为临时性收入下降•负债率变化总负债是否突然上升•沟通态度是否积极配合解决问题Q2:催收过程中如何应对客户投诉风险？A:防范投诉的关键措施•严格遵守合规要求，避免过度催收•全程录音并妥善保存沟通记录•使用标准化话术，避免情绪化表达•提供多元化还款方案，展现解决诚意Q3:智能催收系统如何与人工催收配合？知识应用路径A:最佳配合模式

1.短期应用（1-2周内）•初期轻度逾期智能系统为主，覆盖80%以上案件•优化催收话术和沟通技巧•中期逾期智能筛选+人工跟进，系统筛选高价值案件•应用客户分层处理策略•深度逾期人工为主，系统辅助信息收集和方案推荐•改进还款提醒流程

2.中期应用（1-3个月）•建立多维度风险监测指标•完善客户还款行为分析•优化产品结构和定价策略

3.长期应用（3-12个月）•构建全流程风险管理体系•实施智能催收技术升级•建立长效激励与考核机制。