|
首先明确下，消费金融业务主要指消费信贷类业务。 在目前国家整体供给侧改革的大背景下，消费金融市场是具备长期繁荣的趋势的。而作为消费信贷业务的核心职能——风险管理，该职业的发展和成长性是长期看好的。同时，风险管理总体上是一个随着时间阅历积累更加升值的职业。因此在更广义的金融信贷领域，风险管理是非常值得作为一生职业探索的。 以下我会基于风险管理职业发展，从顶端反向探讨入行初期的路径与积累要求。 在大的银行中，标准的风险管理岗位顶端即CRO（首席风险官）。 但在银行体系中，CRO的专业水平、能力要求是极高的。不仅是信贷领域的信用风险管理，包括市场风险、操作风险、流动性风险，甚至国别风险等从宏观到微观领域的全视角风险均要有驾驭能力。可以作为一个很高的目标，用来鞭策和提升自己。 而市场上常见的消费金融，也有很多的CRO，或者称为风险总监。实质上的职能为：掌管消费金融公司或小贷公司的信贷业务的风险管理。 根据公司的市场规模、业务复杂度，该职位的要求差别比较大。但基本上，主要工作包括但不限于： 进行信贷业务的整体信用风险把控； 欺诈风险体系建设； 资产组合管理； 同时从风险角度提供业务发展方向建议，发挥风险内驱力的作用。 达到这个级别应该算是风控岗位的一个阶段性成功了。 至于待遇方面，相对发展好的消费金融公司或互金小贷平台，百万级别年薪是很正常的水平。 不过先别急，为了达到这个目标，我们需要从以下几点逐步完善积累： 1. 数据分析能力 这是当代风险管理岗位所需的最基础的能力。 如果不具备数据分析能力，通常只能从人工信审或机构审核角度入手。不容易接触到零售消费信贷的核心风险策略体系设计，会有短板。 当然，如果业务感觉足够好（后面会讲到这块儿的概念），也有继续成长的路径机会。 数据分析能力包括：常用数据处理工具的熟练应用能力，比如hive sql, SAS, python, R等。 更重要的是，注意培养数据分析的感觉。即能够明确理解业务问题点并抽象成数据分析的思路。 比如某产品逾期率过高。 数据分析不是单纯跑出这个结果（这只达到了最基本的监控要求），进一步的思路是：寻找原因 → 在不同获客渠道、不同客群（年龄、学历、区域等）维度组合框架下定位具体的逾期原因 → 形成完整的分析思路 → 得出结论。比如定位到具体哪类细客群是该问题最主要的点。 2. 风险策略设计能力 风险策略简单说就是对客群进行差异化，找到足够细分的风险差异化识别路径。 通过这种路径完成准入、授信、风险预警、调额、风险定价等决策。 这需要很强的数据分析能力作为基础，确保自己的想法能够得到有效验证及持续探索。同时要深入理解产品形态和业务背景。 比如，小额高定价现金贷产品，必然会吸引来次级用户；大额低定价产品通过增加信息采集，更满足常规好用户需求。 这两种情况下对于策略设计的要求会更有差异。前者重点考虑通过高定价覆盖高风险，关键做好反欺诈工作；后者更需要较重的产品流程增加强信息厚度，以明确将好用户的门槛提高，挡住坏用户。 3. 模型工具理解能力 当前计量模型工具已经成为风险管理的常用工具。 在风险管理职业规划中有一种路径是：在模型算法角度进行深入探索，以算法工程师作为职业规划。 即使没有深入的模型开发功底，也应该至少理解模型基本假设与业务实际的关联关系，确保模型应用的有效性。 例如，模型开发样本时点业务与应用时点的客群是否有极大偏差；模型样本中是否已排除策略中明确拒绝的高风险客群，避免应用时对客群的识别有偏差等。 4. 业务模式风险点理解 上述3点均为切入消费金融风险管理的常见路径职能。 但真正决定你是否可以进一步向上有更大空间，考验的是你对于各种业务模式风险点的理解，即对信贷业务的风险本质的理解。 例如，同一产品不同产品流程，在风险管理上的信息差异性、客户选择差异性会有极大差别；场景分期类业务和现金贷业务，前者更偏重于对合作场景机构的风险管理，后者更偏重于客群量化分层的管理等。 这种需要风险管理从业者更主动的跳出单纯的数据与策略结构，从全流程视角审视业务全局，预判业务各种可能走势，从而前瞻性的进行各种风险管理工具的准备、组合、监控和控管。 5. 其他风险管理相关专职岗位 人工信审、催收作业、贷后稽核、机构审核等。 这些岗位功能性更强，因此发展路径相对固定，暂不展开。 说完上述的职能与工作描述，落到一些实际的建议： 从专业和资格认证方面，如果愿意考CFA或FRM之类的证书，从理论层面会对风险管理职业更有帮助，对自己的职业履历也有明显提升； 从技能角度，上面已说明了数据分析解读和模型基本理解的重要作用。 而在风险管理深入研究下去后，实际很多金融相关领域的风险管理都具备一定相通性，仅需注意在业务专业性上持续拓展即可。 | 
转播
