1) 借貸雙方數據信息不對稱:
① 汽車金融公司對客戶收入、信用水平等構建的風控模型,由于國內數據樣本不足,無法完全對應,而且數據源的真實度也是一種挑戰。
② 在風控上,汽車金融公司對消費信貸不外乎建立信用模型,及對應客戶收入、信用水平的收入模型,但由于國內數據樣本不足,信用模型沒有完全對應。除了數據樣本不足,數據源的真實度也是一種挑戰。
③ 我國征信不夠完善,汽車金融主體很難對借款人的實際資質進行全面了解,盡調不全面,加大了借貸機構判斷借款人償還能力和償還意愿的難度;
④ 目前還存在數據互不相通的現狀,因此幾乎每天會有一個金融公司冒出來,在激烈的市場競爭下,金融公司會省略很多環節,對用戶放松要求,如果汽車金融公司能進行數據互通,可降低騙貸風險。
2) 審批不嚴、追求時效等因素導致逾期高:
① 汽車金融憑著資產處置靈活、小額分散等特點,車抵貸成為市場的香餑餑,競爭也異常激烈。為了擴展規模維持運營,不少平臺基本上處于見車就放款的狀態,只要車在借款人名下,平臺就會按照設定的標準(想虛空按照車輛的殘值7成或以上)放款。
② 很多公司為了加快效率,從貸款受理到走完所有流程序放款只要一天,這樣平臺就很難進行深入調查,最后出現審核不嚴的現象。
3) 造假、欺詐、騙貸、騙車等現象叢生:
① 冒用身份、合同非本人簽字及虛假交易問題。
② 非法二次抵押乃至行業造假的情況也屢見不鮮,騙車、騙保、騙貸等欺詐問題十分盛行,即使客戶零征信,我們也能給他做抵押貸款。
③ 有些車主制造虛假身份,用事故車、套牌車、租賃車、查封車進行騙貸。
④ 二次抵押:多頭申請、多頭負債、二次抵押、黑市交易、一車多貸等行為經常發生。
⑤ 行為異常:借款人常住地址異動,開車時間反常等異常行為不知情。不能根據用戶的行動趨勢判斷,提前知道違約的可能性。
⑥ 監管趨嚴:在嚴厲打擊黑惡勢力的大環境下,搶車很容易被定性為搶劫,傳統收車方式有很大風險。能隨時監控違約車輛,對車輛的位置查詢、實時追車等就非常重要。
⑦ 惡意欠貸:借款人玩人、車雙消失,故意拖欠。
⑧ 多頭申請:借款人多頭負債、二次抵押、黑市交易、一車多貸等行為經常發生。
⑨ 車輛受損:受地理環境、人為因素等情況影響,沒有提前預警,車輛受損所產生較大的費用。
⑩ 催收單一:貸后只能依靠電話催收,上門找人、蹲點催收等傳統的手段。