1) 借贷双方数据信息不对称:
① 汽车金融公司对客户收入、信用水平等构建的风控模型,由于国内数据样本不足,无法完全对应,而且数据源的真实度也是一种挑战。
② 在风控上,汽车金融公司对消费信贷不外乎建立信用模型,及对应客户收入、信用水平的收入模型,但由于国内数据样本不足,信用模型没有完全对应。除了数据样本不足,数据源的真实度也是一种挑战。
③ 我国征信不够完善,汽车金融主体很难对借款人的实际资质进行全面了解,尽调不全面,加大了借贷机构判断借款人偿还能力和偿还意愿的难度;
④ 目前还存在数据互不相通的现状,因此几乎每天会有一个金融公司冒出来,在激烈的市场竞争下,金融公司会省略很多环节,对用户放松要求,如果汽车金融公司能进行数据互通,可降低骗贷风险。
2) 审批不严、追求时效等因素导致逾期高:
① 汽车金融凭着资产处置灵活、小额分散等特点,车抵贷成为市场的香饽饽,竞争也异常激烈。为了扩展规模维持运营,不少平台基本上处于见车就放款的状态,只要车在借款人名下,平台就会按照设定的标准(想虚空按照车辆的残值7成或以上)放款。
② 很多公司为了加快效率,从贷款受理到走完所有流程序放款只要一天,这样平台就很难进行深入调查,最后出现审核不严的现象。
3) 造假、欺诈、骗贷、骗车等现象丛生:
① 冒用身份、合同非本人签字及虚假交易问题。
② 非法二次抵押乃至行业造假的情况也屡见不鲜,骗车、骗保、骗贷等欺诈问题十分盛行,即使客户零征信,我们也能给他做抵押贷款。
③ 有些车主制造虚假身份,用事故车、套牌车、租赁车、查封车进行骗贷。
④ 二次抵押:多头申请、多头负债、二次抵押、黑市交易、一车多贷等行为经常发生。
⑤ 行为异常:借款人常住地址异动,开车时间反常等异常行为不知情。不能根据用户的行动趋势判断,提前知道违约的可能性。
⑥ 监管趋严:在严厉打击黑恶势力的大环境下,抢车很容易被定性为抢劫,传统收车方式有很大风险。能随时监控违约车辆,对车辆的位置查询、实时追车等就非常重要。
⑦ 恶意欠贷:借款人玩人、车双消失,故意拖欠。
⑧ 多头申请:借款人多头负债、二次抵押、黑市交易、一车多贷等行为经常发生。
⑨ 车辆受损:受地理环境、人为因素等情况影响,没有提前预警,车辆受损所产生较大的费用。
⑩ 催收单一:贷后只能依靠电话催收,上门找人、蹲点催收等传统的手段。