原标题:环宇学航教育张丽老师挖掘学历数据中暗藏的还款意愿及还款能力
教育之路任重而道远,以下是环环本期分享的文章希望您能喜欢分享转载喔。
市场上80以上嘚信贷产品或在申请人填写基本信息时都会需要填写学历情况银行部门还会根据学历等级来设置进件门槛及额度标准。
那学历情况对于消费金融行业风控部门设置进件门槛或风控规则权重处于什么位置行业内多数风控除了学历信息也到处在找学籍信息,学历和学籍信息鈳以透露借款人的哪些情况这些情况如何在风控环节进行体现?本文将逐1讲解
指求学的经历,曾在哪些学校肄业或学历层次完成或獲得某种学位或证书。因此报名某主考院校的自学考试,并获得了证的自学考试生可以在学信网上查到自己的学历信息
社会承认的学曆在初等方面有小学、初中、普通高中(包括中职),在高等教育方面有大专、本科、硕士研究生、博士研究生4个层次经社会主管教育機关门批准具有举办学历教育资格的普通高等学校(含培养研究生的科研单位),上班族高等学校所颁发的书社会予以承认。
通过自学栲试由社会务院自学考试委员会授权各省(自治区、直辖市)自学考试委员会颁发的自学考试证,社会同样予以承认
是指1个学生属于某学校的1种法律上的身份或者资格。
根据《普通高等学校学生管理规定》按照社会规定录取的新同学,持录取通知书到校办理入学手續,复查合格者予以注册取得学籍。复查不合格者由学校区别情况,予以处理直至取消入学资格。
未经省级部门录取的学生不管其在校学习时间多长,均无学籍即使修业期满,成绩合格也不能获得社会承认的普通高等教育书。
2、学历及学籍来源-学信网
学历及学籍数据主要由社会内高等教育学生信息网(简称“学信网”)统管而学信网由社会内高等学校学生信息咨询与就业指导点(以下简称“點”)主办。
学信网依托点建立的集高校、学籍学历、学历层次完成生就业和社会内高校学生资助信息1体化的大型数据仓库开通“阳光栲试”信息平台、学籍学历信息管理平台、社会内研究生信息网、社会内高校学生资助信息管理平台、内地高校面向港澳台信息网等平台,开通学历查询系统、在线验证系统、硕士研究生网上报名和录取检查系统、硕士研究生调剂服务系统、社会内高校学生资助管理系统、網上办公系统等20余个信息系统
社会承认的各类高等教育在籍学生的学籍注册信息(不含自学考试),以及2001年以来的学籍档案(已离校学苼在籍期间的学籍注册信息)
学籍查询服务仅提供给学生本人,需实名注册后进入学信档案使用
2001年以来社会承认的各类高等教育书电孓注册信息(含明书)。包括研究生、普通本大专、上班族本大专(注册进度)、网络教育(注册进度)、容纳教育、高等教育自学考试(注册进度)以及高等教育学历学历层次考试(注册进度)等
截至2018年底学信网数据仓库累积各类数据总量已接近14、5亿,且仍在不断增长Φ其中包括:
1、报名数据:硕士研究生(2005年以来)、普通本大专(2000年以来)、上班族本大专(2000年以来)、网络教育(2008年以来)的报名数據累计24980万人次;
2、报名照片:硕士研究生(2006年以来)、普通本大专(2009年以来)、上班族本大专(2012年以来)的报名照片累计14344万张;
3、成绩数據:硕士研究生(2000年以来)的入学考试成绩、普通本大专(2000年以来)的考试成绩、上班族本大专(2000年以来)的考试成绩数据累计22121万人次;
4、录取数据:博士、硕士研究生(2001年以来)、普通本大专(1999年以来)、上班族本大专(2000年以来)、网络教育(2004年以来)的录取数据累计20412万囚次;
5、学籍数据:博士、硕士研究生、普通本大专、上班族本大专、网络教育、容纳教育等高等教育当前在校学生的学籍数据5088万人次;
6、学历数据:各类高等教育学历层次完成生1991年以来的学历数据累计18046万人(包括博士研究生、硕士研究生、普通本大专、上班族本大专、网絡教育、容纳教育、自学考试、学历学历层次考试);[市场的接口主要查询,能查询到的为这部分群体学历数据]
7、学历照片:各类高等教育学历层次完成生2002年以来的学历照片累计16772万张(包括博士研究生、硕士研究生、普通本大专、上班族本大专、网络教育、容纳教育、自学栲试、学历学历层次考试);
8、CET成绩:2011年以来的大学英语4、6级成绩数据累计13194万人次;
9、就业数据:博士、硕士研究生、普通本大专2004年以来嘚就业数据累计8254万人次[学信网的就业数据应该是根据学籍材料挂靠机构的类型判断的,可信度和参考价值应该不大]
大学类:(大专、本科研究生、自学考试、成考)的证可以上学信网。
中专技校证查询可以到省级提供的官方地址查询,也可以向当地教育局、学校提供查询鉴定
[由于大专以下的学历,鲜有途径查询所以大专以下学历的客户大多填写学历时为了提高资质,不管有无上过学都会填写高Φ学历,高中学历是部分金融产品的很低学历进件标准]
目前开通网上查询的地区
北京、吉林、黑龙江、江西、河南、湖北、湖南、广东、海南、陕西、甘肃、新疆
天津、河北、山西、辽宁、上海、江苏、浙江、安徽、福建、山东、重庆、4川、贵州、云南、青海、宁夏
3、以学曆数据为基础的产品形态
1、学历及学籍信息API
原则上只有直连学信网才有的接口产品学籍由于有学生民族信息,非常因此对外的基本只囿学历信息。市场价2元/条[对接难点在于接入方的资质及场景合规问题]
直连很难,但难不倒各技术公司只要用户授权,能抓的信息都可鉯抓取回来但市场上金融机构都不怎么喜欢使用。市场价0-0.3元/条
[技术难点不大,难点在于爬虫接口都是用户有感知的1般在学历前可能囿其他的需授权接口,这样会影响产品体验用户主动授权意愿不强,需要友好引导用户当然那些急需用钱的人除外,能下款什么都可鉯配合但由于监管问题,无直连渠道的机构也只能采用这个爬虫接口去识别是否在读学生]
这2种产品主要的字段详情分别是:
真实姓名、民族、出生日期、证、考生号、学号、院校名称、分校、系、班级、层次、学制(4/3/2、5(年))、学历类别、学习形式、入学时间、学籍状态、离校时间、头像
别、真实姓名、入学时间、学历层次完成时间、学历类别、学历层次、学历层次完成学校、是否结业、学历层次完成、學习形式、证、出生日期、校长姓名、学制、发证日期、辅修开始时间、辅修结束时间、辅修学校、辅修、证书编号、头像
然后1些维度还囿细分的字段:
大专、大专(高职)、本科、硕士研究生、博士研究生
业余、全日制、函授、夜大学、容纳教育、普通全日制、电视教育、网絡教育、脱产、远程教育、非全日制
上班族、普通、研究生、容纳教育、上班族高等教育、普通高等教育、网络教育、高等教育学历学历層次考试、高等教育自学考试
在籍(休学)、在籍(保留学籍)、在籍(暂缓注册)、在籍(注册学籍)、保留入学资格、不在籍(取消學籍)、不在籍(已转段)、不在籍(开除学籍)、不在籍(学历层次完成)、不在籍(结业)、不在籍(退学)
[下风控应用时假设学历楿关的数据字段,通过学信网直连API接口都可以获取学籍由于比较,学信网是不会容纳输出的]
4、新版征信花了但还款良好报告展现完整學历信息
新版央行征信花了但还款良好比旧版征信花了但还款良好内容丰富,央行的推动下百行征信花了但还款良好(央行征信花了但还款良好的补充)的成立其实这些都在发散1个信号——社会对个人征信花了但还款良好的重视程度与日俱增,个人相关的越来越多与征信婲了但还款良好可能沾边的信息都有可能录入征信花了但还款良好体系
新版征信花了但还款良好报告中就完整展现学历信息,原则上来說用户的学历数据需要准确展现应该会直连学信网现在虽还无明确消息,但环环觉得接入只是时间问题为什么这么说呢?
因为征信花叻但还款良好本是个震慑工具通过公开个人的信用行为,提高违约用户存活成本及降低用户社会福利借贷未还场景、各种欠费场景及社会恶劣影响等场景都会影响个人征信花了但还款良好。但非不好征信花了但还款良好的个人信息均可用于提高个人信用资质例如车房、婚否等,那么拥有学历学籍也可以具体可以下文会解析。
2015年前从事信贷行业或者有过个人信用或申请的人应该都清楚教育程度是个必填项(虽然基本都不需要申请人提供书原件来证明)因为教育程度是个非硬进件标准,但也会进入人工审核范围填高中以下的基本都佷难通过初审,半年流水和工作证明是主要的风控参考维度
但随着现金贷行业的爆发及不好企业推出针对学生的高利率产品,贷及造成1蔀分学生因无力还款而造成的社会影响过大监管部门正式发文不能对学生群体发放无消费场景的。导致各合规机构的合规现金贷产品生怕吸引学生来申请学信网的学历验证接口的需求突然就爆发了。
前期学历接口因为没有做行业接入及场景使用的严格压力导致各金融機构在申请环节补充了学历核验信息,每个来的人其学历信息都被获取。
1些不好机构则选择其中学历为在读的学生强推高利率的现金貸或套路贷产品,造成更大的影响所以学信网才开始把接口回收,选择的给部分银行容纳
学历信息上征信花了但还款良好,可以看出央行对学历信息的重视这也是对学历群体的重视。而学历学籍数据在消费金融行业应用很广风控环节对学历学籍的需求也很大,在细說风控环节学历学籍数据的应用前我们先看看消费金融客群分布情况。
5、消费金融客群的年龄、学历、职业及收入分布情况
消费金融行業有着各种利率的产品分别针对着不同资质的客群,但对于客户的准入门槛其实简单归为2个——1是有还款能力2是有还款意愿。缺1不可还款要判断标准是借款期限内客户的持续收入来源或可变现资产及可预借资金可以覆盖其当前负债,还款意愿主要判断标准是借款期限內客户愿意按时足额还款
影响还款能力和还款意愿的因素可以延伸出很度,接下来围绕学历对还款能力及还款意愿可能造成的影响开展汾析
消费金融这类信用,其客户的还款要判断还是依旧收入水平收入水平大部分情况与学历正相关,也就是学历越高平均收入水平僦越高。
收入水平决定了其负债能力因此根据不同学历人群相关的收入水平有着相匹配的信贷产品,不同的信贷产品分别分布传统银行、民营银行、消费金融机构、P2P及中对应不同的利率水平及额度水平。
为了找出学历与信贷之间的关系挖掘学历在风控中的应用,我们先了解消费金融行业的客户现状分布情况
我们先看看《2018社会内消费信贷市场研究》报告的1些数据:
首先从年龄看,报告通过1169份样本问卷研究显示:居民消费信贷的客户偏向年轻群体其中18-29岁的在校及刚学历层次完成的群体占比36,30-39岁群体占比为3040-49岁群体占比为33,而50岁以上的Φ老年群体则很少有使用消费信贷的
[通常到了50岁,正常情况应该处于事业有成家庭稳定的状态,收入也逐渐稳定各种消费日趋理,洇此能用上消费贷有可能都是有突发事件或混的不好的群体逾期风险会很大。]
从学历角度来看消费金融的客户中,大专生占比57.5本科苼占比24.5。
[受教育程度越高的人大多情况获取信息的能力或维度会比受教育较少的更强。环环认为被消费金融相关宣传应该覆盖了100大专及鉯上学历群体因此本大专生对消费信贷比高中及以下群体更了解。
同时因为对消费理念、消费金融的认识,以及刚学历层次完成收入較低潜在需求比较大,使得大专和本科学历层次完成生对消费金融有着强烈的意愿需求
同时作为消费金融的风控,默认专本科学历客戶资质比大专以下用户更优坏账和逾期也相对容易控制。这个想法也是由于传统银行的其中1个风控维度就是根据学历设置了进件门槛及額度判断虽说学历核验也就是近几年才开始的。]
从职业来看职业和收入较稳定的企业员工、编事业单位人员是消费信贷的客户主体,占比达84这就意味着,还有16的消费贷用户是收入不稳定、工作不稳定的人这更值得关注。
[84里面有多少是专本科学历的环环觉得起码占仳70以上。
这里先从学历求职状态和招聘成本来看企业无论大小,除了部分打杂或销售或无需特殊能力的岗位外招聘的学历1般都是大专忣以上。1是因为社会重金在教育行业培养人才,这些有学历的人在同岁数人中起码学历能力大多是可以保证的2就是刚提到的招聘成本,也称筛选成本小公司1般话事人上阵,识人会比HR更直接和准确
但当公司发展达到定规模以后,每天都有上百甚至上千封的简历不论昰从时间成本,还是从对职位的了解上普通HR都很难具备像公司话事人/创始人那样筛选简历的能力。
这个时候学历就会成为1个筛选条件,至少学习能够筛选出了1批平均水平相对来说更聪明特别是考分要求更为严格的高校,确实高校学历层次完成生的平均水平要比普通高校高出许多这样简单的选择题,也为HR减少了不必要的错误成本及时间成本]
从收入层次来看,我社会消费金融的主要群体集中在月收叺5000以下的群体。其中月收入在元的群体占比70;其次为元群体;而2000元以下低收入群体和10000元以上的高收入群体消费金融行为较少。
[这个用户群体其实是与消费金融公司的风控相关的。
月收入2000以下的群体通常会被这些金融机构认为不具备还款能力的,即使是短期的小额额度1般也在800左右加上利息什么的,用户还款金额分分钟过千拿着2000不到工资的群体,交了房租和伙食费什么的剩下的钱大多无法按时还款,因此会在风控上被排除在外而收入蛮过5千元的,甚至在1万以上的基本上靠收入生活基本够了,需求会没那么强或蛮利贷公司除外。]
以上做个简要概括消费金融行业客群主要为18-50岁,学历为大专及以下还有部分本科学历收入在万/月左右,这部分群体大多职位是企业普通职员及编虽然有近20左右的非专本学历客户,但这部分客户资质相对较差
6、各金融机构信贷产品客群学历比例
接着我们看下消费金融行业布局的5大类典型机构中客户学历的分布情况。
传统银行<民营银行<消费金融<P2P<蛮利贷这5类经典的金融机构在信贷业务上的对于风险的接受能力是逐层递减的,传统银行很讨厌风险蛮利贷用高利率覆盖高风险。先看几组数据:
2018年个人客户数1、66亿具有大专及以上学历客戶占整体客户比例为39、1。
[大专及以上学历客户有5146万银行客户基本分为存款理财用户及借款客户,按照正常的借贷比10来计算平安的借款鼡户有1660万,平安银行的助力信贷产品严格来说还是偏传统的
环环猜测:其本科以上学历应该占30以上,大专及本科学历的客户占比应该有60鉯上,本科学历应该有近500万大专及以上群体有996万在平安体系借过款。]
2019年3月很新公布数据其用户数量蛮过1200万,2018年下半年大专及以下学曆用户占比72本科及以上学历占比28,35岁以下年轻用户占比71
其用户分布地域中,既有12线城市沿海发达地区也有345线以下的偏远地区和农村哋区,3线及以下城市用户占比503成以上用户为获得银行服务。
消费金融公司行业基本客户定位为中低收入群体自试点以来,至2018年行业已累计发放2084、36亿元服务客户2414万人,平均单笔金额0.86万元大专生占比57、5,本科生占比24、5
2016年前3季度行业累计发放单笔5000元以下的笔数占全部笔數的60,通过提供额度小、门槛低的金融产品效提升了中低收入者的消费能力。
招联消费金融总经理章杨清称截至2016年11月末,招联授信客戶蛮过600万累计放款金额蛮过500亿元。
目前招联的服务覆盖社会内广泛地区,包括金融服务不充分的2-3线城市和农村等地区合计客户占比63,用户涵盖传统银行业务覆盖不到的低学历大专及以下学历客户占比72、本科及以上学历占比28。中低收入年轻人群34岁以下客户占比83,户均约5000元
据苏宁消费金融总经理陈鸣介绍,苏宁在2016年共计投放消费蛮110亿元,累计笔数蛮1000万笔平均单笔1100元,服务客户蛮200万人其中70是中低收入人群。
零壹财经的2019年5月发布的《P2P借款人画像报告》在学历分布层面,银行机构更倾向于受过高等教育、拥有较高收入的群体但P2P網贷服务范围进1步扩大。《报告》以捞财宝和向上金服为样本进行学历统计本科学历以上人群占比不足15,大专占比约为50高中学历占比蠻过20。
1本财经曾从多个蛮利贷平台随机抽取了256万用户数据其中,203万是男士53万是女士,男士借款用户占比79;学历大专和大专以下的借款鼡户多达86,而学历本科的占比13;借元这个数额的人数,占比高达92
从地区分布上看,广东人很多占比8;4川人其次,占比7、5
[环环猜測在传统银行系统应该有蛮过1000万本科及以上学历有过信用行为,在P2P行业有近1500万本科及以上学历有过行为各产品层中的客群如果按30左右的偅叠,则从股份制银行到蛮利贷应该有近2000万本科及以上学历群体在这些行业机构有过借款记录。这里暂不考虑消费分期产品的覆盖情况]
从上文可得知,除了P2P和蛮利贷等高利率产品银行及持牌消费金融的信贷产品是受本科及以上用户欢迎的,反过来说本科及以上用户相對能接受这类金融机构的产品额度及利率水平
那么这些银行及持牌消费金融的信贷产品为什么偏爱高学历人群呢?如果只用1个指标来反應的话应该就只有逾期不好率是相对其他客群更低更可控的。
为了找出学历是如何影响逾期的我们先看看造成逾期的大概率原因有哪些。
客群出现逾期要么是借款人还款意愿出问题,要么是还款能力出问题或者2者兼而有之。导致借款人意愿和能力出现问题的具体原洇是多方面的
如果细分维度,是与当前借款人别构成经济收入实力,不同地域经济发展状况与人均可支配收入水平个人家庭社会变故、个人消费观念是否正确等因素息息相关。
还款意愿:团伙骗贷;客户主观恶意拖欠及整改P2P规范催收等造成客户的侥幸心理;还款能仂影响导致的还款意愿降低。
还款能力:失业造成的收入不稳定;客户家庭出现变故;客户经营不善;被骗造成的资金损失等;信贷产品授信金额、利率及期限等蛮出客户还款能力包括多头共债情况。
[其中失业又会受自身能力被裁经济下行企业裁人等;信贷产品造成的愙户还款能力问题,也有内部员工引导非匹配用户借款等因素]
黑产团队通过非法手段获取用户个人信息绕过风控规则,获得这种金融機构基本收不回款的。
2、客户主观恶意拖欠及整改P2P规范催收等造成客户的侥幸心理
很多人在借款之后就抱着侥幸的心理不按照合同约定嘚时间足额还款,规范P2P及行业催收机构也被严格监管,导致部分客户存在侥幸心理企业被监管倒闭或者催收压力不大,不想还钱
这2種情况也是造成逾期的1大原因,当然这样人是少数,不是逾期的主要原因
3、借款人还款能力影响的还款意愿
正常客户,还款能力充足時还款意愿也不会受影响,但如果生活都无法保障了特别是发生无法控制的风险情况时,那还款意愿也会受影响
4、借款人收入发生變动
借款人的收入来源保障其有足够的能力还款,如果借款人的主要经济来源发生变动个比如像上班族,突然失业了或者是企业倒闭等等1些原因导致不能维持正常的收入;亦或者经济下行企业不得不裁员保障正常运转,也都有可能造成客户收入被中断而还款困难造成逾期。
5、产品不匹配或多头借贷
1些不正规的机构或不好中介办理的时候为借款人开后门或提供材料包装,对于借款人的还款能力不做充足的也能通过审批导致放款额度过多或利率过高导致借款人没有能力还款,从而致使逾期
另外,有些借款人以贷还贷在多家机构有借款,借款金额远远高于其当前收入也会导致没有能力还款。
以上是1些常见的导致逾期的原因其中的还款能力及还款意愿是与学历是強相关的。接着我们看看不同学历群体与逾期的关系不同学历群体在不同年龄及不同的职业有着不1样的逾期原因及表现。
围绕年龄、学曆、职业来看其造成逾期的原因
年龄在20-30岁之间逾期的重要原因有可能是是很多是因为年纪小或刚学历层次完成,缺乏稳定较高收入的情況下又经不住消费的影响,过度蛮前消费提升生活品质导致逾期。
31-40岁的人群大多都已成立家庭或者事业上升人际交往都需要耗费大量资金,导致存款不够多月收入却不足于还款,容易发生逾期
从逾期人群总体来看,学历为大学大专及以下的人群为主这类人群的收入可能相对不稳定,具有较大的还款压力因此逾期的可能也较大。金融机构应对大学大专及以下学历的申请者进行严格把关结合其怹相关因素如年龄、职业等来确定申请的发放。
这其实侧面可以反映出本科及以上的用户还款意愿比其他学历人群相对更高
在逾期人群總体中,企业基层工作人员的占比是很高的达到30以上,这类人群收入较低但对钱的需求量较大,并且工作质相对不稳定发生逾期的鈳能也就相对较高。
[因此金融机构对客户资料进行审核时应加强对工作单位的审核,应根据真实工作单位情况以及固定收入来确定发放嘚金额这块正常需要出示工作证明及收入证明来证明真实]
不同学历的就业率及收入水平影响着客户还款能力,但学历对就业率的影响在剛学历层次完成那几年相对更明显因此我们主要通过学历层次完成生的就业率及收入水平的关系来看不同学历可以如何影响客户的还款能力,这里特指稳定的收入能力及相关影响维度根据学历的接口产品可以获取的几个字段,年龄、学院及类别、学院所在城市等找出可能影响不同学历群体的收入水平
学历越高、就业率越高、失业率越低
收入的稳定与就业有关,就业稳定收入就稳定。我们通过就业率與学历之间的关系了解不同学历的就业情况,就业情况决定了不同学历的学历层次完成生找工作是否容易
由于找不到社会内相关的数據,暂拿美社会社会教育统计点的数据做参考20-24岁的人口的受教育程度与就业率正相关,而与失业率负相关也就是说,学历越高就业率越高而对应的失业率也越低。
就业率表示的是就业难易程度而不同职业岗位决定了不同学历的平均收入水平。
[这个数据建议参考群体昰学历层次完成生或者刚学历层次完成1-2年的随着学历层次完成时间越长,影响就业率很大的就是工作经验和能力了]
学历越高平均收入沝平越高
根据2009年美社会统计概要(SAUS)的数据,不同的学历之间的差距就像我们常说的阶级壁垒,有着明显的区别很低学历的5倍,才勉强赶仩很高学历群体的平均收入而本科学历以下的平均收入,还没有达到整体的平均收入这才是不同受教育之间的真实的收入鸿沟。[知识妀变命运在这个数据中体现无疑]
收入1般是指当下的指标随着时间推移,收入沉淀的多少决定了个人财富的多少
美联储圣路易斯分部的統计数据,说明了家庭中受教育程度很高者(需大于40岁)的受教育程度与家庭净财富蛮过100万美元的比例的关系[这个图其实已经可以说明,消費金融的主要群体为什么是大专及以下学历为主了本科及以上学历的财富足够的生活,即使也是需要高额信贷产品为主对于小额产品嘚需求及意愿不大。]
如果说社会外的数据不代表社会内社会情下面我们看看社会内的数据情况:
从1977年恢复考试以来,累计学历层次完成嘚大学生大约有1亿人,去掉1半的大专生本科生的数量大概在5000万人。看起来的确很多但社会内的人口总共是13亿人,本科生占据总人口嘚比例是3、69换句话说,只要你是本科生你就碾压了97的社会内人。[根据6次人口普查的数据大专6861万人,本科及以上4976万人]
根据2018年社会内应屆学历层次完成生各城市的平均薪资情况北京、上海和深圳这3个1线城市牢牢占据着排行榜前3名,平均薪资分别为7114元、6662元和6231元这也是我社会仅有的3座平均薪资蛮过6000元的城市。
而随着互联网和独角兽企业的崛起位于浙江省的杭州市和宁波市分别以5819元和5563元的平均薪资位于我社会[4]名和[5]名。
再往下是广东省的东莞广州和佛山市,而中西部地区排名很高的是武汉市平均薪资为5244元,下面是各城市的具体情况:
1般來说北京,上海深圳等城市被认为是3高城市,分别是房价高、消费高、薪水高所以当地工作的高校学历层次完成生平均薪资也比较高。
院校等级不同的学历层次完成生收入水平不同
我们参考2018年发布的200强院校收入排行榜数据解读的内容:
清华大学2017届学历层次完成生薪酬沝平很高达到9065元。北京大学和北京外社会语大学分别位居[2]和[3]位平均薪酬为9042元和9020元。位居前10薪酬水平的大学还有上海交通大学、对外经濟贸易大学、外交学院、复旦大学、浙江大学、同济大学、财经大学
在前25名的薪酬排行榜中,学校基本上都是处于北上广深1线城市只囿浙江大学、社会内科学技术大学、3所学校除外,也就是说学校的地理位置对薪酬水平的影响是相当大的[院校等级越高,所处位置经济樾发达学历层次完成生薪酬越高]
这部分大多是有城市标签的高校,例如西安交通大学、厦门大学、东南大学这些学历层次完成生在院校本地就业的话还是有相当大的竞争力的。当地企业对这些院校的学生的能力会有历史学历层次完成生能力数据的参考因此也更愿意招聘当地院校的学生。[本地学历层次完成生有着属地化优势]
4川省的电子科技大学、湖南省的中南大学、湖北省的华中科技大学作为老牌的985笁程高校,薪酬水平已经排到了50名开外其实这与当地的物价以及城市薪酬待遇有很大的关系,这些学校的学历层次完成生在学校所在地嘚薪酬水平可能已经算是高的了[学历层次完成生薪酬会受当地物价及经济水平影响]
(数据榜单来源于社会内薪酬网)
院校类型及影响学曆层次完成生的平均收入
在众多高校类别中,理工类、语言、财经院校1直深受企业青睐总体来看,在200所高校中理工类占比很高,达到37其次为综合类学校,占比21、5财经类占比也达到了8、5,师范类占比达到8
理工类学校中,平均月薪很高的学校为清华大学接下来依次昰同济大学、华南理工大学、北京大学、社会内科学技术大学等。
语言类学校中本次上榜的北京外社会语大学、外交学院、上海外社会語大学、广东外语外贸大学等高校排名均位居前30位,蛮过不少985和211高校
另外,对外经济贸易大学、财经大学、上海财经大学、上海对外经貿大学等财经类高校排名都很靠前也是财经类平均月薪很高的4所学校。
从榜单还可以看出985、211高校学历层次完成生薪酬水平大幅度普通高校。榜单中平均月薪很高的前50所大学中绝大部分都是985、211学校。
理工类月薪很高从薪酬很高的20个来看,绝大部分都是理工类其中软件工程2017届平均月薪蛮过9000元,是平均月薪很高的
从薪酬很低的20个来看,主要集中在管理学、法学、理学等其中城市管理2017届平均月薪只有2008え,是所有里平均月薪很低的
不同年龄层与学历及收入的关系
环环简单画了幅图,学历在刚学历层次完成的那几年是有初始优势的。泹越往后收入的高低、失业率的高低都逐渐与工作年限及经验有关,收入能力也会逐渐提高但由于高学历的先发优势,在平均水平上各年龄阶段,都会比低学历者的收入水平都高下图指已学历层次完成群体。
总的来说城市平均收入水平、院校等级、院校类型均影響着不同学历的学历层次完成生的平均收入水平,不同学历的就业率影响着长期稳定的收入情况
高学历的先发优势还是挺明显的,但从曆年学历层次完成生的收入水平变化我们也需要关注到学历层次完成生的收入水平是逐年降低的,这其中1个原因是学历层次完成生的基數每年在变大之前的需要高学历的岗位需求逐渐被填满,岗位强需求在逐渐减弱因此导致高学历人群的学历层次完成收入也在递减。這种情况需要风控环节结合学历层次完成生的学历层次完成时间、年龄、及学历层次完成生基数、就业大环境下综合考虑授信额度
9、学曆学籍在大数据风控的应用
学历或学籍数据识别在校群体,知道哪些学生还在读书有什么用
金融机构的现金贷产品怕踩红线,其次是将汾期产品提前占领学生市场
消费金融在蓬勃发展,但很多不好机构瞄准了还没踏入社会的大学生这些学生群体未学历层次完成就背负仩了高额校园贷,无法自拔甚至有女生为了借贷而选择贷,很终被要求肉偿造成很坏的社会影响。
为此相关部门出文禁止针对学生群体的金融活动,同时把本可以对外的学历网出来的学历学籍接口都掐断少部分银行使用。
以下是关于禁止向22岁以下在校学生群体发放無场景金融信贷产品的1些相关文件:
《关于规范民间借贷行为维护经济金融秩序有关事项的通知》
《通知》指出严厉打击以下非法金融活动:利用非法吸收公众存款、变相吸收公众存款等非法集资资金发放民间;以故意伤害、非法拘禁、侮辱、恐吓、威胁、扰等非法手段催收;套取金融机构信贷资金,再高利转贷;面向在校学生非法发放发放无指定用途,或以提供服务、销售商品为名实际收取高额利息(费用)变相发放行为。同时《通知》要求,严禁银行业金融机构从业人员作为主要成员或实际控制人开展有组织的民间借贷。
《關于识别和暂停“现金贷”等产品中学生的通知》
通知称目前清理整顿和停止开展校园贷业务取得良好成效,但仍有部分在校学生通过網贷平台“现金贷”、“消费贷”、“白领贷”、“信用贷”等业务进行借款突破了校园贷的范畴和底线。
为此协会要求,各网贷会員单位应建立客户适当管理制度对借款人的年龄、身份等进行必要审核;尤其是对年龄22周岁以下的借款人应进行审核,核实为学生的身份的不得提供借款撮合服务。
“各网贷机构会员单位认真自查‘现金贷’、‘消费贷’等相关业务借款人实际情况进1步加强合规管理,规范业务发展如若发现违法违规行为,协会将配合金融监管部门进行整治和查处”
通知称,对于拒不执行的机构协会将报金融主管部门暂停其开展网贷业务,依法依规予以关闭或取缔对涉嫌恶意欺诈、催收等严重违法违规行为,将移交、机关依法追究刑事责任
監管部门严打向学生群体发放无真实场景的现金贷,但无法防范学生群体主动去金融机构申请因此这里有个强需求就是——除银行外,夶部分合规金融机构的产品针对人群年龄是18岁以上即可因此这些金融机构需要接入学历接口中的是否在校字段来判断未满22岁的年轻群体,哪些是在校生针对这些学生设置进件门槛拒绝申请,以防不小心触碰红线
这里如果采用环环之前《运营商数据产品7大类型分析,其Φ3大接口至少可产生12亿元收支差》文中根据互金机构历年累计借贷人数推测的上千万的年活跃借款人数产生的借款次数这个借款次数等於学历调用次数。通过这个测算学历带来的年收入规模则这里可以产生8400万次*2元=1、68亿/年的收入规模。这个未将持牌消费金融公司及蛮利贷等场景产生的数据计算进去
另按上央行征信花了但还款良好部分数据计算,则有1、76亿*2元=3、52亿元/年的收入规模[越是头部机构,这个市场費用其实会越低市场规模测算应该会低个50左右。]
对不同学历群体做资质分层
上文已分析了不同学历学历层次完成生的就业率、失业率、院校等级、院校类型、城市分布、年龄等度对收入水平及收入稳定的影响
单纯依靠学历接口获取的字段信息,我们同时可以提取到院校等级、院校类型、等维度然后通过学院所在城市及申请人申请城市作为工作城市的参考依据,年龄作为学历层次完成年限的依据同时將学历层次完成年限约等于工作年限作为维度之1,便有了下图的学历信息相关的5个基本维度做出的资质分层及策略流程图[工作地点和工莋真实收入,原则上是工资流水比较准确工作年限无公信力的数据来源]
客户1学历画像:清华大学数学系研究生,工作地点在上海工作姩限1年客户2学历画像:清华大学数学系本科生,工作地点在某3线城市工作年限1年客户3学历画像:某学院大专生,工作地点广州城区工莋年限2年客户4学历画像:小学学历层次完成,工作地点在广州城区工作年限20年
按照上文分析过度间对收入水平的影响关系,则资质分层鈳能是这样的客户1>客户2>=客户3=客户4、为什么会这样
同样的学校、学科1样,学历更高者收入水平更高,而且1线城市的收入水平也比3线城市高工作年限1样的前提,客户1的收入水平会比客户2的高点;这就决定了客户1获得授信额度应该会比客户2更多这样金融机构才能将收益很夶化。
客户2的学历比客户3的高虽然客户3在1线城市,但客户3工作2年工作年限会在定程度下增加平均收入水平。客户2的学历虽高在3线城市的平均水平约束了刚学历层次完成群体的基本工资水平。所以客户2大几率是可能和客户3的资质相等匹配的金融信贷产品也应该1致。
[这裏如果细挖在学历学籍信息够多的前提,做人脉关联图谱的话高学历者的人脉资质在定程度上会为其加分很多,贷后催收也比低学历哽容易催收当然这在刚学历层次完成阶段相对更效,随着年限延长工作或交际人脉会比学历人脉更准确]
客户4虽然小学学历层次完成,泹工作年限已有20年只要无太多变故,大多情况还是有定的还款能力,只要产品匹配(授信小利率正常),这样的产品匹配度与刚學历层次完成不久的客户3甚至客户2这些高学历群体是1样的。
这里环环仅从学历出发去匹配可能的产品应用流程。反过来如果从产品维喥去找不同学历的人群,逻辑应该是这样的
将产品分层,根据产品属找匹配群体排除不匹配群体:
产品1(额度1万+,年利率10左右期限1-3姩),对应人群——在1线城市的高学历人群、1线城市打拼多年的非高学历人群
产品2(额度,年利率15左右期限1年左右),对应人群——茬1.2线城市的高学历人群、1.2线城市打拼多年的非高学历人群
产品3(额度500-3000,年利率30+期限7天-1年),对应人群——在1.2线城市的低学历人群、3、4線城市打拼多年的低学历人群[此时如果有高学历群体过来申请,风控就需要谨慎了工作经验丰富且拥有高学历的申请人,选择高利率借贷产品作为融资方式表明其不会利用自身的固有优势,其未来的职场发展前景与还款能力堪忧]
在社会内拥有学历的人不多不计算那些非学校全职学习出来的群体,拥有本科及以上学历的仅占3左右大专及以上也就8左右。这些拥有大专及本科以上学历的群体就算金融機构盲放的不好率也比大专以下的要低。
学历数据无法准确表示收入的真实水平这在风控环节单独使用的确不太科学;但如果有学历数據作为支撑,在判断个人的收入能力职业等级,工作类型、公司类型上可以做到交叉判断对个人的收入能力判断更为准确。
高学历者1般诚信意识也更强未来的收入预期与经济能力也更为乐观,企业承担的违约风险就越小如果受过高等教育的群体还款意愿比非高等教育群体的还款意愿还低的话,那教育的意义就不存在了
解释权归环宇学航教育所有
正规学历提升丨学信网可查丨含金量高
全链路解决上癍族学历难题丨3对1制定服务丨助力提升
版权所有:北京环宇学航教育科技有限公司
地址:北京市昌平区立汤路175号新华未来城B座5601
环宇学航教育靠谱机构,上班族大专本科学历提升一站式服务选择我们,更安心