首先，我們帶着問題去學習，我們風控人員爲什麼需要報表？是由誰來製作？
問題一：風控報表是由誰來製作的呢？
風控部門中，通常審批策略、催收、反欺詐、建模的工作人員會對報表比較重視。
審批策略人員通過每天的報表，瞭解每天審批了多少訂單，有多少的通過、多少拒絕，什麼原因拒絕，審批的客羣分佈、產品分佈是怎麼樣的。
策略人員要通過每一版報表知道策略對逾期率、通過率的影響。通過率與逾期率一般是互補的情況，通過率高了，逾期率也隨之升高，策略人員需要通過報表去權衡。還需要通過報表知道什麼時候要做策略的迭代。
催收人員需要通過報表知道待催收的庫存量有多少，逾期借款人的逾期區間是怎麼分佈的。還需要從報表來統計回款率、電話接聽率，履約率。公司還需要根據報表來判斷催收工作人員的工作效率。
模型人員就需要更多的報表指標去指導工作內容了，不斷地檢驗模型。下圖是審批監控中比較常見的指標。
問題二：每一個指標有什麼用處呢？
我們通過一個案例表格來解釋
進件量基本可以反映公司產品的運營趨勢。表格裏審批日期是5月1日到10日，由於1號是節假日，正常情況會比較少的進件量，但是到了10號突增。這樣的情況我們需要在報表上寫明情況，還需要去和產品、銷售溝通，是不是當日採取了什麼營銷措施。如果並沒有做營銷活動，就需要與策略溝通，關注當日審批情況，是否存在漏洞，是否有人攻擊產品。
審批量是進件量之後，可能客戶填寫資料後就取消了下一步的操作，不一定進入審批。所以進件量、審批量、通過量的過程會是一個漏斗的形式，數量逐漸減少。
通過量，會因爲借款人信息觸碰了一些審批規則或借款人自己放棄借款，會比前一步驟的量減少。通過之後的借款人來到了放款環節，有可能就會申請借款或根據利息額度考慮之後放棄借款。在放款或客戶提款環節，就涉及到產品定價，通過報表數據的反饋，也可以及時反應產品定價的問題，不斷優化產品定價。比如，客戶提現流失率就可以爲產品定價提供一種分析緯度。
通過量申請的金額對應的就是批覈金額、放款量對應的就是放款金額。批覈金額除以通過量得到的就是批覈件均值。
一般在策略沒有調整時，通過率是不會有太多變化的。其中5月3日到4日有大約20%的漲幅，此時就需要和策略人員及時溝通。找到結果並在報表概述裏解釋。
批覈件均與放款件均會在產品的授信區間波動，其中看到5月1日的24.5萬元與其他幾天對比波動較大。會不會是隻有兩筆訂單的原因，可能要檢查一下這兩個客戶是不是這麼優質的借款人。
平均通過率需要和審批通過率做對比，通常一段時間內在策略沒有調整的情況下，審批通過率會在平均通過率的上下浮動。
這些報表的數據信息，都需要去分析原因、經過。並且可以拓展爲週報、月報。
報表意義總結:
進件量浮動較大時，需與前端銷售、產品同事溝通，尋找浮動原因 ；
審批通過率變化較大時，需與策略同事溝通，分析是否與策略調整有關，可通過數據庫抽查部分訂單 ；
批覈件均以及放款件均一般會在產品授信範圍內波動 ；
批覈金額與放款金額差距較大時，需瞭解原因是借款人主動放棄借款、還是系統放款異常或其他原因，必要時可開發轉化率模型，刺激借款人借款。
審批監控中還有一個比較重要的報表:拒絕原因分佈報表
在審批通過率有比較大的波動時，第一時間就要去檢查拒絕原因分佈報表看看是什麼拒絕原因導致突增or策略沒有起到效果。
例如某些拒絕原因佔比較大，但突然某一天這個原因被拒絕的借款人減少了，就要看是不是這一塊的策略沒有起到效果。特別是在上線一個新的產品時，會先在測試環節測試再投入生產，當測試環境與實際生產環境不太一樣，就要分析是否是決策引擎的配置及規則邏輯出現了問題。
拒絕原因從一個整體的時間跨度分析時，可以看到名單類的佔比是一直比較大的。在策略上可以隨機讓一些觸碰名單類的借款人通過，給這些借款人打上標籤，然後對比這些標籤借款人的逾期率是否比沒有觸碰名單類的借款人的逾期率要高。觀察在可接受的逾期率範圍內，考慮下一期的策略是否要放寬名單類的拒絕條件。
報表意義總結:
當審批通過率發生波動時，首先應該查看拒絕原因分佈表，判斷是否由審批策略改變所影響；
某項拒絕原因佔比有較大改變時需檢查規則引擎的配置；
可給政策放寬或縮緊時一些參考，如某項拒絕原因複議客戶過多時可參考調整策略；
查看各個拒絕原因出現頻率，監控政策實施情況，便於後期政策優化。