与传统商业银行、小额贷款公司等传统金融机构相比,消费金融公司提供的消费分期贷款更贴近于消费场景,客户群体更低端,贷款金额更加微小。相同的是,科学、合理的风险管理体系依然是消费金融公司稳定发展的核心要素。在我国,消费金融作为新业态刚开始起步,还缺乏相对系统、完整的研究,在消费分期信贷对审批时效、盈利能力的双重要求下,对消费分期信贷的核心风控能力提出了新的挑战和机遇。本文利用BD消费金融公司过往消费分期信贷数据进行分析,构建了消费分期信贷决策模型并进行了实证,以期为BD消费金融公司提供风控决策引擎和完善风险管理体系。本文对我国消费金融行业及消费金融公司的发展进程和现状进行了研究,从消费金融机构、运营模式和风险管理三个方面做了介绍。同时就BD消费金融公司的发展及当前经营情况和风险管理现状做了诠释,可以看出,人工经验审核的传统信贷风控方式已经不适用于BD消费金融公司的发展需要。通过对BD消费金融公司过往积累真实的信贷客户数据进行定量分析,在随机提取的30000条客户数据中,取出约2/3的数据训练集来训练信贷决策分析模型,另外1/3做为模型测试集,用于测试训练模型的分析效果。在建模方法上,分别运用了Logit回归、决策树回归、Boosting回归、Bagging回归、随机森林回归等方法构建了基于统计建模方法的信贷决策模型、基于数据挖掘方法的信贷决策模型和改进后的基于统计建模方法的信贷决策模型。在三种信贷决策模型进行了实证分析及对比后,对其中最佳的信贷决策模型进行运营测算和简易成本核算,来判断对BD消费金融公司是否具有实质意义。根据消费分期信贷决策模型搭建及实证结果对比,本文获得以下结论:1、通过本文提出的三种分析模型,可以在一定程度上识别影响贷款违约的重要变量,为贷款违约提供风险预警。在实证过程中,可以看出借款人的性别、受教育程度、婚姻情况、有无子女、家庭收入/生活支出等变量对借款人的还款表现影响较大,其中家庭收入/生活支出变量影响最大;2、在本文提出的三种分析模型中,以改进后的基于统计建模方法的信贷决策模型实证结果最佳。根据该模型实证结果测试,通过有效的模型筛选,成功的将还款概率从72%提高到了80%,降低了消费金融公司承担的贷款违约损失。3、改进后的基于统计建模方法的信贷决策模型可以有效降低消费分期信贷还款违约成本。虽然改进后的基于统计建模发放的信贷决策模型会缩小借款人的放贷数量和金额,但贷款客户的展业成本远低于高通过率的贷款违约成本,对完善BD消费金融公司风控体系和提高其盈利能力有一定帮助和指导意义。