引言
在中国的金融行业中，多头借贷是一个备受关注的话题。多头借贷是指一个借款人同时从多个金融机构借款，这种行为可能会增加借款人的还款压力，也会增加金融机构的风险。因此，对多头借贷的风险进行有效的监控和分析对于金融机构和监管部门来说至关重要。本文将对中国金融风控多头借贷数据进行分析，探讨多头借贷的特点、影响因素以及风险控制策略。
定义
多头借贷（Multiplatform Loan/multiple borrowing/multiple loaning），是指借款人在两家或两家以上申请借款的行为。通常，多头借贷客户大多是因为出现资金困难，失去还款能力，被迫只能依赖于“以贷养贷”维持，即多头负债。诈骗黑中介也有多头借贷情况，向多家平台骗取贷款。
特点
多头借贷的特点：多头借贷在中国金融市场中具有一定的普遍性。借款人可能因为资金需求较大或者信用状况不佳而选择从多个金融机构借款。多头借贷的特点包括借款人信用风险叠加、还款压力增大、信息不对称等。此外，多头借贷也给金融机构带来了风险，可能导致资金散失、不良资产增加等问题。
作为风控部高管，特别是CRO要特别关注多头借贷指标，如下图显示多头借贷用户信贷逾期风险是普通用户的3-4倍。
趋势
近年来，中国的多头借贷数据显示出一些明显的趋势。首先，随着互联网金融的快速发展，个人借贷平台的兴起使得多头借贷现象更加普遍。许多借款人通过多个P2P借贷平台或其他互联网借贷平台同时借款，增加了多头借贷的风险。其次，随着消费信贷的普及，许多消费者在购房、购车、旅游等方面需要借款，因此出现了多头借贷的情况。此外，由于金融机构对于个人借贷的审查不够严格，一些借款人可以通过不同渠道同时借到资金，导致多头借贷现象的增加。这些趋势都表明多头借贷在中国金融市场中的普遍性和复杂性，需要引起金融机构和监管部门的高度重视。
早在2017年数据显示，由于大多数现金贷平台及数据征信公司并不会让别人共享自己的数据，因此借贷者在多个平台重复借贷，以贷养贷的行为并不少见。有统计显示，有大约56.5%的现金贷借贷者申请过2次或2次以上贷款，其中49.4%的借贷者是在不同机构申请的。
百融金服于2017年7月发布的一份《2017年现金贷行业分析报告》显示，大约56.5%的借贷者申请现金贷次数达到或超过了2次，其中申请2-5次的客户占比最高，达到36.7%；申请多次借款的群体中，在多家机构申请借款的人数占比达49.4%，在1家机构申请多次借款的客户仅占7.2%。
多头借贷往往始于借款人的“以贷还贷”。统计发现，大约50%的借贷者曾向2家或2家以上的机构申请过借款。今年贷款平台和接口激增，多头借贷比例预计会更高。
数据分析
多头借贷数据分析：针对多头借贷的数据分析，我们可以从多个方面入手。首先，可以通过数据挖掘和大数据分析技术，对借款人的借贷行为进行监控和分析，发现多头借贷的迹象。其次，可以利用数据分析手段对多头借贷的影响因素进行研究，包括借款人的信用状况、收入水平、借款用途等。最后，可以通过数据模型构建和风险评估，对多头借贷的风险进行量化和评估。
导入python代码可统计数据
import pandas as pd
import numpy as np
国内各个借贷平台数据壁垒打通，数据整合是多头数据监控的基础条件。
风险
多头借贷盛行下，根据中国国家统计局的数据，中国居民负债率在过去十年中呈现出增长的趋势。以下是中国近十年的居民负债率数据（单位：%）：
2011年：33.3%
2012年：35.7%
2013年：38.7%
2014年：41.8%
2015年：45.7%
2016年：49.7%
2017年：53.2%
2018年：56.2%
2019年：59.8%
2020年：63.4%
（央行统计数据会更高，统计接口有差异）
这些数据表明，中国居民负债率在过去十年中持续上升，这可能反映了居民借贷行为的增加，以及金融市场的发展和消费升级的趋势。这也意味着需要更加关注居民的债务风险和金融风险管理。
风险控制策略
基于多头借贷数据分析的结果，金融机构可以制定有效的风险控制策略。一方面，可以加强对借款人的信用审查和评估，建立完善的风险管理体系。另一方面，可以通过数据分析和监控，及时发现多头借贷行为，并采取相应的风险防范措施，如限制借款额度、提高借款利率等。此外，监管部门也可以依托多头借贷数据分析，加强对金融机构的监管和风险防范。
结论
通过对中国金融风控多头借贷数据的分析，可以更好地了解多头借贷的特点、影响因素以及风险控制策略。数据分析可以帮助金融机构和监管部门及时发现多头借贷的风险，并采取有效的措施加以应对，从而维护金融市场的稳定和健康发展。同时，也为金融行业的风险管理和监管提供了新的思路和方法。
欢迎学习更多风控建模相关知识《python金融风控评分卡模型和数据分析微专业课》，我们提供专业评分卡模型等知识，实现自动化信用评分功能，打造金融风控信贷审批模型，降低风险。
作者Toby，来源公众号python风控模型，拆东墙补西墙-中国金融风控多头借贷数据分析
