筛选账户
一旦确定了新的业务来源，下一步就是建立一个良好的筛选账户流程。在消费信贷业务中，风险管理最关键的一个步骤是建立一个审慎的流程来筛选。下面我们将介绍筛选新客户的基本原则。关于筛选邮件营销客户的专门流程，评估抵押物（抵押产品）及评价通过第三方（渠道）的申请流程将在后面的章节中介绍。
收集信息：申请进件
账户申请流程开始于借款人填写申请表，向信贷机构提供足够的信息，以使其做出合理的信用决策。申请表可长可短（根据产品而定），对客户来说完成申请表是整个申请过程最直观的步骤之一。
总的来说，贷款金额越大，信贷机构需要的信息越多，有时甚至包括申请人完整的财务信息。例如，对于房贷，申请资料中应该有足够的细节用于确定申请人的年度住房费用、财产税、保险、物业费用等。这些费用对抵押贷款申请的影响比较显著，小额信用额度或信用卡一般不要求此类信息。
根据产品，申请材料可能会要求申请人和共同申请人提供当前和（简要的）以往的如下信息：
·个人背景（如姓名、地址、出生日期、自置居所）。
·就业和收入。
·征信及征信查询需要的充足信息（如美国的社会安全号）。
·财务报表（通常只针对较大信用额度的产品，如房贷或大额无担保信贷）。
·抵押贷款中抵押品的信息。
获客的主要目标之一是鼓励合适的人申请。设计申请表的一个诀窍就是平衡客户需要提供的信息（从客户体验角度出发）与信贷机构做信用决策和账户管理需要的信息。如果你的竞争对手的申请表简单，而你的申请表冗长，具有良好信用记录的申请人会选择哪种？信用良好的客户有多个选择机会，他们通常不喜欢填写冗长复杂的表格，而信用一般的申请人通常会填写任何申请表。因此，不必要的复杂申请表可能使信贷机构失去资质最好的客户。
吸引客户、提供服务和催收（如果需要的话）都需要申请人提供的信息来完成，因此申请表的设计中应当包含以下这些信息。
营销。营销的主要目标是激励合适的客户来申请自己的产品。申请过程应简单并且人性化，使用如“请介绍你自己”的标题，以一种友好的态度询问客户关于工作、收入和其他的详细个人信息。
风险管理。风险管理部门的目标是获取申请人的必要信息，以便做出正确的授信决策。例如，必须要有足够的信息来确认申请人。由于人们经常搬家、离婚、再婚，存在职场上和私人生活中使用不同的姓名等情况，要确认每个申请人并不总是容易的。在美国，社会保障号码是必须提供的，这样可以确保从征信局得到的征信历史信息是准确的。许多其他国家也有这样唯一的身份号码，可用于确保个人信息的准确获得。
催收。催收部门在催收客户时需要有足够的信息与客户取得联系。
运营。运营部门的工作人员需要将客户填写的信息输入系统中，所以申请表中的内容要简单易读。同时，申请表必须有足够的空间，这样申请人能够清楚地在申请表上填写信息。
法务。法务部门确保机构符合法规和法律要求（包括信息的披露和反歧视法规）。法务部门对申请表的审查是设计过程中的一个重要步骤。
其他要点
·申请材料应该能够反映出目标市场的特殊性，如对大学生和工薪层询问不同的问题。问一个学生是否有房产几乎没有任何意义，但问他们的夏季或短期工作、课外活动等信息可能有用处。
·问题要明确具体，而不是含糊不清。申请资料需要具体的个人信息（如出生日期，而不是年龄）。当问到收入时，你问的是家庭还是个人收入？只是薪资还是包含所有收入？月收入还是年收入？虽然勾选框通常被用于获取收入范围（如果你的个人年收入35 000～45 000美元，请在相应的框里打钩），但是最好的方式还是询问具体信息（如你每月的总家庭收入为________美元）。
·索取太多信息，如每张信用卡的卡号、银行贷款的账号或是货币市场账户的账号，会适得其反。填写这些数字令人厌烦，会让优质的申请人望而却步。而且我们并不一定需要这些信息：在美国和许多其他国家，征信局记录中通常包含现有信贷产品的信息。
·最后，信贷机构应该持续测试可以用来区分信用资质的条件和标准，因为今天行之有效的条件和标准可能不适用于未来的市场。未来的判断标准可能是：你拥有第二套房产吗？你使用智能手机（或什么型号的智能手机）吗？你有IRA或401（k）账户（个人退休账户）吗？你使用互联网吗？你有个人网站吗？准备将来可用于合法细分好坏客户的标准对企业来说至关重要。一个信贷机构想要在未来保持领先地位，现在就需要测试一些看似不相关的问题以确定它们是否能够有效地区分好坏客户。
标准审批步骤
获客的下一步是对新申请的客户进行审批。审批过程可以流程化（见下文），但应该有一个标准的审核过程。在消费信贷业务中，通常使用的审批流程包括以下步骤：
·检查申请进件的准确性和完整性，拒绝不合规的申请人（如不符合最低年龄要求的申请进件）。
·获得征信报告。
·对通过初筛的申请人进行评分。
·检查结果，并确定是否需要其他信息。
·计算负债比率（此步骤可能不适于所有产品）。
·反欺诈。
·验证客户信息和/或担保，在必要时调整交易内容（如汽车交易）。
·做出最终决定并通知客户，接受一部分没有通过筛选的客户作为测试样本。
审批流程如图4-2所示。
图4-2 审批流程
初步筛选
即使是房贷，新客户的申请审批过程也必须尽可能简化和自动化。在此过程中，对于不符合最低标准的申请应该迅速排除；对于最合适的申请尽快地通过审批；对于其余的申请则需要进行更加深入的审查。这种方法可以节省资金并做出更好的决策，因为信贷机构可以投入更多的时间来做出那些真正困难的决定。
秒拒（快速拒绝）
通常申请进件被快速拒绝的原因包括：
·未能达到最低年龄或最低收入要求。
·未达到最低分数（定制或通用评分）。
·曾经破产或申请进件明显地含有虚假申请信息。
一个不完整的申请进件并不一定被秒拒。缺乏重要申请信息的申请进件可能被拒绝，但是如果只缺少少量的次要信息，应该跟进并获取更多信息。
快速审批/自动化审批
设定好审批标准后，大部分的申请可以使用自动化流程快速审批。这种方法对于通过第三方申请进件的汽车贷款业务是非常有用的，因为汽车经销商把客户信息像撒纸屑般地送给多家贷款机构。通常，第一个给出有竞争力产品的信贷机构将有最大的机会得到客户。请记住，并非所有被批准的申请人都会注册开户；许多优质的申请人会被其他贷款机构接受，因此实际开户的成本是一个重要的监控指标。一个警告：最初的批准可以附加条件，根据后期客户信息和抵押品的验证，包括对可疑信息必要的核查之后可以改变先前的决定。
一个精明的信贷机构会检查其审批流程的规则，以确定它是否能以最低成本处理最多的申请人，同时保持对决策过程的控制。例如，如果信贷机构向存量客户提供一个新产品，就可以不打扰客户，仅仅依靠内部信息对客户进行评分。
信用评估的复杂程度取决于涉及的风险，同时也因产品而异。正如我们所说，筛选潜在客户是有成本的；如果风险较大并且利润较小的话，不值得投入大量资金来筛选客户。当贷款金额较大时，则要花更高的成本来做出准确的决定。新账户的筛选成本可以从10～20美元，到上千美元（如细致的房贷申请审查）。关键点是保持调查成本与产品一致，如图4-3所示。
在以上例子中，当审批额度较低的零售商信用卡时，可能仅仅需要检查完整的申请信息（很多人在百货公司开立第一张信用卡之前为白户，我们希望对这部分白户有一个通用评分）。有些零售商信用卡在店内促销：如果你有一张大银行的信用卡，那么可以给你本店的私有卡。当审批有较高债务和诈骗风险的高端信用卡时，则需要进行更彻底的调查，如果发现信息冲突，可以进行第二次征信查询或者通过多家征信局进行征信查询。
图4-3 信用审核
一抵房贷或者高额房屋净值贷款，如10万美元或更多，需要对客户信息以及房产进行更细致的审查。无论是一抵房贷还是二抵房贷，资产评估都是必不可少的。
额度较小的（如5万美元）的房贷和其他产品的审批严格程度是介于上述两类贷款之间的。对于小额的二抵房贷或者房屋净值循环额度的申请，应仔细检查以确定申请人是否有资格获得无担保贷款；如果通过筛选，可以在房屋资产上登记留置权以提供额外的保障，对于这些资产的评估过程可以不那么严格。
客户筛选：主观判断与评分
在美国，通常在初步筛选之后，每个申请进件将被输入到信贷机构的贷款审批系统中，该系统会调用征信报告并对申请进件评分。如上一章所述，评分是筛选潜在客户最理想的方法。有些时候，因为业务量太小而无法使用通用模型或者自有评分系统时，唯一的选择是主观判断。除此情况之外，应该使用经过验证、由专业人士开发的评分系统作为筛选潜在客户的关键步骤。
主观判断
大多数经验丰富的信贷机构有一系列它们坚信的经验规则：老年人比年轻人更可靠，房主比租房者更好，白领的风险低于蓝领工人（但要小心律师，他们喜欢打官司），等等。经验是随着时间的推移而丰富的，专家所做的每一个决定都会依赖经验。历史上，审核专家根据三个因素做出决定：意愿、能力和担保。意愿指的是客户过去履行其还款义务的意愿，在美国，主要以征信历史来衡量还款意愿。能力是客户在当前收入（负债）的情况下偿还当前和未来债务的能力。担保是指被用来担保融资的物品价值。这些基于经验逐步开发的规则通常被称为专家系统。
专家系统
专家系统旨在复制银行中最有经验的人才的专业知识，将他们的经验和智慧融入规则中，让经验不足的人遵循。被复制的经验包括贷款审核、催收、授权及其他业务方面的经验。如果一个机构依靠经验筛选客户，至少应该记录审批规则流程以保证（规则使用的）前后一致性。例如，文档中必须指明最低批准标准，如：
·开户的合法年龄。
·收入。
·工作时间。
·在当前地址的居住时间。
·抵押贷款的贷款价值比。
·征信历史。
·债务负担标准。
信贷机构可能基于这些规则来制定申请进件审核人员遵循的规则。
拒绝申请人的条件如：
·收入低于30 000美元。
·工作的时间少于1年。
·征信历史时间少于1年。
·在征信记录中发生任何逾期行为。
·过去6个月中进行了3次以上的申请。
·当收入超过50 000美元时，如果上述申请条件只有1个例外（如工作时间小于1年），仍旧可以接受申请。
专家系统在下列情况下很有用：何时需要申请人提供更多信息，何时需要第二份评分或征信报告，何时否决规则，需要做多少详细的债务负担分析，以及需要验证多少信息。专家系统在对房贷申请人进行资格预审时尤其有用。历史上，申请房贷是一个枯燥耗时的过程。然而，现在的自动批准系统（实际上是专家系统）可以大大加快房贷申请过程。现有的两个专家系统是由美国两个主要的政府所有机构房利美和房地美开发的。借助于这些自动化系统，工作人员能够更迅速和专业的帮助潜在客户申请房贷，并且它们会对如何解决可能出现的问题提出建议。我们将在后面第10章中具体讨论房贷审核流程。
主观判断的一些问题
主观判断会存在一些基本的限制。
不一致性。尽管有成文的规则，但是一致性是很难实现的。审核人员在这个过程中总会有一些自己的偏见，同一人甚至也可能在不同的时间段（午餐前后）对同一申请做出不同的决定。这是人的本性。
缺乏反馈。实际上只有很少的信贷机构会分析主观判断审批的结果。例如，排除所有“收入低于30 000美元”的申请人的效率怎么样？如果贷款机构接受这样的申请进件会发生什么？每个信贷机构应该能够在数据上证明其做出的决定是最好的。这样做的方式是接受一部分不符合评判标准的申请人作为样本，并跟踪他们的实际表现。不幸的是，很少有信贷机构进行这种分析。
无法做边际决定。就算你希望提高审批通过率，你也不能（通过专家系统）直接接受下一个风险梯次的客群。由于只有个人判断的历史而没有客户的准确数据，你没有能够帮助你做出这些决定的信息。
系统的不灵活性。当经济、产品、账户行为、目标市场、竞争及法律和监管政策发生变化时，系统改进主观判断非常困难。你永远不知道你是如何审批现有账户的。例如，在经济发展较缓慢的时候是否需要更高的收入，还是在现地址更长的居住时间或更长工作年限？如果想改变专家系统的规则以提高申请进件的质量，信贷机构必须留住所有参与专家系统开发的员工。
缺乏报告。没有一个统计方式可用于描述通过主观判断通过的账户。如果一个信用机构在1个月内使用判断系统发放了2000笔贷款，理论上它们应该是好的贷款，否则不可能被批准。然而，一些贷款将会变坏，但信贷机构不能像用评分系统那样系统地排序和描述这些账户。当你使用评分系统时，你可以分析出风险的来源从而在新客户中得到更多的利润，并随着时间的推移不断跟踪观察它们的表现。在上一章结束时，我们列出了一些评分系统可以利用的信息的例子。
不精确。主观判断的规则是“好/不好”，没有中间的选择。例如，申请人有一些轻微的拖欠行为可能会导致被主观判断拒绝。而评分系统中不同特征有相应的权重（仔细分析它们的长期影响之后），其中并没有一个能直接决定拒绝申请。在评分系统中，如果其他大多数特征都得到较高的评分，一次较小的拖欠行为不会导致拒绝。
由于这些原因，主观判断应仅作为高申请进件量的公司的一种补充方式。这类的系统可以用于判断新信息是否会影响审批，如有些不会用在评分系统中的信息（例如，申请人在本行有商业账户，她是董事会主席的女儿，或此人在征信局有三个不同地址的征信历史）。在这里，主观判断可以对评分系统进行补充，但其做出的决定仍然需要跟踪。
人工与机器审核的对比
对于那些仍然相信人类不会犯错误的人来说，很遗憾的是，有大量证据表明，评分系统比大多数人工审核人员在批准消费贷款申请方面做得更好（批准率更高、损失更低）。自动化的评分系统不仅能节省贷款处理成本，而且一次又一次地证明能比人工审核人员做出更前后一致、更可靠和更可预测。
在精心开发和验证后实施的评分系统几乎总是能比人工审批做得更好。在风险管理和回报讲座中我们做了超过400次的申请审批实验，在审批10个申请（基于实际申请人的实际贷款）的试验中，人工审批只有寥寥几次能够与评分系统表现相当，只有一次表现超过了评分系统。评分系统相较于主观判断的一个主要好处是更高的批准率。人工审核人员往往是比较保守的，特别是当管理层总是开除一些发放太多不良贷款（由管理层定义，通常不考虑产品的整体盈利）的审批人员时。因此，评分系统能够带来更多的账户、更好的预测性和一致性，而所有这些都意味着利润增加。
征信报告
我们之前已经讨论过获得征信报告并使用其数据进行评分。征信局就像是“图书馆”，贷款人定期报告它们客户的表现。在美国，征信局的客户有银行/金融公司、零售商信用卡发行商、医生/医疗诊所、地方/联邦政府和水电公司等。这个庞大的数据库传统上只限于现有的和预期的贷款人使用。在美国，当贷款申请被拒绝后，申请人可以免费获得自己征信报告的副本。另外，每人每年可以从每个征信局免费获得一份征信报告。征信局的报告样本如图4-4所示。
美国的三个主要征信局通过多年来对许多独立征信机构的收购控制了美国的征信产业（虽然一些较小的独立征信机构仍然存在）。随着数据的集中化，信息的质量和完整性得到长足的提高。获得申请人的征信报告和评分是任何新账户审批流程中的关键步骤。正如我们在第3章里面介绍的，如风险预测评分、破产得分和通用收益分数都基于征信数据。从征信报告中得到的信息是申请过程中最重要的信息。
各征信局可能在以下方面有所不同：
·记录的完整性（商家和客户）。
·更新的及时性。
·地域的覆盖。
·信息的准确性。
·数据读取的容易程度（匹配算法）。
·数据产品的提供（通用分数）。
·碎片文档[1]的处理。
·价格。
图4-4 报告示例
图4-4 （续）
资料来源：TransUnion LLC.All rights reserved.
根据这些因素，信贷机构通常根据它们业务的地域选择一两个征信局作为供应商，并一直使用它们，直到出现一些不得不更换的情况。每个供应商都在不断改善其服务，所以重要的一点是不要被无法持续保持竞争力的供应商捆住手脚。某一家征信局今年表现最佳，并不等于明年它也是表现最好的。
CoreLogic是一家位于加利福尼亚州的公司，它为信贷机构收集合并征信信息。这家公司之前的一次研究表明，没有任何一家征信局的报告里有超过72%的月还款记录、超过64%的贷款记录或者超过36%的查询记录。调用第二个征信局报告的成本应与其带来的价值进行比较。评分系统开发商VintageScore试图从三个征信局的数据中得出一致的评分，据它宣称其算法显著地减少了三个公司信息不同造成的差异。最后，一个征信局并不总是具有每一个申请人的所有信息来进行精确的评分。我们在前面介绍过，VantageScore通过使用传统征信局不包括的信息（如房屋出租），然后将其与传统数据合并对征信记录很少的客户（“瘦文档”，或者准白户）进行评分，如移民、学生、最近离婚的客户等。
负债分析
消费者账户的负债分析类同于对公业务信贷人员对公司账户进行的现金流分析。这是对公业务信贷人员的传统任务，他们利用准确的工具来分析公司财务报表和销售记录等数据。负债分析常常被用于消费者贷款，但准确地获得个人的财务数据是很困难的，尤其是个体经营者。为了避税，有些人的税表实在是“具有创造力的伟大杰作”。粗略的审查难以剔除这些通过五花八门方式避税的人。
由于这些原因，特别是因为可靠的数据很难获得，大多数贷款人应该花尽可能少的时间和精力来审查消费者在小额贷款上的支付能力。衡量收入和核实资产的详细程序只有在大额贷款和成本合理的情况下才适用（或在房贷中需要，见后续章节）。
关于负债计算的说明：它们通常是其他衡量指标，特别是评分的指标。在使用通过数据分析和经验导出的标准时，负债指标的利用有时会破坏数据分析的价值，因为这些数据分析得出的筛选标准已能在大多数情况下捕捉到可能因为债务负担变坏的客户。这时候负债指标的使用对坏客户的捕捉是以排除了太多的好客户为代价的。
债务负担：审查方法
有多种方法计算客户的负债水平，并将其与既定负债水平进行比较：
·最低收入要求规定了符合信贷产品准入的最低收入，如申请白金信用卡年收入需要75 000美元；
·收入负债比是申请人每月的债务负担（剔除房贷）占每月税前收入的百分比，如15%～22%；
·可支配收入是每月总收入扣除所有债务负担得出的每月生活可自由支配金额，如设置每月最低可支配收入2000～3500美元；
·新的收入负债比计算申请贷款的月供占每月收入的百分比，如车贷为16%～18%；
·收入房屋负债比计算包括所有住房开支（如房贷、房地产税、房屋保险和相应开销）占月收入的百分比，如28%～33%；
·包括住房的总债务收入比计算所有债务（如每月车贷、其他月付、儿童抚养费、赡养费和所有住房开支）占总收入的百分比，如36%～45%。
注意：我故意避免为每种计算方法提出精确的比率，因为在大多数情况下难以设置和证明这些比率是“正确的”。这些比率应该仅仅作为指导，任何信贷机构都应制定自己的简单（希望如此）方案。任何收入负债比率都充满了许多问题。
·虽然每个州的汽车价格（几乎）相同，但是生活成本有很大差异。例如，纽约市、旧金山、夏洛特（北卡罗来纳州）和奥什科什（威斯康星州）的住房、交通和生活开销大不相同。16%的比例可能在一个地区有些夸大，但在另一个地区却完全被低估了。一辆汽车可能在杰克逊维尔是必需品，但在芝加哥却是一个奢侈品，因为那里的公共交通非常便利。你怎么可能只用一个公式来考虑这些因素？
·贷款人试图“猜测”消费者将来会怎样履行他们的义务。然而，消费者的状态在不断变化：他们结婚、离婚、离职，随着时间推移得到或者失去（工作、家人等）。每个人的生活方式也有不同：有些人生活得特别节俭；有些人在每月刚过1/10的时候就花掉了所有的钱，并用借来的钱过活。一些消费者的收入来源并不会“登记在案”，他们的收入和资产很难量化。一句话，消费者是多种多样的，他们彼此之间的行为差异很大。
负债分析是否值得去做？高负债比与低信用表现有关吗？显然，根据常识（美国的监管要求），贷款人不应该批准与个人收入明显不匹配的贷款，但这个条件可以使用非常简单的规则满足，如排除年收入低于20 000美元的人。
应该不时地测试负债参考规则的有效性，看看它们是否真的能创造价值。（你能证明它们增加价值了吗？）换句话说，应该接受一些没有满足负债比条件的客户，跟踪这些客户的表现，试试如果只看（甚至根本不看）最简单的负债比，会发生什么。这些测试客户的表现和标准客户一样好吗？如果是这样，你可以减少或去除负债比的规则。还有一点：允许不同区域有不同的负债比。每个贷款人都应该适时调整反映这些因素的负债比规则，不然它们的竞争对手可能会抢走好客户。
最后一点：房贷市场有负债比的标准，特别是当贷款人决定在二级市场出售或证券化房贷时。这时，适当的负债比是至关重要的，因为这些产品的买家通常要求贷款人达到某些标准。我们会在第10章中讨论这些比率。
客户验证
到目前为止，筛选过程的最后一步是验证申请表中的信息。这里再说一次，诀窍是平衡验证的成本与可能的收益，找出那些有欺诈或误导的申请。即使在最好的情况下，信用机构也往往只能找出一些偶然的作假行为，如最近失去工作的人夸大了他的收入，或者使用一个有良好信用记录的名字，隐藏另一个有较差信用记录的名字。职业的欺诈行为往往只有高度专业的刑事调查程序才能捕捉到。
知道贷款申请人的确切身份是非常重要的。在美国，全自动程序可以验证申请人的社会安全号码、邮政编码和电话区号（如果是固定电话或本地手机）的有效性和一致性。如果这些信息都确定无误，就不需要对较低的信用额度（小于5000美元）进行进一步验证。如果需要进一步检查，可以将申请人的征信信息（如就业、大额未偿贷款、婚姻状况等）和其申请信息做对比；如果有重大差异或有不明原因的事项应该进一步检查，但是除非你能通过测试来证明这是值得做的，否则不要在这里乱花钱。
标准验证
如前所述，调查的深度（花费的时间和金钱）应与产品本身的风险和利润成正比。贷款机构不应该花比从客户获得的利润更多的钱去获客。
以下信息可以而且必须验证：
·身份。申请人就是客户本人吗？是正确的人在申请，或他的身份信息（如姓名、社会安全号码等）被盗？（一旦受害者报告身份被盗，此信息在征信局会有体现。）
·反欺诈。任何时候都必须调用标准的征信局反欺诈模型。这些欺诈模型包含随时更新的涉及欺诈的名字、地址、邮箱及其他要素。他们还检查社会保障号码以筛选出如使用死者信用记录的人。
两种诈骗
身份盗窃
身份盗窃是一个日益严重的问题。例如，一位办公室经理在申请她的第一笔房贷时被拒绝，她非常震惊地发现自己有不良信用记录。她得知她有一笔22 000美元的沃尔沃汽车贷款，并有3笔美国运通、Master Card和risa的严重违约记录。这份报告让她感到相当困惑，因为她只有一两张零售商卡（均未逾期），用现金支付大部分账单，她的车是一辆已经还清车贷的2002年雪佛兰。
这位办公室经理是身份盗窃的受害者，犯罪分子窃取她良好的征信记录，然后用受害者的身份申请尽可能多的贷款来购买商品，直到额度被取消。他们显然没有偿还的打算。犯罪分子使用的一种方法是从合法商家那里获得征信局的计算机访问代码，然后搜索具有相近名字并且有良好信用的个人。
“信用修复”
所谓“信用修复”是机构在收取一定费用后清除有效的但对客户不利的征信记录。他们提供海量的信息给征信局。如果征信局在一定时间内没有验证完所有信息的准确性并给予回复，按照法律规定，相关记录必须删除。因此，客户将得到一个干净的征信报告，并可以开始再次申请信贷产品！征信局和金融机构正在不断合作，试图阻止这些骗局，但欺诈行为很难彻底根除。
如果对识别风险有帮助，就应该对下列信息进行验证：
·工作。申请人的工作单位，其是否仍然受雇？
·收入。申请人的收入可以核实吗？
·地址。申请人居住在填写的地址吗？
全面验证
较高的信用额度需要更多的验证，可能涉及电话核查以验证实际的工作单位，并在可能的情况下了解收入。房贷申请则可能需要从税表、申请人当前的工资单或W-2（美国的收入证明）表格中获取收入信息。然而，如今的计算机技术很容易在最后两项上作假。如果对某公司有任何疑问，请联系Better Business Bureau或当地其他商业组织，以验证该公司的可信性、经营年限和其他要素。
对个体经营客户，应要求以下任何或所有项目：
·当前财务报表（经过审计的更好）。
·签名的税表。
·公司流水。
·合作伙伴的声明。
总之，核查过程应仔细设计，以达到在成本与做决策决定需要的信息之间的最佳平衡。证明抵押品的存在和价值的验证过程将在后面的章节中讨论。
完成验证过程标志着标准客户筛选过程的结束，客户完成申请，信贷机构按一个决策流程，精确地找出非常好的客户并且挑出非常糟糕的客户。这个过程允许信贷机构将大部分资源投入到大量的中间客户中，这里的抉择总是最困难的。最后一步是决定是否通过、拒绝或修改贷款条款并通知客户。
[1] 当一个消费者有多个不完整的文档时，我们称之为碎片文档。常见的原因有名字拼写错误、名字的不同拼写（如John Jones 和John R. Jones），或者最近地址变动。