商業(yè)銀行信用卡審計(jì)實(shí)務(wù)技巧研究

陳全

【摘要】近十年來，信用卡業(yè)務(wù)憑借其較高的邊際收益率及較好的資產(chǎn)質(zhì)量，成為各家商業(yè)銀行零售業(yè)務(wù)主要獲客來源之一。截至2015年第三季度末，信用卡和借貸合一卡在用發(fā)卡數(shù)量共計(jì)4.49萬張，信用卡授信總額為6.71萬元，其中應(yīng)償信貸余額為2.92萬億元，逾期半年未償信貸總額為384.33億元，占信用卡應(yīng)償信貸余額的1.32%[1]。隨著發(fā)卡量及交易量的猛增，商業(yè)銀行內(nèi)部審計(jì)部門如何開展對(duì)這一特殊領(lǐng)域的業(yè)務(wù)進(jìn)行審計(jì)，是一個(gè)亟須研究的問題。全文以某股份制商業(yè)銀行信用卡業(yè)務(wù)審計(jì)為例，從審計(jì)抽樣、現(xiàn)場(chǎng)審計(jì)技巧等方面進(jìn)行案例分析，幫助商業(yè)銀行內(nèi)部審計(jì)部門更好的做好信用卡業(yè)務(wù)審計(jì)項(xiàng)目組織工作。

【關(guān)鍵詞】商業(yè)銀行 信用卡審計(jì) 實(shí)務(wù)技巧

一、審計(jì)抽樣

信用卡業(yè)務(wù)抽樣不同于其他業(yè)務(wù)抽樣，鑒于信用卡發(fā)卡量、交易量極大，單純采用統(tǒng)計(jì)抽樣或經(jīng)驗(yàn)抽樣無法滿足審計(jì)目標(biāo)的要求，可考慮采取非現(xiàn)場(chǎng)審計(jì)抽樣結(jié)合經(jīng)驗(yàn)抽樣進(jìn)行。在審計(jì)資源一定的情況下，采取這種抽樣方式，可以有的放矢，提升審計(jì)效率。

（一）經(jīng)驗(yàn)抽樣

商業(yè)銀行信貸業(yè)務(wù)抽樣一般都是采取以下原則：大額抽樣原則、產(chǎn)品覆蓋原則、不良資產(chǎn)優(yōu)先抽樣等，一般都是基于風(fēng)險(xiǎn)發(fā)生的影響程度、頻率及逆向思維的思路，信用卡業(yè)務(wù)機(jī)構(gòu)抽樣及樣本抽樣同樣也可以參照上述原則。如機(jī)構(gòu)抽樣方面，可選擇進(jìn)件量、發(fā)卡量、交易量、不良率或不良額高或者偽冒申請(qǐng)、疑似欺詐或疑似套現(xiàn)發(fā)生率高的分中心或分行；樣本抽樣方面，對(duì)根據(jù)上述原則擬抽樣的機(jī)構(gòu)樣本進(jìn)行重點(diǎn)抽樣。

此外，還可以采用逆向思維的方法，統(tǒng)計(jì)全行信用卡發(fā)卡各發(fā)卡人群、發(fā)卡渠道、審批專案的不良率、不良額數(shù)據(jù)，對(duì)上述發(fā)卡人群、發(fā)卡渠道、審批專案不良率及不良額高于平均水平的樣本應(yīng)進(jìn)行重點(diǎn)抽樣，以此來反推次發(fā)卡人群、發(fā)卡渠道或?qū)徟鷮０冈O(shè)計(jì)或執(zhí)行中存在的缺陷漏洞。

（二）非現(xiàn)場(chǎng)審計(jì)抽樣

鑒于國內(nèi)股份制銀行普遍已建立非現(xiàn)場(chǎng)審計(jì)系統(tǒng)，有些是基于SAS平臺(tái)開發(fā)如工行、建行，有些是基于自身的數(shù)據(jù)倉庫開發(fā)如招商、中信等。而各家銀行信用卡業(yè)務(wù)的數(shù)據(jù)源可能會(huì)略有差異，本文只針對(duì)信用卡業(yè)務(wù)非現(xiàn)場(chǎng)審計(jì)抽樣給出模型思路，若缺省相應(yīng)的數(shù)據(jù)字段則可能導(dǎo)致審計(jì)模型無法應(yīng)用。審計(jì)模型需求如下：

發(fā)卡環(huán)節(jié)：

1.信用卡主卡申請(qǐng)人年齡不滿18周歲或大于65周歲。

模型思路：查找不符合發(fā)卡條件的主卡持卡人賬戶信息。如提取2015年1月1日以來，（截取發(fā)卡日期）發(fā)卡年份-（截取出生日期）出生年份<18或發(fā)卡年份-出生年份>65的數(shù)據(jù)。

2.信用卡申請(qǐng)人工作單位為“擔(dān)?！薄ⅰ暗洚?dāng)”、“代理”、“小額貸款”等發(fā)卡高行業(yè)人群。

模型思路：提取2015年1月1日以來，信用卡主卡持卡人工作單位包含“擔(dān)?！?、“典當(dāng)”、“代理”、“小額貸款”等高風(fēng)險(xiǎn)領(lǐng)域企業(yè)名稱字樣的數(shù)據(jù)。

3.申請(qǐng)人工作單位為我行黑名單客戶。

模型思路：提取2015年1月1日以來，持卡人工作單位為銀聯(lián)或銀行黑名單客戶數(shù)據(jù)。利用銀聯(lián)風(fēng)險(xiǎn)管理平臺(tái)數(shù)據(jù)或各行黑名單客戶數(shù)據(jù)，與持卡人申請(qǐng)人工作單位進(jìn)行匹配。

4.個(gè)人征信記錄不符合我行信用卡申請(qǐng)客戶準(zhǔn)入要求。

模型思路：查找征信記錄不符合我行信用卡準(zhǔn)入要求的持卡人賬戶信息。利用人民銀行征信系統(tǒng)，提取2015年1月1日以來，持卡人在審批日期的前24個(gè)月內(nèi)存在1次60天以上逾期、或2次30天以上逾期或?qū)徟?個(gè)月內(nèi)存在1次30天以上逾期的數(shù)據(jù)[2]。

5.信用卡客戶存在多個(gè)客戶編號(hào)的。

模型思路：查找風(fēng)險(xiǎn)集中度較高的客戶。設(shè)定身份證號(hào)碼為分組變量，客戶編號(hào)記錄計(jì)數(shù)大于等于2條的信用卡發(fā)卡記錄。

6.同一持卡人在同一POS商戶上刷卡次數(shù)超過5次，且累計(jì)刷卡金額超過5萬的。

模型思路：查找在持卡人在可疑商戶進(jìn)行反復(fù)套現(xiàn)的交易明細(xì)。使用持卡人身份證號(hào)碼（可能一人持有多張信用卡）、商戶代碼進(jìn)行分組匯總，提取2015年1月1日以來，同一持卡人在同一商戶上刷卡次數(shù)超過5次、累計(jì)刷卡超過5萬的記錄（交易金額匯總大于等于5萬、交易記錄條數(shù)計(jì)數(shù)大于等于5次）。電商平臺(tái)在線交易的數(shù)據(jù)應(yīng)予以剔除如話費(fèi)充值、加油等如移動(dòng)、聯(lián)通、電信、中石油、中石化等交易數(shù)據(jù)。

7.同一持卡人單日刷卡筆數(shù)超過5筆、且金額累計(jì)超過5萬的。

模型思路：查找在持卡人在可疑商戶進(jìn)行反復(fù)套現(xiàn)的交易明細(xì)。使用持卡人身份證號(hào)碼（可能一人多卡）、交易日期進(jìn)行分組匯總，提取2015年1月1日以來，同一持卡人單日刷卡筆數(shù)超過5筆、且金額累計(jì)超過5萬的記錄，按持卡人卡號(hào)、交易金額倒序排列。（交易金額匯總大于5萬且交易記錄條數(shù)計(jì)數(shù)大于5次）；

8.同一持卡人單筆刷卡金額超過10萬的、且商戶類型為商貿(mào)、小貸、擔(dān)保、典當(dāng)類等高風(fēng)險(xiǎn)商戶。

模型思路：提取2015年1月1日以來，持卡人的異常交易明細(xì)記錄。以上交易可能存在信用卡資金套現(xiàn)的行為，或收單商戶商戶代碼套用。單筆交易金額大于10萬，且商戶MCC代碼第8位至第11位不為“7011”、“5811”、“5812”、“1520”、“5511”、“5094”等。

監(jiān)測(cè)環(huán)節(jié)：

9.多個(gè)信用卡申請(qǐng)表上聯(lián)系人為同一人的。

模型思路：提取2015年1月1日以來，利用欺詐、偽冒手段辦卡的。利用分組匯總功能，將申請(qǐng)人聯(lián)系人電話設(shè)定為分組變量，賬戶信息記錄大于等于5條的記錄；

10.多個(gè)持卡人來自于同一工作單位（持卡人賬戶數(shù)≥20）且所屬行業(yè)為影子銀行相關(guān)行業(yè)。

模型思路：提取2015年1月1日以來，持卡人為同一單位的賬戶信息，使用工作單位進(jìn)行分組匯總，篩選出同一單位持卡數(shù)量≥20，且工作單位名稱包含“擔(dān)?！薄ⅰ暗洚?dāng)”、“代理”、“小額貸”等字樣的。

11.同一公司或個(gè)人賬戶集中向5張以上非本人信用卡轉(zhuǎn)賬還款的。

模型思路：查找還款來源為“一對(duì)多”的持卡人賬戶信息。利用分組匯總功能，提取信用卡還款記錄，且還款人和持卡人戶名不一致的轉(zhuǎn)賬還款交易明細(xì)記錄。設(shè)定付款人賬號(hào)、交易卡號(hào)為分組變量，賬戶交易明細(xì)記錄計(jì)數(shù)大于等于5條的記錄。

12.當(dāng)日信用卡現(xiàn)金柜臺(tái)連續(xù)還款5筆以上、且操作柜員為同一柜員的。

模型思路：提取2015年1月1日以來，還款來源為“一對(duì)多”現(xiàn)金存入的持卡人賬戶信息。提取信用卡現(xiàn)金還款交易明細(xì)記錄，設(shè)定交易日期、交易柜員號(hào)為分組變量，柜員交易號(hào)為排序變量，排序順序?yàn)閺男〉酱?；用下一條記錄的柜員交易號(hào)-本條記錄的柜員交易號(hào)=1的記錄全部列示出來，然后再次按照日期、交易柜員號(hào)進(jìn)行分組匯總，統(tǒng)計(jì)記錄數(shù)大于5筆以上的記錄。

13.多個(gè)持卡人在同一商戶申請(qǐng)分期業(yè)務(wù)的（分期金額累計(jì)當(dāng)日收單交易額的10%）。

模型思路：提取2015年1月1日以來，可能存在辦理虛假分期業(yè)務(wù)可疑商戶。利用數(shù)據(jù)關(guān)聯(lián)功能，將信用卡系統(tǒng)交易明細(xì)數(shù)據(jù)關(guān)聯(lián)核心業(yè)務(wù)系統(tǒng)交易明細(xì)數(shù)據(jù)，篩選分期交易明細(xì)，分組匯總，設(shè)定商戶代碼、交易日期為分組變量，分期金額、收單金額為匯總變量，匯總當(dāng)日分期金額大于收單交易額10%的交易。

14.收單交易額異常特約商戶；（當(dāng)月收單交易額較月平均收單交易額增幅在100%以上）。

模型思路：查找收單交易額異常變化的特約商戶。提取商戶收單交易明細(xì)，按月匯總2015年1～12月月均收單交易額，篩選出當(dāng)月收單交易額較月平均收單交易額增幅在100%以上的商戶；

15.信用卡刷卡套現(xiàn)監(jiān)測(cè)模型。

模型思路：①刷卡后十日內(nèi)與刷卡金額相近的交易，該交易滿足下列條件：第一，交易金額大于刷卡金額的80%，第二，從特約商戶企業(yè)或個(gè)人賬戶轉(zhuǎn)回至持卡人借記卡賬戶的交易條件；②刷卡后十日內(nèi)與刷卡金額相近的交易，該交易滿足下列條件：第一，交易金額大于刷卡金額的80%，第二，現(xiàn)金存入持卡人借記卡賬戶的交易明細(xì)；③刷卡后十日內(nèi)與刷卡金額相近的交易，該交易滿足下列條件：第一，交易金額大于刷卡金額的80%，第二，從特約商戶企業(yè)或個(gè)人賬戶轉(zhuǎn)入員工借記卡賬戶（需與各行人力資源系統(tǒng)數(shù)據(jù)進(jìn)行核對(duì)）。

16.利用第三方支付平臺(tái)套現(xiàn)的。

模型思路：提取2015年1月1日以來，高信用額度持卡人（信用額度5萬以上）的交易主要集中于第三方支付平臺(tái)（如淘寶、支付寶、財(cái)付通等），交易時(shí)間集中在賬單日后的5天內(nèi)，交易金額累計(jì)達(dá)到信用額度的90%以上，然后還款時(shí)間集中在最后還款日前5天的信用卡交易明細(xì)數(shù)據(jù)；

資金流向分析模型：

17.信用卡套現(xiàn)資金流向分析。

模型思路：在已有信用卡套現(xiàn)數(shù)據(jù)的基礎(chǔ)上，提取套現(xiàn)信用卡及持卡人本人名下借記卡的資金流水，分析套現(xiàn)之后具體的資金流向，重點(diǎn)關(guān)注信用卡套現(xiàn)資金①進(jìn)入股市的、②歸還到期貸款的、③進(jìn)入P2P平臺(tái)的、④涉嫌民間借貸的。

特別提示，上述模型參數(shù)都可以結(jié)合各行業(yè)務(wù)實(shí)際情況進(jìn)行調(diào)整。由于部分商業(yè)銀行信用卡業(yè)務(wù)系統(tǒng)獨(dú)立開發(fā)，信用卡交易數(shù)據(jù)與各行核心系統(tǒng)數(shù)據(jù)無法實(shí)現(xiàn)數(shù)據(jù)關(guān)聯(lián)，部分審計(jì)模型思路可能無法實(shí)現(xiàn)。

二、現(xiàn)場(chǎng)審計(jì)技巧

筆者憑借自身的理論功底結(jié)合多年內(nèi)部審計(jì)工作經(jīng)驗(yàn)，對(duì)信用卡業(yè)務(wù)的現(xiàn)場(chǎng)審計(jì)技巧給出幾點(diǎn)建議，拋磚引玉，不妥之處，請(qǐng)各位專家、學(xué)者給予諒解。

第一，與以往審計(jì)不同，信用卡業(yè)務(wù)由于風(fēng)險(xiǎn)的分散性，無法像一般信貸業(yè)務(wù)逐筆做穿行測(cè)試。為突出審計(jì)重點(diǎn)，提升審計(jì)效率，反映全行信用卡業(yè)務(wù)整體經(jīng)營(yíng)狀況及風(fēng)險(xiǎn)狀況，審計(jì)人員因多采取以小見大、舉一反三的方法去，根據(jù)抽樣的結(jié)果取反推信用卡風(fēng)險(xiǎn)控制模型設(shè)計(jì)的健全性、合理性及有效性。

第二，采用“逆查法”從不良資產(chǎn)成因分析出發(fā)，評(píng)估內(nèi)外部因素對(duì)資產(chǎn)質(zhì)量造成的影響，重點(diǎn)關(guān)注內(nèi)部流程管理與資產(chǎn)質(zhì)量之間的關(guān)聯(lián)關(guān)系。如評(píng)估催收環(huán)節(jié)的催收效率及效果。催收效率調(diào)查催收流程中的“瓶頸環(huán)節(jié)”，催收效果方面調(diào)查了解卡中心與分行的協(xié)同配合程度及分行介入的深度及廣度，在客戶信息共享方面及資產(chǎn)保全方面有無進(jìn)一步的合作空間，有針對(duì)性提出可行性建議。

第三，多搜集同業(yè)相關(guān)產(chǎn)品信息、渠道信息、市場(chǎng)活動(dòng)及業(yè)績(jī)指標(biāo)，產(chǎn)品信息主要包括產(chǎn)品類型、產(chǎn)品定價(jià)、客戶權(quán)益等，渠道信息主要是了解渠道建設(shè)情況及業(yè)務(wù)合作情況，市場(chǎng)活動(dòng)主要是了解特約商戶體系建設(shè)情況及市場(chǎng)活動(dòng)開展情況等，業(yè)績(jī)指標(biāo)則是了解同業(yè)的客群、資源投入力度、盈利結(jié)構(gòu)、資產(chǎn)質(zhì)量及流動(dòng)性管理等。評(píng)價(jià)與同業(yè)之間的差距及不足并擬定具體可行性改進(jìn)建議。從指標(biāo)上去尋找差距，通過差距深入分析內(nèi)外部的存在的問題，這樣才可以得到一個(gè)全面的市場(chǎng)競(jìng)爭(zhēng)力分析結(jié)論。

注釋

{1}以上數(shù)據(jù)來源于央行公布的《2015年度第三季度支付體系運(yùn)行總體情況》。

{2}以上標(biāo)準(zhǔn)來源于人民銀行發(fā)布的個(gè)人不良信用記錄認(rèn)定標(biāo)準(zhǔn)。

參考文獻(xiàn)

[1]龐瑞江.信用卡業(yè)務(wù)現(xiàn)場(chǎng)審計(jì)工作初探[J].《中國信用卡：專業(yè)》，2009（12）.

[2]劉佩君.招商銀行信用卡業(yè)務(wù)非現(xiàn)場(chǎng)審計(jì)系統(tǒng)的研究與實(shí)施[J].《上海外國語大學(xué)》，2012.

[3]《商業(yè)銀行非現(xiàn)場(chǎng)審計(jì)》課題研究組.商業(yè)銀行非現(xiàn)場(chǎng)審計(jì)[M].北京：中國金融出版社，2010年7月.