淺析如何利用大數(shù)據(jù)做好信用卡前端審核的風(fēng)險管理

胡蝶

（交通銀行，湖北 宜昌443000）

1 引言

2018 年以來，信用卡業(yè)務(wù)風(fēng)險明顯上升，資產(chǎn)質(zhì)量下降明顯。截至2018 年三季度末，信用卡逾期半年以上未償信貸總額881 億元，占信用卡應(yīng)償信貸余額的1.34%，分別比上個季度上升16.4%和10.8%。

在業(yè)務(wù)快速增長和風(fēng)險快速上升的形勢下，各家商業(yè)銀行根據(jù)自身的業(yè)務(wù)結(jié)構(gòu)和風(fēng)險偏好，在嚴(yán)控風(fēng)險和快速增長之間進(jìn)行權(quán)衡，使得信用卡行業(yè)發(fā)展策略出現(xiàn)了明顯分化，且不論其是非對錯，但風(fēng)控能力已然成為可持續(xù)健康發(fā)展最大的挑戰(zhàn)和最重要的核心競爭力。

因信用卡行業(yè)兼具金融和大數(shù)據(jù)的雙重基因，面對當(dāng)前嚴(yán)峻的風(fēng)險情況，各家銀行均可通過大數(shù)據(jù)技術(shù)與傳統(tǒng)風(fēng)控模型的結(jié)合，構(gòu)建并完善更加智能化的風(fēng)控體系，為該行業(yè)保駕護(hù)航。

2 利用大數(shù)據(jù)做好信用卡前端審核風(fēng)險管理的措施

2.1 構(gòu)建智能的風(fēng)控體系，提升風(fēng)控效率

近十年來，各家商業(yè)銀行采取跑馬圈地的方式擴(kuò)展信用卡業(yè)務(wù)，并且獲得了穩(wěn)定的收益，但是目前逾期風(fēng)險也在持續(xù)增加，信用卡的風(fēng)險問題正在面臨嚴(yán)峻的挑戰(zhàn)。從人民銀行顯示的數(shù)據(jù)來看，這與銀行傳統(tǒng)的風(fēng)險控制模式無法滿足目前風(fēng)控水平的現(xiàn)狀有關(guān)。因其傳統(tǒng)的風(fēng)險控制模式有無法及時更新、內(nèi)部數(shù)據(jù)較為局限、過度地依賴工作人員等問題，這就導(dǎo)致了在信用卡風(fēng)險上跟蹤監(jiān)測困難、風(fēng)險評估質(zhì)量不穩(wěn)定以及人力成本過高等問題[1]。因此，商業(yè)銀行應(yīng)當(dāng)在智能風(fēng)險控制體系的建設(shè)中引入大數(shù)據(jù)和人工智能的技術(shù)，將銀行現(xiàn)有的傳統(tǒng)風(fēng)險控制模式加以改進(jìn)和完善，在現(xiàn)有信息收集、儲存平臺和現(xiàn)有的數(shù)據(jù)挖掘的技術(shù)下，建立更加完備的數(shù)據(jù)模型和決策樹，將風(fēng)險監(jiān)控打造成可持續(xù)發(fā)展，并可自我學(xué)習(xí)改進(jìn)的過程，形成實時監(jiān)控的動態(tài)風(fēng)控體系。因為信用卡循環(huán)信貸的特性決定了消費支付、用戶行為和交易場景都是不斷變化的，因此，風(fēng)險控制系統(tǒng)本身也應(yīng)當(dāng)是動態(tài)的。系統(tǒng)利用客戶數(shù)據(jù)，對交易情況做出瞬時反映，特別需要設(shè)計信用卡套現(xiàn)和欺詐交易的警報措施，將傳統(tǒng)的損失后補(bǔ)救轉(zhuǎn)變?yōu)閾p失前攔截。

目前，多家商業(yè)銀行已在研制開發(fā)智能化系統(tǒng)。平安銀行信用卡中心基于大數(shù)據(jù)技術(shù)自主研發(fā)了智能反欺詐系統(tǒng)，該系統(tǒng)是從億量級別的金融數(shù)據(jù)中建立用戶行為畫像、訓(xùn)練大數(shù)據(jù)監(jiān)測模型，同時搭載高效的決策引擎，實現(xiàn)了毫秒級決策響應(yīng)的全天候?qū)崟r反欺詐監(jiān)測，可有效防堵欺詐盜刷交易。

另外，金融行業(yè)逐漸要從“互聯(lián)網(wǎng)+金融”向“智能科技+金融”的方向轉(zhuǎn)型，智能風(fēng)控以大數(shù)據(jù)為基礎(chǔ)，通過機(jī)器學(xué)習(xí)模型和算法等模擬人類的“智慧能力”，運用于信用卡貸前審核的風(fēng)險管理領(lǐng)域，從而實現(xiàn)數(shù)據(jù)驅(qū)動的精益化風(fēng)險管理。

2.2 構(gòu)建完善的信息管理系統(tǒng)，降低風(fēng)險概率

在信用卡的貸前審批階段，銀行可利用自身豐富的數(shù)據(jù)來源，打通結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的運用界限，通過業(yè)務(wù)邏輯對數(shù)據(jù)進(jìn)行深入挖掘及關(guān)聯(lián)處理，并以數(shù)據(jù)可視化技術(shù)呈現(xiàn)，積極引入黑名單、不良記錄等外部數(shù)據(jù)，綜合運用金融科技防控業(yè)務(wù)中的各種風(fēng)險，進(jìn)一步提升審批業(yè)務(wù)的質(zhì)量[2]。除了運用自身的數(shù)據(jù)外，還可與第三方機(jī)構(gòu)合作，廣泛借助現(xiàn)代互聯(lián)網(wǎng)技術(shù)，引入場景行為數(shù)據(jù)，建立客戶數(shù)據(jù)模型，在了解各個客戶的基本情況、基礎(chǔ)信息之后，評估客戶的信用狀況，對整體信息進(jìn)行核實，再判斷客戶是否符合信用卡審批資質(zhì)。銀行在信息數(shù)據(jù)收集的基礎(chǔ)上，需要集成各個相關(guān)業(yè)務(wù)系統(tǒng)，不僅是采用征信系統(tǒng)的評估，還可以與不同的信息數(shù)據(jù)渠道進(jìn)行合作，比如公安、社保、學(xué)信網(wǎng)等信息，建立以大數(shù)據(jù)倉庫為基礎(chǔ)的數(shù)據(jù)挖掘和分析系統(tǒng)，推進(jìn)客戶管理系統(tǒng)、資產(chǎn)負(fù)債管理系統(tǒng)、收益貢獻(xiàn)度分析系統(tǒng)等信息技術(shù)的建立和應(yīng)用，全方位地采集客戶信息，以更好地保障信用卡風(fēng)險控制管理工作的運作質(zhì)量與效率。

比如，交通銀行信用卡中心正在通過引入百融等外部數(shù)據(jù)，提前識別互金高風(fēng)險、拖欠高風(fēng)險客群，在準(zhǔn)入環(huán)節(jié)加以控制攔截。又比如，交通銀行信用卡正準(zhǔn)備上線社保數(shù)據(jù)，結(jié)合申請評分及征信評分，開發(fā)差異化的準(zhǔn)入策略，提升優(yōu)質(zhì)客群占比。

2.3 利用大數(shù)據(jù)加強(qiáng)對特約商戶的管理，規(guī)范用卡環(huán)境

在信用卡審批后，其風(fēng)險重點則在于持卡人使用過程中套現(xiàn)和違約的風(fēng)險。首先，商業(yè)銀行可利用大數(shù)據(jù)的客戶畫像，對不同的客戶進(jìn)行分層處理，實行差異化的風(fēng)險防范。優(yōu)質(zhì)的高凈值客戶實行白名單制度，對于中等及以下的客戶也進(jìn)行有區(qū)別的風(fēng)險防范跟蹤。同時，搭建客戶實時監(jiān)控系統(tǒng)，對其收入、消費、償債能力進(jìn)行實時監(jiān)督，再采取客戶生命周期風(fēng)險管理措施，利用大數(shù)據(jù)技術(shù)，記錄客戶用卡的時間、地點、額度、方式等用卡軌跡，將這些數(shù)據(jù)與用戶的授信額度進(jìn)行實時關(guān)聯(lián)，以防客戶出現(xiàn)違約風(fēng)險，將違約風(fēng)險的防范再次前置。而對于套現(xiàn)風(fēng)險的防范，則利用社交網(wǎng)絡(luò)分析、神經(jīng)網(wǎng)絡(luò)模型等反欺詐技術(shù)手段，對虛假交易進(jìn)行實時偵測，提高套現(xiàn)識別和管理能力。

客戶在獲得了信用卡后，主要的消費場所基本都是商業(yè)銀行的特約商戶，因此，特約商戶管理的好壞會極大地影響持卡人的服務(wù)體驗與商業(yè)銀行的信用貸款風(fēng)險。一些不法商戶或者不法工作人員在受理信用卡時，會有意地盜取信用卡的基本信息，并將信息賣給社會上制作假信用卡的機(jī)構(gòu)或者直接利用票據(jù)進(jìn)行套現(xiàn)，給持卡人帶來巨大的經(jīng)濟(jì)損失，也給商業(yè)銀行帶來了巨大的信用卡風(fēng)險，因此，需要加強(qiáng)對特約商戶的風(fēng)險管理工作。

2.4 建立高素質(zhì)的風(fēng)險管理隊伍，做好風(fēng)險前端防控

銀行信用卡風(fēng)險管理工作的開展，不僅需要專業(yè)化的技術(shù)支撐，更需要一批高素質(zhì)高水平的風(fēng)險管理人員[3]。信用卡的風(fēng)險從辦卡開始就已經(jīng)存在，并且一直伴隨著整個信用卡的使用過程，因此銀行信用卡風(fēng)險分析對專業(yè)知識的要求較高，對從事這方面工作的員工的專業(yè)能力、風(fēng)險分析能力的要求也較高。這也需要這些員工具備一定的專業(yè)知識和較為扎實的理論基礎(chǔ)。為此，各家商業(yè)銀行可以先對內(nèi)部員工的基本數(shù)據(jù)進(jìn)行分析，對相關(guān)操作人員按不同崗位要求，針對不同員工的業(yè)務(wù)薄弱環(huán)節(jié)進(jìn)行點對點的培訓(xùn)，專項開展系統(tǒng)操作、數(shù)據(jù)分析、金融風(fēng)險等方面的知識培訓(xùn)，有效提高操作人員對風(fēng)險識別的敏感度，在操作層面降低風(fēng)險發(fā)生的可能性[4]。

3 結(jié)語

在我國社會發(fā)展日趨成熟的情況下，信用卡產(chǎn)業(yè)在近十年期間得到了突飛猛進(jìn)的發(fā)展，但隨之而來的信用風(fēng)險問題也逐漸顯現(xiàn)，信用卡的不良資產(chǎn)呈現(xiàn)逐年大幅增長態(tài)勢，這對信用卡產(chǎn)業(yè)的發(fā)展帶來了極大的挑戰(zhàn)。如今，大數(shù)據(jù)環(huán)境的出現(xiàn)為銀行信用卡風(fēng)險管理業(yè)務(wù)提供了機(jī)遇。因此，各家商業(yè)銀行都在積極利用大數(shù)據(jù)技術(shù)進(jìn)行改進(jìn)，在搭建基于大數(shù)據(jù)的智能風(fēng)險控制系統(tǒng)上，在信用卡業(yè)務(wù)拓展和維護(hù)的各個風(fēng)險環(huán)節(jié)中，利用大數(shù)據(jù)資源的價值，做好風(fēng)險控制管理業(yè)務(wù)，促進(jìn)信用卡行業(yè)的深度化和廣度化發(fā)展，可以實現(xiàn)國家普惠業(yè)務(wù)的落地。