風(fēng)險(xiǎn)管理框架下的特約商戶(hù)細(xì)分研究

李強(qiáng) 中國(guó)建設(shè)銀行股份有限公司重慶總審計(jì)室

一、引言

特約商戶(hù)作為銀行卡業(yè)務(wù)運(yùn)行的一個(gè)組成部分，既是信用卡使用和持卡人實(shí)現(xiàn)信用卡消費(fèi)功能的重要場(chǎng)所，又是增加銀行信用卡業(yè)務(wù)的收入的重要支撐點(diǎn)。然而，隨著信用卡業(yè)務(wù)的快速發(fā)展，特約商戶(hù)數(shù)量的激增給商業(yè)銀行的特約商戶(hù)監(jiān)管帶來(lái)了很大的挑戰(zhàn)。商業(yè)銀行一般設(shè)置了特約商戶(hù)管理員，然而由于網(wǎng)點(diǎn)工作壓力大、人手緊張等原因，按月對(duì)特約商戶(hù)進(jìn)行實(shí)地檢查的工作往往流于形式①，存在著較多的管理風(fēng)險(xiǎn)。為此，本文嘗試采用決策樹(shù)的組合算法—隨機(jī)森林算法，通過(guò)對(duì)交易數(shù)據(jù)的分析和動(dòng)態(tài)跟蹤，從商業(yè)銀行管理的需要出發(fā)對(duì)特約商戶(hù)進(jìn)行細(xì)分，對(duì)特約商戶(hù)區(qū)分對(duì)待，對(duì)風(fēng)險(xiǎn)低、信譽(yù)高的特約商戶(hù)可以采取抽檢或不定期檢查，從而將監(jiān)管重點(diǎn)放在存在較大風(fēng)險(xiǎn)的特約商戶(hù)身上，將會(huì)更好地提高管理效率、減少管理風(fēng)險(xiǎn)。

二、特約商戶(hù)細(xì)分模型的構(gòu)建

（一）特約商戶(hù)風(fēng)險(xiǎn)的特征選擇

為了從管理角度構(gòu)建特約商戶(hù)細(xì)分決策支持模型，區(qū)分出存在風(fēng)險(xiǎn)的特約商戶(hù)，需要對(duì)特約商戶(hù)進(jìn)行特征選擇，即從交易數(shù)據(jù)中提取能反映特約商戶(hù)風(fēng)險(xiǎn)的特征，然后根據(jù)這些特征建模，通過(guò)小樣本數(shù)據(jù)的學(xué)習(xí)，構(gòu)建決策模型，通過(guò)決策模型判定其它客戶(hù)的風(fēng)險(xiǎn)特質(zhì)，并把具有風(fēng)險(xiǎn)特征的客戶(hù)名單作為分類(lèi)管理的基礎(chǔ)?；陂L(zhǎng)期對(duì)信用卡風(fēng)險(xiǎn)特征跟蹤總結(jié)出風(fēng)險(xiǎn)特約商戶(hù)的主要特征如下：

（1）所有交易中信用卡交易占比較高；

（2）同一張信用卡多次在同一商戶(hù)大額交易；

（3）單張信用卡多筆分單交易避開(kāi)發(fā)卡行控制；

（4）商戶(hù)員工在本單位機(jī)具上大額透支交易；

（5）巡檢異常。

而以上特征中前 4 項(xiàng)都與交易數(shù)據(jù)有關(guān)，最后一項(xiàng)是管理員例行巡檢時(shí)發(fā)現(xiàn)的特約商戶(hù)違規(guī)問(wèn)題。為了能夠從交易數(shù)據(jù)中提取特約商戶(hù)風(fēng)險(xiǎn)的特征，最終選擇了 10 個(gè)指標(biāo)作為識(shí)別特約商戶(hù)風(fēng)險(xiǎn)和細(xì)分特約商戶(hù)的主要特征變量，這些特征及說(shuō)明見(jiàn)表1。

表1 特約商戶(hù)風(fēng)險(xiǎn)識(shí)別的主要特征

（二）特約商戶(hù)細(xì)分模型

基于特約商戶(hù)的風(fēng)險(xiǎn)特征，本文構(gòu)建了基于隨機(jī)森林學(xué)習(xí)算法的特約商戶(hù)的細(xì)分流程模型，詳見(jiàn)圖1。

圖1 特約商戶(hù)細(xì)分模型

在這個(gè)模型中，之所以選擇隨機(jī)森林學(xué)習(xí)算法，不僅因?yàn)樵撍惴ň哂辛己玫姆诸?lèi)特性，而且因?yàn)樵撍惴ㄔ诜诸?lèi)后能給出每一個(gè)特征的重要性，這可以為特約商戶(hù)管理提供重要的參考。該模型的工作過(guò)程如下：首先利用特約商戶(hù)的交易數(shù)據(jù)，經(jīng)過(guò)匯總統(tǒng)計(jì)處理后，生成每個(gè)特約商戶(hù)的特征指標(biāo)，然后利用處理過(guò)的小樣本數(shù)據(jù)②，采用隨機(jī)森林算法學(xué)習(xí)，構(gòu)建隨機(jī)森林決策樹(shù)，形成分類(lèi)器，然后利用構(gòu)建的隨機(jī)森林決策樹(shù)對(duì)需要區(qū)分的特約商戶(hù)進(jìn)行細(xì)分。

（三）實(shí)驗(yàn)及評(píng)價(jià)

1.數(shù)據(jù)介紹

從某銀行特約商戶(hù)中隨機(jī)選擇了 900 戶(hù)，然后對(duì)這些商戶(hù)的交易數(shù)據(jù)進(jìn)行了采集，剔除24個(gè)異常數(shù)據(jù)后③，剩余 876 戶(hù)數(shù)據(jù)，其中，正常商戶(hù)780戶(hù)，風(fēng)險(xiǎn)商戶(hù)96 戶(hù)④。同時(shí)，為了對(duì)模型進(jìn)行訓(xùn)練和測(cè)試，本研究將以上數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集。其中訓(xùn)練集包含735 戶(hù)商戶(hù)，測(cè)試集包含141戶(hù)商戶(hù)。

2.實(shí)驗(yàn)結(jié)果

為了了解隨機(jī)森林算法中樹(shù)的數(shù)量對(duì)分類(lèi)正確率的影響,分別選擇樹(shù)的數(shù)量為10、30、50、100、150、200、250、300、350、400、450 和500，執(zhí)行隨機(jī)森林分類(lèi)算法構(gòu)建分類(lèi)器并驗(yàn)證其在測(cè)試集上的正確率，結(jié)果見(jiàn)圖2。

圖2 樹(shù)數(shù)量對(duì)隨機(jī)森林算法正確率的影響

實(shí)驗(yàn)結(jié)果顯示，隨著樹(shù)數(shù)量的增加，隨機(jī)森林算法分類(lèi)的正確率最終將穩(wěn)定在一定水平上。實(shí)驗(yàn)數(shù)據(jù)的對(duì)比顯示，較少的訓(xùn)練數(shù)據(jù)在樹(shù)數(shù)量較少時(shí)，分類(lèi)正確率表現(xiàn)出了不穩(wěn)定性，而較多的訓(xùn)練數(shù)據(jù)得到的分類(lèi)器相對(duì)穩(wěn)定，基本上隨著樹(shù)數(shù)量的增加，分類(lèi)的正確率在增加，最終會(huì)穩(wěn)定在0.9014上。

3.特約商戶(hù)的特征重要性

隨機(jī)森林算法的一個(gè)優(yōu)點(diǎn)是，它在訓(xùn)練完后能夠給出哪些特征比較重要。表2是特約商戶(hù)消費(fèi)數(shù)據(jù)訓(xùn)練后的10個(gè)特征重要性評(píng)價(jià)。

表2 特征重要性評(píng)價(jià)

對(duì)于特約商戶(hù)來(lái)說(shuō)，最重要的3個(gè)特征則是“回頭客單客交易金額”、“單筆交易金額”和“單卡交易金額”，與實(shí)際情況相符。值得一提的是，在實(shí)際工作中，信用卡客戶(hù)比例大的特約商戶(hù)其風(fēng)險(xiǎn)較高，也就是說(shuō)這一特征對(duì)判斷特約商戶(hù)的風(fēng)險(xiǎn)性有較大的作用。然而在實(shí)驗(yàn)中，該特征在10個(gè)特征的重要性排名是第5名，也只是居于中間水平。原因可能在于獲得的交易數(shù)據(jù)中，有一些卡種類(lèi)無(wú)法判斷是否信用卡，尤其是“他行卡”，這可能對(duì)模型結(jié)果產(chǎn)生了重要的影響。

三、小結(jié)

商業(yè)銀行受制于財(cái)務(wù)成本、管理成本等的限制，靠增加特約商戶(hù)管理員的數(shù)量的方式來(lái)實(shí)現(xiàn)監(jiān)管顯然是不可能的、也是不可取的。因此，本文嘗試采用數(shù)據(jù)挖掘等先進(jìn)的技術(shù)手段，構(gòu)建特約商戶(hù)細(xì)分決策模型。該細(xì)分模型以10 個(gè)特征為基礎(chǔ)，利用特約商戶(hù)的消費(fèi)交易數(shù)據(jù)，采用隨機(jī)森林算法實(shí)現(xiàn)特約商戶(hù)的分類(lèi)。實(shí)驗(yàn)結(jié)果證明，在隨機(jī)森林算法的樹(shù)數(shù)量與分類(lèi)預(yù)測(cè)正確率的關(guān)系實(shí)驗(yàn)中，發(fā)現(xiàn)隨著決策樹(shù)數(shù)量的逐漸增大時(shí)，模型的預(yù)測(cè)準(zhǔn)確率在增加，在樹(shù)數(shù)量超過(guò)一定規(guī)模后，準(zhǔn)確率趨于一個(gè)穩(wěn)定的值。

基于以上，可實(shí)現(xiàn)對(duì)特約商戶(hù)進(jìn)行有效的區(qū)分，對(duì)存在較大風(fēng)險(xiǎn)的商戶(hù)進(jìn)行重點(diǎn)監(jiān)控和巡檢，而對(duì)于其它低風(fēng)險(xiǎn)的特約商戶(hù)則采用定期或不定期抽查的方式，將會(huì)大大降低商業(yè)銀行的管理成本和難度。

需要說(shuō)明的是，不同類(lèi)別商戶(hù)的風(fēng)險(xiǎn)特征可能存在較大的差異，本研究只是針對(duì)套現(xiàn)交易嚴(yán)重的一般類(lèi)商戶(hù)，提出了 10 類(lèi)風(fēng)險(xiǎn)特征，這些特征可能并不適合于其它類(lèi)別的特約商戶(hù)。

注釋?zhuān)?/p>

①有的管理員讓商戶(hù)到網(wǎng)點(diǎn)在檢查表上蓋章應(yīng)付差事，甚至有的一蓋就是多個(gè)月，另外有的管理員（營(yíng)銷(xiāo)員）和商戶(hù)之間存在著利益關(guān)系使得管理員不能真正履行起監(jiān)管的職責(zé)。

②包含了沒(méi)有風(fēng)險(xiǎn)的和發(fā)現(xiàn)風(fēng)險(xiǎn)的特約商戶(hù)。

③經(jīng)處理后發(fā)現(xiàn)有 24 個(gè)商戶(hù)的數(shù)據(jù)存在問(wèn)題（不存在交易數(shù)據(jù)或交易數(shù)據(jù)存在異常）。

④風(fēng)險(xiǎn)商戶(hù)是指巡檢發(fā)現(xiàn)異常、銀聯(lián)通報(bào)、存在套現(xiàn)交易等情況、確定存在風(fēng)險(xiǎn)的商戶(hù)，本文基于重慶建行信用卡中心提供比對(duì)名單。