淺析如何利用大數(shù)據(jù)做好信用卡前端審核的風險管理

胡蝶

【摘 要】近年來，許多商業(yè)銀行已經(jīng)將信用卡業(yè)務作為其業(yè)務增長和轉型升級的重要抓手，并且在信用卡業(yè)務上投入了大量資源。目前的人民銀行數(shù)據(jù)顯示，截至2018年三季度末，信用卡和借貸合一卡在用發(fā)卡數(shù)量共計6.59 億張，環(huán)比增長3.36%。三季度末信用卡授信總額14.69萬億元，環(huán)比增長5.05%;應收賬款余額6.61萬億元，環(huán)比增長5.68%。我國信用卡在快速發(fā)展的同時，系統(tǒng)性風險上升的問題也已經(jīng)凸顯，這也是各家商務銀行不容忽視的。

【Abstract】In recent years， many commercial banks have taken the credit card business as an important starting point for their business growth and transformation and upgrading， and have invested a lot of resources in the credit card business. Current data from the people's bank of China shows that at the end of the third quarter of 2018， a total of 659 million credit cards and debit and credit cards were issued， up 3.36 percent from the end of the previous quarter. At the end of the third quarter， total credit extended by credit cards reached 14.69 trillion yuan， an increase of 5.05% over the previous quarter. The balance of accounts receivable reached 6.61 trillion yuan， up by 5.68% month on month. Along with the rapid development of credit cards in China， the problem of rising systemic risk has also been highlighted， which cannot be ignored by commercial banks.

【關鍵詞】大數(shù)據(jù);信用卡風險;風險管理

【Keywords】big data; credit card risk; risk management

【中圖分類號】F832.2 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻標志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2019）03-0177-02

1 引言

2018年以來，信用卡業(yè)務風險明顯上升，資產(chǎn)質量下降明顯。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)務快速增長和風險快速上升的形勢下，各家商業(yè)銀行根據(jù)自身的業(yè)務結構和風險偏好，在嚴控風險和快速增長之間進行權衡，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，面對當前嚴峻的風險情況，各家銀行均可通過大數(shù)據(jù)技術與傳統(tǒng)風控模型的結合，構建并完善更加智能化的風控體系，為該行業(yè)保駕護航。

2 利用大數(shù)據(jù)做好信用卡前端審核風險管理的措施

2.1 構建智能的風控體系，提升風控效率

近十年來，各家商業(yè)銀行采取跑馬圈地的方式擴展信用卡業(yè)務，并且獲得了穩(wěn)定的收益，但是目前逾期風險也在持續(xù)增加，信用卡的風險問題正在面臨嚴峻的挑戰(zhàn)。從人民銀行顯示的數(shù)據(jù)來看，這與銀行傳統(tǒng)的風險控制模式無法滿足目前風控水平的現(xiàn)狀有關。因其傳統(tǒng)的風險控制模式有無法及時更新、內部數(shù)據(jù)較為局限、過度地依賴工作人員等問題，這就導致了在信用卡風險上跟蹤監(jiān)測困難、風險評估質量不穩(wěn)定以及人力成本過高等問題[1]。因此，商業(yè)銀行應當在智能風險控制體系的建設中引入大數(shù)據(jù)和人工智能的技術，將銀行現(xiàn)有的傳統(tǒng)風險控制模式加以改進和完善，在現(xiàn)有信息收集、儲存平臺和現(xiàn)有的數(shù)據(jù)挖掘的技術下，建立更加完備的數(shù)據(jù)模型和決策樹，將風險監(jiān)控打造成可持續(xù)發(fā)展，并可自我學習改進的過程，形成實時監(jiān)控的動態(tài)風控體系。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，風險控制系統(tǒng)本身也應當是動態(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)的損失后補救轉變?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)了毫秒級決策響應的全天候實時反欺詐監(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”的方向轉型，智能風控以大數(shù)據(jù)為基礎，通過機器學習模型和算法等模擬人類的“智慧能力”，運用于信用卡貸前

審核的風險管理領域，從而實現(xiàn)數(shù)據(jù)驅動的精益化風險管理。

2.2 構建完善的信息管理系統(tǒng)，降低風險概率

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，打通結構化數(shù)據(jù)和非結構化數(shù)據(jù)的運用界限，通過業(yè)務邏輯對數(shù)據(jù)進行深入挖掘及關聯(lián)處理，并以數(shù)據(jù)可視化技術呈現(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)務中的各種風險，進一步提升審批業(yè)務的質量[2]。除了運用自身的數(shù)據(jù)外，還可與第三方機構合作，廣泛借助現(xiàn)代互聯(lián)網(wǎng)技術，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、基礎信息之后，評估客戶的信用狀況，對整體信息進行核實，再判斷客戶是否符合信用卡審批資質。銀行在信息數(shù)據(jù)收集的基礎上，需要集成各個相關業(yè)務系統(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)渠道進行合作，比如公安、社保、學信網(wǎng)等信息，建立以大數(shù)據(jù)倉庫為基礎的數(shù)據(jù)挖掘和分析系統(tǒng)，推進客戶管理系統(tǒng)、資產(chǎn)負債管理系統(tǒng)、收益貢獻度分析系統(tǒng)等信息技術的建立和應用，全方位地采集客戶信息，以更好地保障信用卡風險控制管理工作的運作質量與效率。

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)，提前識別互金高風險、拖欠高風險客群，在準入環(huán)節(jié)加以控制攔截。又比如，交通銀行信用卡正準備上線社保數(shù)據(jù)，結合申請評分及征信評分，開發(fā)差異化的準入策略，提升優(yōu)質客群占比。

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

在信用卡審批后，其風險重點則在于持卡人使用過程中套現(xiàn)和違約的風險。首先，商業(yè)銀行可利用大數(shù)據(jù)的客戶畫像，對不同的客戶進行分層處理，實行差異化的風險防范。優(yōu)質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行有區(qū)別的風險防范跟蹤。同時，搭建客戶實時監(jiān)控系統(tǒng)，對其收入、消費、償債能力進行實時監(jiān)督，再采取客戶生命周期風險管理措施，利用大數(shù)據(jù)技術，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行實時關聯(lián)，以防客戶出現(xiàn)違約風險，將違約風險的防范再次前置。而對于套現(xiàn)風險的防范，則利用社交網(wǎng)絡分析、神經(jīng)網(wǎng)絡模型等反欺詐技術手段，對虛假交易進行實時偵測，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體驗與商業(yè)銀行的信用貸款風險。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構或者直接利用票據(jù)進行套現(xiàn)，給持卡人帶來巨大的經(jīng)濟損失，也給商業(yè)銀行帶來了巨大的信用卡風險，因此，需要加強對特約商戶的風險管理工作。

2.4 建立高素質的風險管理隊伍，做好風險前端防控

銀行信用卡風險管理工作的開展，不僅需要專業(yè)化的技術支撐，更需要一批高素質高水平的風險管理人員[3]。信用卡的風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。為此，各家商業(yè)銀行可以先對內部員工的基本數(shù)據(jù)進行分析，對相關操作人員按不同崗位要求，針對不同員工的業(yè)務薄弱環(huán)節(jié)進行點對點的培訓，專項開展系統(tǒng)操作、數(shù)據(jù)分析、金融風險等方面的知識培訓，有效提高操作人員對風險識別的敏感度，在操作層面降低風險發(fā)生的可能性[4]。

3 結語

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的發(fā)展，但隨之而來的信用風險問題也逐漸顯現(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)為銀行信用卡風險管理業(yè)務提供了機遇。因此，各家商業(yè)銀行都在積極利用大數(shù)據(jù)技術進行改進，在搭建基于大數(shù)據(jù)的智能風險控制系統(tǒng)上，在信用卡業(yè)務拓展和維護的各個風險環(huán)節(jié)中，利用大數(shù)據(jù)資源的價值，做好風險控制管理業(yè)務，促進信用卡行業(yè)的深度化和廣度化發(fā)展，可以實現(xiàn)國家普惠業(yè)務的落地。

【參考文獻】

【1】伍楠林.中國金融市場風險預警研究[D].北京：中國經(jīng)濟出版社，2012.

【2】聞岳春.金融業(yè)綜合經(jīng)營的風險預警與控制[D].北京：化學工業(yè)出版社，2013.

【3】劉暢，張學明，郭敏.我國商業(yè)銀行中小企業(yè)貸款信用風險預警體系[D].成都：西南財經(jīng)大學出版社，2013.

【4】許傳華.開放條件下金融風險預警指標體系研究[D].武漢：湖北人民出版社，2012.