幾乎人手一張的信用卡,是一個讓人看似熟悉卻又陌生的領(lǐng)域。
比如,信用卡已是各家銀行信用貸款增長的主要推動力,對于如何控制資產(chǎn)質(zhì)量,各家銀行諱莫如深。
21世紀(jì)經(jīng)濟(jì)報道記者統(tǒng)計發(fā)現(xiàn),以2016年為例,股份制銀行在信用卡新發(fā)卡量上規(guī)?;瘮U張,部分銀行實現(xiàn)發(fā)卡量的上升和不良率的下降,同時也有國有大行信用卡不良率仍高企。
這背后是風(fēng)控模型的改進(jìn)。
中國信用卡體系自誕生以來就直接與國外同業(yè)接軌,也逐漸引入FICO信用評分等風(fēng)控經(jīng)驗。
評分模型成信用卡“逆襲”關(guān)鍵
“信用卡的通過率和不良率是‘魚和熊掌不可兼得’。”一位風(fēng)控行業(yè)資深人士表示,如果信用卡的通過率上升,不良率通常會增加。
21世紀(jì)經(jīng)濟(jì)報道記者根據(jù)銀行財報梳理,截至2016年末,12家信用卡發(fā)卡機構(gòu)累計發(fā)卡量突破6億張,增幅近20%。但各銀行之間分化情況嚴(yán)重。其中,工商銀行累計發(fā)卡量突破1億張,達(dá)1.25億張,繼續(xù)領(lǐng)跑行業(yè)。但從新發(fā)卡量來看,中型股份制銀行在信用卡業(yè)務(wù)板塊規(guī)?;瘮U張。
2016年浦發(fā)銀行、工商銀行、建設(shè)銀行、招商銀行、農(nóng)業(yè)銀行的增長量突破1000萬張,新發(fā)卡量最多的為浦發(fā)銀行,去年新發(fā)卡量高達(dá)1602萬張。但是,建設(shè)銀行、農(nóng)業(yè)銀行和廣發(fā)銀行等新發(fā)卡量同比下滑,分別減少10.0%、13.7%和1.2%。
從已披露的不良率數(shù)據(jù)看,除了平安銀行顯著下跌以外,其他各大銀行的不良率水平基本保持穩(wěn)定,不良率整體在1%-2%的水平。
對于如何控制信用卡等信用貸款業(yè)務(wù)資產(chǎn)質(zhì)量,各家銀行諱莫如深。
從銀行財報看,平安銀行分析了其不良率大幅下降的原因。該行財報稱,信用卡新舊戶指標(biāo)得到優(yōu)化,得益于更全面精準(zhǔn)的風(fēng)險評分模型、更科學(xué)的風(fēng)險管理手段以及資產(chǎn)清收效率的全面提升。
21世紀(jì)經(jīng)濟(jì)報道記者調(diào)查發(fā)現(xiàn),除加大不良資產(chǎn)清收力度,將風(fēng)險評分等技術(shù)手段引入信用貸款風(fēng)控模型,是一些股份行信用卡業(yè)務(wù)爆發(fā)的核心原因。
平安銀行稱,通過應(yīng)用評分模型等工具全面優(yōu)化風(fēng)險管理策略,加大優(yōu)質(zhì)客戶占比,有效改善新戶獲客結(jié)構(gòu)。如,截至2016年末,新戶發(fā)卡品質(zhì)指標(biāo)“新戶發(fā)卡后6個月時逾期30 天以上客戶金額占比”繼續(xù)下降,2016年平均金額同比下降0.11個百分點,存量客戶風(fēng)險指標(biāo)新進(jìn)不良比例較年初下降0.07個百分點。
另一家股份制商業(yè)銀行——浦發(fā)銀行也引入信用評分體系。該行于2015年11月上線該信用評分系統(tǒng)。據(jù)悉,評分系統(tǒng)包括個人信用記錄、個人財產(chǎn)與收入水平等評分,內(nèi)部數(shù)據(jù)來自銀行掌握的個人履約能力、社交活動、行為偏好、銀行關(guān)系、信息齊全等;外部數(shù)據(jù)來自第三方傳統(tǒng)征信、第三方互聯(lián)網(wǎng)征信、公安系統(tǒng)和電信數(shù)據(jù)等。
21世紀(jì)經(jīng)濟(jì)報道記者獲悉,國內(nèi)商業(yè)銀行的信用評分系統(tǒng)大多借鑒美國FICO評分系統(tǒng),該系統(tǒng)根據(jù)信用償還歷史(35%)、欠款金額(30%)、信用歷史時長(15%)、信貸產(chǎn)品組合(10%)和新開立信用賬戶(10%)等指標(biāo)進(jìn)行評分。
對于信用評分,“不是說評分越高,那么給你的相應(yīng)的額度就會越高。”該風(fēng)控人士表示,只能說比較重視。
數(shù)據(jù)清洗是風(fēng)控模型的前提
信用評分的背后,則是風(fēng)控模型。
一位消費金融高管表示,從風(fēng)險模型來講,銀行發(fā)行信用卡需要填寫各種資料,比較繁瑣,審批需要人工、電核,后來演變到線上。“關(guān)鍵是我們用什么方式讓這些盡量少得麻煩客戶,盡量準(zhǔn)確地?fù)踝∑墼p人群?!逼渲?,“要把握一個平衡的問題,風(fēng)險成本不是說把握得越嚴(yán),風(fēng)險損失就越小,否則就沒有利潤。”
“我們放貸款的風(fēng)控中,最大的挑戰(zhàn)是防欺詐,信用風(fēng)險倒在其次?!币晃怀巧绦辛闶劭偙O(jiān)表示,信貸業(yè)務(wù)主要通過線下進(jìn)行,審批環(huán)節(jié)會篩掉10%的客戶。最終還會通過模糊搜索模型再次篩選客戶。
前述資深風(fēng)控人士認(rèn)為,“從國外經(jīng)驗看,目前風(fēng)控仍然是經(jīng)驗驅(qū)動數(shù)據(jù),而且數(shù)據(jù)的技術(shù)含量不低于風(fēng)控模型?!倍鴮嶋H上,目前國內(nèi)金融機構(gòu)過度重視風(fēng)控模型,對于數(shù)據(jù)質(zhì)量的重視程度不夠。
在風(fēng)控模型設(shè)計中,“FICO標(biāo)準(zhǔn)流程中,數(shù)據(jù)清洗就有12個步驟,甚至是風(fēng)控負(fù)責(zé)人來做數(shù)據(jù)整理工作?!彼硎?,否則模型會存在過擬合問題,將指標(biāo)放入風(fēng)控模型結(jié)果很好,但在生產(chǎn)過程中不穩(wěn)定。
對于數(shù)據(jù)來源,前述高管表示,金融機構(gòu)不是平臺性企業(yè),其實數(shù)據(jù)鏈?zhǔn)菙嗟?。有的地方多一點,有的地方少一點,飽和度不太一樣。要得到完整的客戶的風(fēng)險的畫像,還是要多方的數(shù)據(jù)來源來拼合。 (編輯:閆沁波)