信用卡業(yè)務已成為獲客和活客的主要工具，同時隨著發(fā)卡量的增加，不良率也在急升。由于區(qū)域性銀行劣勢比較明顯，因此培養(yǎng)自身團隊，搭建自己的信用卡申請全流程風控體系，對于區(qū)域性銀行核心競爭力的提升非常必要。
信用卡申請的風控流程
1.申請進件。申請進件渠道主要指線上渠道進件，即通過掃碼或微信小程序進件?？蛻暨M件后，通過聯(lián)網(wǎng)核查對客戶填寫的身份證件完成認證。
2.風控準入。由于區(qū)域性銀行的特殊區(qū)域政策監(jiān)管要求，信用卡申請的常住地址只能在區(qū)域性銀行有分支機構的地區(qū)。根據(jù)信用卡申請者年齡政策，申請者須滿足18~60歲的年齡要求。
3.風控策略。信用卡申請常用風控策略有身份驗證、黑名單、多頭檢測、反欺詐等。身份驗證策略主要是針對申請者的身份信息進行驗證。多頭檢測策略主要是查詢征信系統(tǒng)持有3家銀行以上的信用卡或者貸款業(yè)務。反欺詐策略主要是申請欺詐。通過引入通信公司的大數(shù)據(jù)，可以檢測客戶填寫的信息是否存在詐騙行為。
4.信用評分卡。信用評分卡分申請評分卡、行為評分卡、催收評分卡三類。申請評分卡將信用卡申請者分為三類，高分類可以自動通過，低分類自動拒絕，介于二者之間的客戶，需要人工審核。
5.授信額度。信用卡授信額度的確定基于信用評分卡的基礎之上，結合行內(nèi)客戶畫像系統(tǒng)中的存貸款和理財產(chǎn)品，以及第三方的固定資產(chǎn)，如房產(chǎn)、車輛、公司任職、納稅情況等確定。額度確定標準并非全行統(tǒng)一，采用差異化授信，例如考慮地區(qū)差異、行業(yè)差異等因素。
信用卡申請的風控策略規(guī)則
1.反欺詐策略規(guī)則。反欺詐數(shù)據(jù)源獲取渠道主要有APP埋點采集的行為數(shù)據(jù)及第三方機構數(shù)據(jù)。反欺詐策略規(guī)則主要有基礎信息核查、用戶行為規(guī)則、聯(lián)系人信息校驗、中介協(xié)同識別、組團騙貸識別、第三方名單掃描、反欺詐模型等。
2.黑名單策略規(guī)則。黑名單是反欺詐的重要手段，其有效性和覆蓋度是關鍵。主要包括內(nèi)部黑名單、外部黑名單、共享黑名單、其他行業(yè)黑名單等。
3.多頭策略規(guī)則。多頭策略是反欺詐的常用手段，主要有多頭注冊、多頭申請、多頭借貸、多頭負債等。
信用卡評分卡的應用策略
1.評分的數(shù)據(jù)源。以多類弱相關數(shù)據(jù)源構建強預測能力的信用評分模型。評分的主要數(shù)據(jù)源有信用歷史、多頭借貸、多頭負債、資產(chǎn)情況、社交關系、線上線下消費能力、互聯(lián)網(wǎng)行為數(shù)據(jù)和收支數(shù)據(jù)等。
2.構建評分模型。構建信用評分模型主要有模型變量、信息價值和模型驗證組成。(1)模型變量。模型變量反映的是在自變量每個分組下的違約客戶對正?？蛻粽急群涂傮w中違約客戶對正?？蛻粽急戎g的差異。(2)信息價值。在用邏輯回歸、決策樹等模型方法構建分類模型時，我們經(jīng)常需要對自變量進行篩選。信息價值就是衡量自變量預測能力的指標。(3)模型驗證。申請評分模型的模型檢驗主要指標包括K-S值、ROC等指標。K-S值指標越大，模型風險區(qū)分能力越強。利用ROC曲線和AUC值，評價優(yōu)劣。
信用卡額度模型管理
信用卡額度模型根據(jù)區(qū)隔變量，對申請客戶進行額度細分。申請信用卡常用的區(qū)隔變量有營銷策略、合規(guī)因素、風險政策等。營銷策略方面，根據(jù)客戶畫像，模型針對高價值客戶提升額度。合規(guī)因素方面，限制無收入、無擔保債務占月收入比例高群體的額度。風險政策方面，申請不同種類的信用卡產(chǎn)品，其額度上限也要有所區(qū)別，例如學生卡和公務員卡。
第三方風控借鑒
大數(shù)據(jù)時代，阿里和騰訊為代表的第三方風控值得借鑒。在移動端，阿里芝麻信用聚焦在客戶移動端行為檢測，通過客戶所持的移動端設備、環(huán)境、情報、身份、行為及網(wǎng)絡關系，輸出風險標簽及分值。在社交端，騰訊信用通過QQ、微信、財付通等社交網(wǎng)絡上的大量信息，利用現(xiàn)代數(shù)理統(tǒng)計模型技術，為客戶建立個人征信報告。綜上，區(qū)域性銀行一方面可以借鑒第三方的經(jīng)驗，學習其模型，提升自己風險防控能力。
