征信大数据在信用卡业务的实践应用与探索

征信大数据在信用卡业务的实践应用与探索 　　随着互联网金融和大数据技术的发展，银行内外部聚集了大量与客户相关的、可用于识别客户及其信用状况的信息数据，数据种类和数量呈现迅猛增长。同时，国内信用卡业务规模的蓬勃发展，促使个人征信的需求有增无减，为内外部征信大数据在银行信用卡业务风险管理中应用奠定了基础。 　　本文概述了国内征信体系建设历程、以人行征信报告为主的传统个人征信数据和以外部社会数据为主的新兴个人征信数据的应用，分析认为，随着外部互联网数据的积累和国内征信市场的不断开放，互联网公司征信数据未来将与传统个人征信数据和外部社会数据一同成为信用卡业务风险管理所依赖的重要资源。 　　一、引言 　　去年的“十三五”规划将“发展普惠金融”正式上升为国家战略。今年“两会”上，在发展互联网金融的要求下，大力鼓励消费信贷发展，助力供给侧改革则是另一个主旋律。作为发展快速的银行信用卡业务，如何在促进消费的需求侧大目标下，发展普惠金融，贯彻金融助力供给侧改革的工作，是各家银行值得思考的问题。 　　得益于移动互联网的快速发展和消费支付需求的增加，信用卡业务发展迅速。截止2016年一季度末，信用卡和借贷合一卡在用发卡数量共计4.50亿张，人均持有信用卡0.30张，信用卡市场仍有较大的发展空间，同时也将带动信用卡业务在个人征信大数据上应用的发展。通过征信大数据的创新应用精准定位目标客群，提升贷前、贷后风险控制有效性，是信用卡业务实现助力供给侧改革、更好地服务于更多消费者的有效途径。 　　二、 信用卡个人征信大环境——国内征信体系建设简述 　　全国统一的企业和个人征信系统(即金融信用信息基础数据库，简称征信系统)建设始于1992年的贷款证，1999年个人信贷征信在上海试点，2006年中国人民银行建成全国统一的企业和个人征信系统。 　　近年来，我国征信体系建设稳步推进。 　　第一是积极推进征信市场建设。人民银行发布了《征信机构管理办法》、《征信机构监管指引》等与《征信业管理》(2013年正式发布实施)相配套的系列制度文件，进行了企业征信机构备案和个人征信机构业务准备。2013年底至2015年3月底，已经有60多家企业征信机构获得牌照。2015年初，第一批8家个人征信机构获准开展个人征信业务准备工作。2016年5月底，人民银行向各大征信机构下发了《征信业务管理办法(草稿)》，进入征求阶段，其中对信息采集、信用使用以及征信产品进行了规范。 　　第二是不断完善金融基础数据库。截至2016年3月底，全国统一的企业和个人征信系统共收录8.85亿自然人及2139万户企业和其他组织信息。 　　第三是全面推进中小企业和农村信用体系建设。通过信用信息归集与服务，发现、增进中小微企业、农户等主体信用，增强其融资能力。 　　三、传统个人征信数据在信用卡业务中的应用 　　征信的核心是数据，而真实、可靠的描述性数据和结构化数据显得更加弥足珍贵。以单一维度评价一个人稍显单薄，一定程度上缺乏说服力，急需拓宽数据来源，累积多维度的数据资源。在缺少健全的法律法规和优秀的实践先例的情况下，国内传统征信均是根据市场需求和国外征信产品经验，以传统的“信用报告+增值服务”的商业模式来运营的。以央行征信中心为例，即为个人征信报告加上相关增值服务产品。 　　人行征信中心出具的信用报告，作为传统个人征信产品，主要以金融借贷数据作为征信评价的依据，数据来源是全国各商业银行报送的信贷信息，包含客户身份信息、配偶信息、居住信息、职业信息、贷款历史信息、公共信息、查询记录等数据，为客户的身份识别、反欺诈识别、信用风险识别均提供了重要帮助。同时，基于征信系统的全量数据，人行征信中心也积极创新开发个人业务重要信息提示和个人征信报告数字解读为代表的增值产品，为银行等金融机构加强风险管理提供信息支持。 　　1 基本信息数据的应用 　　（1）身份信息 　　身份信息主要包括信用主体的性别、出生日期、教育水平、户籍地址、联系方式和婚姻状况等。在信用卡贷前审批过程中，人行征信报告中的身份信息可以帮助银行提高审核申请人基本资料真实性的效果和效率。通过重点对不一致的信息进行调查、核实，很大程度上能够有效侦测欺诈申请。在贷后管理过程中，征信报告中提供的地址、电话等联系方式可以帮助银行找到失去联系的欠款客户，提高欠款催收的成功率。 　　（2) 配偶信息 　　配偶信息主要包括信用主体配偶的三项标识、工作单位和联系电话。在信用卡贷前审批过程中，银行使用配偶信息查询到申请人配偶的征信报告，了解其收入情况、负债情况和还款情况，可以综合考察申请人家庭的总体负债、每月的债务情况以及还款情况，全面评估申请人的还款能力和信用风险。 　　(3) 居住信息 　　居住信息主要包括信用主体的居住地址和居住状况。居住信息应用在信用卡贷后管理过程中，“居住地址”能帮助银行获得客户最新的联系方式，为找到失去联系的客户提供线索。 　　(4) 职业信息 　　职业信息主要包括信用主体的工作单位、单位地址、进入本单位年份等工作信息。在信用卡贷前审批过程中，征信报告上的职业信息可以帮助银行交叉验证客户提供的申请资料的真实性，而且工作单位的变化情况可以大致反映申请人的从业经历，判断其工作的稳定性。在信用卡贷后管理过程中，“工作单位名称、单位地址”能帮助商业银行获得客户最新的联系方式，为找到失去联系的客户提供线索。 　　2、信贷交易信息的应用 　　该部分对信用主体的所有贷款和信用卡业务逐笔作详细描述。在信用卡贷前审批过程中，征信报告上的信贷交易信息可以帮助银行了解客户授信情况、逾期情况，特别是逾期严重的客户可直接决定不予发放新的信贷产品。在贷后管理过程中，银行可以直接了解客户的当前负债情况及其还款能力，据此为还款行为进行预测。 　　3、公共信息的应用 　　公共信息包括欠税记录、法院民事判决和强制执行记录、行政处罚记录、住房公积金参缴记录、养老保险金缴存和发放记录、低保救助、执业资格、行政奖励、车辆交易和抵押以及电信缴费记录。公共信息主要应用于帮助银行识别客户身份、判断收入范围，是否有违法行为。 　　4、人行个人征信增值服务产品的应用 　　人行个人征信系统收集各商业银行、小贷公司、社保、公积金、电信等的信息，通过数据处理和分析的技术和经验研发了增值服务，可以帮助银行更为客观地了解信息主体信用状况。 　　（1） 个人业务重要信息提示服务产品的应用 　　在个人征信系统中，人行征信中心抓取信贷机构本机构优质客户在其他机构出现异常情况的信息，主动提示给本机构，使信贷机构的贷后管理能够提高贷后管理效率。目前银行利用人行**个人业务重要信息主要在信用卡贷后额度管理，银行会在当前的贷后额度管控策略当中，以对预警出来的客群做进一步细分，多维度定位后，对不同维度的客户群采取降额或冻结额度管控，以减少银行的损失。 　　（2） 个人征信报告数字解读产品的应用 　　通过对客户信用风险客观和量化的度量，通用个人征信报告数字解读可以帮助信贷机构拓展诸如消费金融等创新业务、控制风险、降低损失并提升收益。在信用卡贷前审批环节，个人征信报告数字解读产品即可单独使用，也可与其他授信审批手段结合使用，对信用卡申请进行审批决策。 　　在单独使用个人征信报告数字解读产品时，一般是直接根据得到各个分数的人数占比和相关联的好坏概率划定分数线，并基于该分数线进行贷前审批决策。银行可以根据与分数关联的好坏概率对批准人数和坏账率进行把控，在保证批核率的基础上将坏账率降到最低，在控制坏账率的前提下增加批核率，或达到银行发卡政策针对的其他业务目标。 　　在将个人征信报告数字解读和银行内部征信结合使用时，一般是将个人征信报告数字解读与银行内部征信组合形成二维评分矩阵，从更多的角度评估客户的信用风险，提升发卡审批决策的准确性。个人征信报告数字解读亦可以用于对传统的贷后管理手段进行补充。由于个人征信报告数字解读使用的是征信机构的数据，范围涵盖广泛，可以帮助银行基于相对全面的信息对客户表现做出相对准确的判断。 　　（3） 人行个人征信数据存在的问题 　　虽然人行个人征信数据是目前国内反映个人信用行为最权威、可靠的个人征信数据，但是其中所包含的信息仍比较单一，征信信用记录人群覆盖率仅28%(美国征信信用记录人群覆盖率高达92%)，以及信息维度无法完全满足银行需求，首先部分没有信用卡或从未跟银行发生借贷关系的客群很难获得信贷服务，导致无法满足互联网金融环境下发展普惠金融的需要，其次在客户贷后管理过程中，仅仅依靠人行单一数据来源，在了解客户动态行为、分析客户风险程度上，均比较有限。 　　四、 新兴个人征信数据在信用卡业务中的创新应用探索 　　传统上，银行使用人行征信报告，进行发卡审批、贷后管理等风险管理活动，但是由于能够获得的信息有限，多数客户与本行没有业务往来，可能无法全面认识客户，对其进行风险预判。在这种情况下，大数据的应用为信用卡业务风险管理带来了创新的机遇[3]。 　　1、银行内部数据的创新应用 　　银行是基于账户，累积的个人征信数据与其金融行为相关度最高，最能够反映个人信用与还款能力。银行能够很直接地采集到持卡人的金融信息，将其在本银行内的存款信贷状况进行关联。 　　近年来，以广发、浦发、招行为代表的部分商业银行信用卡机构，已在内部测试或已发布基于银行账户的“信用评分”，一定程度上能够多维度、更精确地展现个人的信用消费行为。广发银行根据持卡人的身份特征、用卡行为、还款行为及互动行为四个维度对客户进行信用综合评分，每月更新一次。 　　浦发银行从持卡人的履约能力、行为偏好、社交活动、资料齐全度、与银行关系五个方面对客户进行信用评分。招商银行的掌上生活APP已经新增了信用分功能，但目前正处于公测阶段，尚未正式上线。同时，银行做征信对于自身业务的推广将起到积极的推动作用。用户为了获得较高的信用分数，可能更有意向办理信用卡，也将促进银行收益的增加。 　　针对欠款催收过程中遇到的客户失联问题，银行大多集中借记卡等银行其他个人金融产品资源，将可以获取的客户信息整合到同一个系统或建立客户信息综合数据库，充分发挥银行规模大、客户接触点多的优势，为失联提供解决的同时，也是将内部不同部门、不同业务条线以及不同系统中所记录的碎片化的客户信息进行规范化管理，有效降低逾期客户的失联比例。 　　2、第三方数据的创新应用 　　（1） 第三方数据应用现状 　　随着互联网金融和移动互联的迅猛发展，对于银行信用卡业务这类个人零售信贷业务，业务线上办理，消费线上实现，风险管理的难度亦有所加大。为了更全面了解客户的信用状况，银行始终在试图取得更多外部相关数据，从中获取有价值的信息，用于贷前审批和贷后管理，不断完善风险管理模型，提供更多更优质的信用卡服务和产品，同时将坏账率控制在一定水平线下。 　　目前，车辆等资产信息、公民信息数据、个人学历数据、运营商数据等更多社会数据开始被越来越多的银行用于贷前审批。2014年，美国政策与经济研究委员会(PERC)对于非金融信息(也成为替代性信息)在信贷决策中作用的研究表明：诸如水、电、煤、有线电视、手机等非金融信息纳入征信系统，显著地提高了信用档案在案人群的信贷获得能力。不少银行开始积极与第三方大数据征信公司频繁接触与接洽合作，希望通过合作尽力弥补自身在获取信息维度以及数据挖掘和分析能力方面的不足。 　　（2）第三方数据存在的问题 　　近年来，我国信用卡欺诈率维持在低于国际平均水平之下，并呈逐年下降趋势，银行在管控风险的同时，也不断在平衡收益与风险、客户体验与风险。 　　在发展普惠金融、供给侧改革的大背景下，如何积极拓展信用卡业务客群，一直以来都是各家银行思考的问题。在信用卡贷前审批、账户管理和催收管理中，除了通过人行、第三方收集客户的综合信息，银行也开始试图对各类信息进行交叉印证，以便精准定位目标客群，把控风险。 　　然而尽管银行在第三方数据获取方面已作出很多努力，但数据维度依然不全面的，交叉核验手段实际缺乏充分性和有效性，因信息不对称导致的伪冒申请等欺诈事件仍时常发生。另外，信息获取的不及时也给银行在贷后风险管理中带来了不同程度上的问题。比如，如果客户在民间借贷中的出现逾期情况或被司法诉讼，银行无法第一时间掌握此类信息，导致银行在贷后风险防范较为被动。 　　五、征信大数据在信用卡业务实践应用的趋势 　　随着互联网金融和电子商务的发展，许多互联网公司开始进入互联网征信的蓝海，互联网公司通过互联网、移动设备、传感器等新型信息采集媒介，采集个人的联系信息、交易行为、浏览行为、收支信息、社交信息、地理信息、设备信息、注册登录信息、申请信息等，极大地拓展了信息采集的范畴和维度，再经过先进的数据挖掘技术和建模经验的加工，这些数据如果能为银行所使用，能给原先因为缺乏信贷记录无法申请信用卡的人提供申请信用卡的机会，同时通过利用这些数据建立并完善贷后风险监控体系，优化风险管控策略，将能给业务发展的创造很大的空间。 　　以蚂蚁金服芝麻信用为代表的互联网征信，正在获得越来越多的市场认可，银行也开始尝试使用互联网征信公司的信用评分产品来审核用户的信用卡申请。人行征信报告主要侧重于客户金融消费行为的诚信记录，而对于客户其他领域的消费行为，互联网征信服务则能够将采集的数据进行分析，生成基于大数据分析的个人信用评分。从实际应用看，芝麻信用评分表现出较高的覆盖度和违约风险识别能力，对银行自有风控模型作出补充，其中国内某银行信用卡机构与芝麻信用在贷前审批、贷中监控和贷后追偿等领域进行了全流程合作，让该机构将信用卡审批通过率提高了2-3个百分点。 　　然而互联网征信企业缺乏传统信贷业务经验，在数据转化、信用评估模型设计以及应用场景开发方面将面临不小的挑战，大部分银行希望获取互联网公司原始数据，并结合银行内部数据和相关模型开发经验，开发出一套“互联网+”信用卡风险控制模型。 　　同理，互联网公司也希望与银行开展合作，获取客户在银行的金融交易数据，并试图将其利用到自己的征信产品中，以便开发出可以与人行征信报告类似的个人征信报告。由于银行数据的保密性和消费信贷行业竞争关系，银行在与互联网公司开展合作前，关于是否在数据方面进行交换仍存疑虑。目前，光大银行、华夏银行、兴业银行、北京银行等已与芝麻信用达成合作，尝试“互联网+信用评估”模式，目标是更广泛地收集客户的综合信息，做到信息交叉验证，追求更准确的授信。 　　未来，使用各个来源的个人征信数据来管控贷前和贷后风险，将呈现如下两大趋势： 　　第一，考量一个人的信用情况，将会从人行征信+第三方征信(尤其是互联网征信)+银行内部征信等多维度、多角度考量。数据维度越多元，征信可靠性越高;征信可靠性越高，银行平衡风险和收益的能力就越高。 　　在银行外部，散落很多有价值的数据，如同业之间的信贷、黑名单等信用类数据、运营商的通信行为与位置数据、电商的消费关联数据、政府的社保、税收、环保、质检、司法等行政执法数据等等，这些数据将丰富信用卡业务风险管理的数据变量，比如，利用运营商大数据可以开展个人客户生活状态与行为异动监测，实时洞察其还款意愿与还款能力变化，为贷后风险预警提供帮助。依托运营商、互联网等外部数据资源，利用大数据位置定位、情绪分析、实时分析等技术，从偿付能力异动和偿付意愿异动两大维度出发，对信用卡客户进行多维信息的深度洞察、行为精确跟踪，实现信用风险多维监控与实时评估。 　　第二，未来随着个人征信市场开放程度的不断提高，或将有更多的银行涉足个人征信市场。银行布局征信领域的优势在于其原有的客户基础，能够很直接地采集到客户的金融信息，同时，伴随信息获取和加工技术的不断进步，采集信息范围也从传统的结构化数据逐步扩大到非结构化数据，越来越多的银行将完善现有的评分模型，形成自有的征信产品，运用到信用卡全生命周期的管理中去。 　　（来源：微风linklink）