中国农村金融网欢迎您! 设为首页   | 加入收藏   | 投稿邮箱
首页> 风控> 风险管理>

数据守关 科技为翼 防范化解信用卡风险

来源: 作者:江苏紫金农商银行电子银行部 尹骥 发布时间:2022-06-02

随着消费市场的不断壮大,以信用卡为代表的消费金融用途广泛,可覆盖购车、家装等各类消费场景,深受消费者青睐,具有非常好的获客、粘客效应。因此,信用卡业务在银行业大零售转型中地位愈发凸显。以农商银行为代表的中小银行,业务发展较晚,技术基础较薄弱,在信用卡业务发展中,常常与风险相伴而行,合理运用大数据和人工智能等金融科技技术,能有效防范和处置相关风险。

农商银行信用卡风险表现

案例1:客户A,办理大额分期信用卡,客户用信半年后手续费出现逾期,多次与客户联系,客户承诺还款但未履约,随后该笔用信形成不良。经反检发现,经办时客户提供收入证明虚高,银行工资流水造假,客户经理未通过公积金缴存金额、社会保险缴费基数对客户收入交叉验证。

案例2:客户B,办理大额分期信用卡,用信到期后本金未归还。催收时发现,客户已更换手机号,且客户已从原就业单位离职,去向未知,最终失联,形成不良。经反检发现,该客户为异地来宁就业人员,经办时经办人未对客户资产、负债情况充分调查了解,未考虑客户离职、地址变动影响。

案例3:客户C,办理大额信用卡后一直未使用,一段时间后透支激增,月均透支额占信用卡总额度90%以上,随后逾期,形成不良。经反检发现,经办时客户资信状况良好,但征信被查询频繁,经办机构为追求业绩,对此情况未予重视。经办后,客户在无按揭贷款情况下,名下负债激增至85万元,借款人负债情况发生变化。该客户逾期后,只简单通过短信、邮件提示催收,后经法院诉讼,客户无可执行财产。

案例4:客户D,办理大额分期信用卡,客户期间内用信正常,但客户交易行为命中风险预警模型规则,其用信资金分多次支付给同一对象。对该交易对手数据分析后发现,行内存量客户E、客户F与客户D有同样的情况,且客户E、客户F均已形成不良。经反检发现,该行经办客户经理遭到了黑中介的恶意攻击。

农商银行在发展信用卡业务中面临恶意欺诈、客户失信等多种风险,上述案例仅是冰山一角。这些风险有的是贷前准入阶段未发现并予以准入的,有的则是在贷中用信时持续暴露的,用信逾期后难以偿还本息,甚至出现客户难联、失联的情况,最终形成不良贷款,侵蚀着农商银行信用卡业务利润。

农商银行信用卡风险分析

分析上述四个具有代表性的案例,不难发现,农商银行在发展信用卡业务时,面临的风险始终贯穿于业务贷前、贷中、贷后全部环节。

贷前环节:一是贷前准入管理粗放。发卡行过于追求发卡数量指标,降低贷记卡申领门槛,缺乏严格的准入管理;负债偏高、查询征信记录较多的瑕疵客户予以准入。二是授信管理存在缺失。授信审慎性不足,对申卡人资信证明材料的审核重形式轻实质,存在客户债务支出与收入比值较高、客户授信额度超过其还款能力、客户提供的材料不能证明其收入水平等情况;在授信环节未执行统一授信,对存在贷款逾期、配偶贷款逾期、多头借贷等情况的客户授信。

贷中环节:一是未能定期对存量授信客户反检,客户成功办理后便不再管理,未及时关注到用信客户风险情况的变化,对风险客户核查流于形式、浮于表面。二是风险预警信号处置不及时,未能对客户可疑交易、疑似套现、疑似中介等情况进行深入分析、提前采取止付、降额等有效控制措施。

贷后环节:一是规则模型的生命周期管理不完善,未能定期评估、迭代准入及授信规则模型。二是未及时采取措施,修复失联、难联客户信息,保全风险资产。三是未对风险资产分层分类压降,催收形式上依赖于司法诉讼,存在胜诉后无可执行财产的风险。

金融科技在信用卡风险防范中的应用

通过运用大数据技术和前沿算法等金融科技,可搭建多维度立体化数据决策,围绕贷前、贷中、贷后建立全流程量化风控体系和管理框架,助力农商银行提升信用卡风险管理,有效规避各类风险,持续推进业务健康发展,合理利用好风险成本,实现业务收益最大化。

贷前环节:一是准入策略,综合运用行内现有数据和人行征信、公安数据、学信数据、第三方征信等外部数据,以大数据核验客户身份,通过A卡评分模型和反欺诈策略评估后予以产品准入,对行为异常、多头借贷、欺诈客户在贷前准入进行拦截。二是额度策略,从客户信用等级、收入能力、负债水平等多角度交叉验证,评估制订授信额度规则。

贷中环节:一是预警监控。应用人行征信解读分、B卡评分模型、实时交易监控数据、第三方外部数据等完善风险监控体系,动态监测客户用卡情况,及时发现套现、逾期、多头借贷、网贷共债、代还款等行为客户进行风险预警,并采取降额、止付、提前收回等差异化风险处置。二是调额策略。针对非预警用户制定策略,智能动态调整客户额度,使存量准入客户授信额度与其资信、收入等水平匹配,提升客户体验感的同时不断扩大低风险优质客户占比,推动余额增长,改善资产结构。

贷后环节:一是模型迭代。定期对贷前、贷中模型运用情况返检,发现不足,定期迭代,完善风险管理。二是催收策略。开发C卡评分模型,通过客户账户情况、消费习惯、还款习惯等信息深度分析已逾期客户的还款意愿和还款能力,指导行员在不同时段使用不同的手段展开催收,节约人力成本,提升回款率,保全风险资产。

金融科技在信用卡风险处置中的应用

信用卡客户逾期后,农商银行将采取一系列处置措施压降风险资产,根据逾期时间、金额对客户分层分类,采取短信、电话、律师函、委外、诉讼、重组盘活等不同形式的催收,对符合一定条件的风险资产予以核销。通常来说,催收越早,收回风险资产的可能性越高。通过大数据、人工智能等金融科技技术,能实现催收动作智能流转,对风险客户智能分类,压缩业务时耗,提升催回率,压降风险资产。

智能流程的应用,对逾期客户按逾期时间,分别采取短信、App消费推送等方式,“提醒”客户还款,对一定期间内未还款的客户,按电话、委外等环节自动流转,甚至提前进入诉讼环节。二是智能语音机器人的应用,自动外呼进行提醒,相比人工坐席而言,成本更低,效率更高,且能规避客户信息泄露的风险。三是电子签章技术和法诉案件管理系统,能有效提升诉讼前期电子证据固定工作效率,提升胜诉可能性,降低诉讼时间成本。电子签章技术还能应用在核销环节,风险资产核销所需证明材料繁琐,且笔数多、笔均金额低,短期内难以收集齐所有证明材料,应用电子签章技术能有效提升核销的工作效率。四是应用大数据针对难联、失联客户,修复客户信息,实现快速准确触达客户,降低客户逃废债务的可能性。

以大数据、人工智能为代表的金融科技,能有效助力业务基础薄弱的农商银行在信用卡业务发展过程中防范、处置相关风险,降低风险成本、提升业务收入水平。


网站编辑 - 李书娜