信用卡授信标准不透明扒一扒银行“人群画像”信审逻辑

2017-08-23 14:24:02 东方财富网

自然属性是指客户的性别、年龄、学历、户籍地域等。

收入情况则是公司行业、公司规模、职位、年收入等，这一点在风控的逻辑里被视为客户负债后的“还款来源”。

财富情况是看客户的拥车、拥房，还有在该家银行的存款、理财产品的量级。

2015年商业银行信用卡贷款不良情况单位：十亿元人民币，%（来源：智研咨询）

客户在其他金融机构的负债情况、信用表现、有无逾期，也是一大考量。此外，多家风控严格的银行信用卡中心，还会对客户实行“刚性扣减”，亦即对卡片申请人的总负债额度进行评估，并减去客户已在其他银行获得的非抵押类授信额度。

除了这些传统操作，随着金融科技及大数据运用的发展，信用卡风控的评审模型中又添加了移动运营商、互联网公司等提供的客户行为数据，当然调取这些数据需在客户充分授权的前提下。这些行为数据可包括客户的移动设备定位、线上支付结算和流水等，也可据此推测部分客户的消费能力和习惯，为银行更精准的营销及风控提供辅助参考。

以上维度，在银行建模考量中的优先等级不同，从最优开始排列，依次为客户已有用卡行为数据、客户总负债水平、客户自然属性基本面、客户工作受薪及财富情况、客户工作行业前景等。其中无征信参考或没有丰富历史用卡行为数据的客户，银行会更多依赖此排序中的后三类信息；而对于该行存量客户，则更依赖前两项及客户在该行既有业务使用信息。

在这一框架里，“如果客户的公司真出现大问题，那就直接影响了两个大项，银行有所动作或反应，从方法论的角度无可厚非，但反应过于激烈未必有必要，因为还要综合评估其他几个大项，而那些变量并没有受到影响。”上述分管风险的高管在接受第一财经记者采访时评述称，其所在银行也会综合考虑到，乐视员工的个人资质属性基本面是偏中高的。

一般而言持卡人个人基本面越好，银行风控逻辑里，其受企业、行业等外部指标连累的程度就越低。

此外，也有银行人士提及对信用卡风险的事前预警机制。顾名思义，这是指不等群体风险指标出现异常而进行的事先干预，一般用作针对宏观经济变化及局部行业地区性变化，动态风险监测与预警机制也通常会配套事后恢复机制。

值得多提一笔的是，客户个人资信行为变化，比如在任意一家系统内银行的用卡发生频繁或中度延滞缴款，明显的消费金额、频次或用途不合理产生套现嫌疑等，都会触发银行风控的“红警”，引发信用卡被降额或停卡。