隨著金融科技的迅猛發(fā)展和消費市場的日趨成熟,，銀行信用卡業(yè)務(wù)面臨著從增量市場向存量市場的轉(zhuǎn)變,。如何在這一轉(zhuǎn)型中保持競爭優(yōu)勢,，同時確保風(fēng)險可控，成為了銀行業(yè)界的一大挑戰(zhàn),。同盾科技作為金融風(fēng)控領(lǐng)域的佼佼者,，致力于助力銀行在信用卡業(yè)務(wù)領(lǐng)域構(gòu)建精細化風(fēng)控體系，通過科技創(chuàng)新提升銀行的風(fēng)險管理能力,，迎戰(zhàn)存量市場的新挑戰(zhàn),。

　　狠抓欺詐防控難點，搭建信用卡四維風(fēng)控能力體系

　　同盾科技閱微認為,，目前信用卡欺詐風(fēng)控難點主要集中在數(shù)據(jù)積累少,、渠道管理難和監(jiān)控優(yōu)化慢三個方面。其中,，數(shù)據(jù)采集不充分,，缺少關(guān)鍵信息，標簽定義難,，使得案件分析調(diào)查難以展開,；渠道差異大、管理難,，受到黑灰產(chǎn)影響,，欺詐有集中爆發(fā)的風(fēng)險,，團伙作案趨勢上升明顯；風(fēng)控策略監(jiān)控優(yōu)化難以應(yīng)對變化多樣的欺詐手段,，缺乏預(yù)警機制,，不能提前發(fā)現(xiàn)業(yè)務(wù)異常,。

　　針對以上難點,，同盾科技閱微認為要做好信用卡的精細化風(fēng)控，建立信用卡場景全生命周期風(fēng)險管理至關(guān)重要,，其中包括產(chǎn)品設(shè)計,、風(fēng)險偏好、標的批核,、授信管理,、風(fēng)險處置、產(chǎn)品優(yōu)化這一全流程的規(guī)劃與設(shè)計,。在此過程中,，發(fā)卡銀行需平衡好業(yè)務(wù)發(fā)展與風(fēng)險管理的關(guān)系，同時可參考行業(yè)優(yōu)秀的風(fēng)控實施案例,，引入專業(yè)的風(fēng)控技術(shù)與外部數(shù)據(jù),。

　　近幾年來，同盾科技通過服務(wù)上百家銀行機構(gòu)建立信用卡風(fēng)險管理機制,，沉淀了信用卡四維風(fēng)控能力體系（如圖1所示）,，可賦能信用卡全種類、全渠道業(yè)務(wù),。

　　1. 頂層設(shè)計維度

　　一要完善信用卡現(xiàn)有政策制度體系，契合信用卡業(yè)務(wù)發(fā)展,，梳理信用卡業(yè)務(wù)風(fēng)險管理相關(guān)政策制度,，旨在保證信用卡風(fēng)控管理意圖得到有效的貫徹和實施。二是實現(xiàn)集中管控,、專業(yè)分工,、適度分離三位一體，構(gòu)建崗責(zé)管控體系,，建議實現(xiàn)信用卡業(yè)務(wù)風(fēng)險管理政策層面由同一部門牽頭管理,，根據(jù)貸前、貸中,、貸后環(huán)節(jié)遵循部門設(shè)置適度分離,，規(guī)避執(zhí)行過程中的操作風(fēng)險,；對于特殊的對接資產(chǎn)或特別的信用卡風(fēng)險管理環(huán)節(jié)，建議設(shè)立專門的團隊及崗位,，實現(xiàn)專業(yè)化管理,，提升信用卡精細化管理能力和效率。三是結(jié)合實際需要,，合理規(guī)劃風(fēng)控團隊及其職責(zé),，可設(shè)置反欺詐團隊、評分建模團隊,、業(yè)務(wù)分析團隊,、信息管理團隊。四是制定信用卡全生命周期風(fēng)險管理流程的設(shè)計原則,，以決策驅(qū)動流程,。

　　2. 風(fēng)控環(huán)節(jié)維度

　　建立貫穿反欺詐、貸前準入,、客戶授信/用信,、貸后管理的信用卡全流程風(fēng)控體系。

　　在反欺詐流程設(shè)計上,，要將目前反欺詐策略中的硬性規(guī)則前置,，提升客戶體驗；對于反欺詐策略的高風(fēng)險客戶并不直接拒絕,，而是通過回撈模型流轉(zhuǎn)至人工審核,；反欺詐規(guī)則與模型配合使用，可以將原來規(guī)則推出的中風(fēng)險客群劃分得更精準,，減少人工介入,；經(jīng)過反欺詐模型判別后需要人工審核的再進入免照會模型，進一步釋放人工,，整體上通過欺詐調(diào)查進行模型的迭代優(yōu)化,，逐步減少電核的工作量，最終實現(xiàn)信用卡全流程反欺詐的全自動化,。

　　在貸前準入環(huán)節(jié),，要綜合考量數(shù)據(jù)成本與風(fēng)險防范需求，構(gòu)建漏斗式準入策略體系,，可根據(jù)各規(guī)則成本,、重要性等進行綜合評估，結(jié)合產(chǎn)品設(shè)計和落地可行性等設(shè)置合理決策流,。準入策略體系建議包含準入策略及行業(yè)規(guī)則,、人行規(guī)則、反欺詐規(guī)則、第三方數(shù)據(jù)規(guī)則,、評分模型,、額度策略、電調(diào)及人工審核,。

　　在客戶授信/用信環(huán)節(jié),，一是要從模型策略入手，建立動態(tài)的產(chǎn)品及風(fēng)險定價策略,；二是要關(guān)注多環(huán)節(jié)反欺詐工作,，了解涉及多個環(huán)節(jié)的常用欺詐手段，包括簽約綁卡時的身份盜用,、偽造激活,，登錄注冊時的拖庫撞庫,、偽冒登錄,，營銷活動時的積分套利、薅羊毛,，交易支付時的電信詐騙,、虛假交易，商戶收單時的養(yǎng)卡套現(xiàn),、刷單洗錢,。同時，要搭建貸中風(fēng)險預(yù)警體系,，化解存量客戶風(fēng)險,，完整的信用卡預(yù)警管理體系應(yīng)包含預(yù)警架構(gòu)、預(yù)警管理工具,、預(yù)警結(jié)果處置,、MIS監(jiān)控、預(yù)警業(yè)務(wù)管理與組織架構(gòu)五個功能模塊,。

　　在貸后管理環(huán)節(jié),，要持續(xù)掃描持卡人賬單的新增風(fēng)險，強化貸后監(jiān)測及預(yù)警,；搭建貸后催收體系,，提升催收回款效率；預(yù)警建立分級處置機制,，精準,、提前發(fā)現(xiàn)逾期風(fēng)險，從而采取提高監(jiān)控頻次,、凍結(jié)額度,、降低額度、調(diào)整利率,、提前介入催收等措施,。

　　3. 基礎(chǔ)支持維度

　　依托決策引擎,、指標平臺、模型平臺,、知識圖譜平臺等系統(tǒng)軟件,，構(gòu)建風(fēng)險決策智能通用平臺能力，貫穿數(shù)據(jù)收集,、治理到模型訓(xùn)練,、自動化決策再到模型自動調(diào)優(yōu)等環(huán)節(jié)，在反欺詐,、營銷,、運營等場景中不斷迭代提升信用卡風(fēng)險決策能力。

　　特別需要關(guān)注的是,，引入知識圖譜全程覆蓋信用卡風(fēng)控場景,，通過關(guān)聯(lián)網(wǎng)絡(luò)分析挖掘技術(shù)挖掘潛在風(fēng)險信息，可為信用卡貸前,、貸中,、貸后環(huán)節(jié)提供決策、監(jiān)控及線索等方面的有力支持,。貸前環(huán)節(jié),，提供關(guān)聯(lián)風(fēng)險指標入?yún)⒁?guī)則及模型，提升貸前風(fēng)控識別效率,；貸中環(huán)節(jié),，可挖掘欺詐團伙，發(fā)現(xiàn)異常關(guān)聯(lián),，進行風(fēng)險分值輸出及預(yù)警,；貸后環(huán)節(jié)，實現(xiàn)案件可視化回溯及風(fēng)險特征發(fā)現(xiàn),，提供貸后催收線索挖掘能力,。

　　4. 數(shù)據(jù)支持維度

　　銀行可加強內(nèi)外部合作，包括與行內(nèi)其他部門,、銀聯(lián)及電信運營商等合作,，匯集除卡賬客及交易流水以外的數(shù)據(jù)資產(chǎn)，打通數(shù)據(jù)孤島,，建立數(shù)據(jù)管理平臺,，通過數(shù)據(jù)清洗、加工衍生后補充風(fēng)險標簽庫,，加強信用卡反詐模型對于跨條線數(shù)據(jù)的應(yīng)用,。

　　他山之石：搭建全面反欺詐體系，應(yīng)對行業(yè)挑戰(zhàn)

　　以某大型銀行為例，為加快進行信用卡業(yè)務(wù)場景化,、精細化,、自動化步伐，該行初步建立起以數(shù)據(jù)驅(qū)動并貫穿信用卡客戶全生命周期的全流程風(fēng)險量化管理體系,。

　　同盾科技分析發(fā)現(xiàn),，該行對客戶的信息分析不夠細致全面，信用評估的機制相對滯后,。為了實現(xiàn)差異化的信用卡定價目標,，更好地滿足不同層級客戶需求，該行需要找到一種具有高度自適應(yīng)能力,、靈活性更強,、能自主調(diào)整并具有動態(tài)特性的評估模型，進行相應(yīng)的信用風(fēng)險評分和控制,。

　　通過對其他大型銀行反欺詐業(yè)務(wù)及系統(tǒng)進行深入調(diào)研分析,，并結(jié)合該行現(xiàn)狀以及未來業(yè)務(wù)發(fā)展目標，同盾科技幫助其制定了“五步走”計劃：

　　一是反欺詐工作現(xiàn)狀評估,。對該行卡中心多個部門進行調(diào)研,，同時對標業(yè)內(nèi)領(lǐng)先卡中心,，對現(xiàn)狀進行差距分析及綜合評估,。

　　二是反欺詐策略優(yōu)化及新增。對原有反欺詐規(guī)則進行基于數(shù)據(jù)驅(qū)動的分析優(yōu)化,，并基于可用數(shù)據(jù)開發(fā)新的反欺詐策略,。

　　三是申請反欺詐模型搭建。依托線上線下渠道,，基于人工欺詐認定及貸后推斷分別搭建評分模型及機器學(xué)習(xí)模型,。

　　四是反欺詐監(jiān)控報表設(shè)計。針對行方關(guān)心的業(yè)務(wù)指標,、策略評估指標,、模型評估指標、貸后資產(chǎn)情況,、日常監(jiān)控等分別設(shè)計監(jiān)控報表,。

　　五是信用卡申請反欺詐體系規(guī)劃。對標領(lǐng)先卡中心的IT系統(tǒng)建設(shè)情況,，規(guī)劃申請反欺詐決策中心,，在策略模型快速部署、決策提供,、知識圖譜落地等方面給予支持,。

　　該行信用卡反欺詐體系上線后，經(jīng)過后期驗證，策略和模型均具有很高的欺詐識別能力（KS>0.4,，Lift>3）,。根據(jù)歷史數(shù)據(jù)測算結(jié)果，新的策略模型體系可以降低欺詐率10%以上,，減少人工調(diào)查工作量20%以上,。

　　通過與同盾科技的深度合作，銀行可以在信用卡業(yè)務(wù)的存量市場競爭中展現(xiàn)更強的風(fēng)險抵御能力和市場競爭力,。精細化風(fēng)控體系的構(gòu)建不僅能夠提升銀行的風(fēng)險識別和管理水平,，還可以為銀行帶來更為穩(wěn)健和可持續(xù)的業(yè)務(wù)增長。展望未來,，同盾科技將繼續(xù)發(fā)揮其在金融科技領(lǐng)域的創(chuàng)新優(yōu)勢,，攜手更多銀行共同應(yīng)對市場風(fēng)險，推動信用卡業(yè)務(wù)向著更加安全,、高效的方向發(fā)展,。