【中国光大银行信用卡中心总经理 刘瑜晓 等】以金融科技赋能，构建信用卡智能风控体系

“十三五”期间（2015-2020年），金融科技推动了金融服务领域的场景线上化、渠道网络化和技术成熟化，金融行业纷纷拥抱金融科技，加速产业链升级和数字化转型。在信用卡领域，各商业银行利用金融科技开展数字化发卡拓客、数字化分期、数字化收单、数字化营销，信用卡背后所承载的支付和借贷功能逐步“化为无形”，为客户提供便捷、高效、随心的服务体验。信用卡产业与金融科技的深度融合促进了自身的快速发展。根据支付体系运行报告数据，2015-2020年，信用卡发卡量从4.32亿张增长至7.78亿张，授信总额从7.08万亿元增长至18.96万亿元，应偿信贷余额从3.09万亿元增长至7.91万亿元。

新冠肺炎疫情期间，金融科技的优势进一步凸显。各金融机构纷纷利用科技手段优化丰富“非接触式服务”渠道，提高线上化金融服务效率，保障金融服务质量，支持疫情防控工作。以信用卡行业为例，各商业银行积极拓展线上业务，与餐饮、生鲜电商、外卖、线上视频等生活各条线业务和流量平台展开线上合作，不断丰富线上消费场景。光大银行信用卡中心发起了“阳光集结号”活动，携手多家企业，用多样化的活动满足千万客户的多样化需求，如联合我买网、京东、本来生活等生活电商平台推出“菜篮子”活动，使客户足不出户就能买到日常用品；联合樊登读书、喜马拉雅、英孚教育等机构推出免费学习活动，与咪咕善跑合作上线7天居家“战疫”课程，让客户在家也能进行高效的学习和科学的锻炼；还在“阳光惠生活”App上线了“健康专区”，使客户能够集中购买口罩、消毒液、洗手液等防疫杀菌物资；携手医疗服务商专家团队为客户提供图文在线咨询服务，让客户可以在线了解疫情最新动态、咨询常见健康问题、掌握疫情防护措施。多样化的线上活动有效保障了客户金融服务，支持国家疫情防控工作。

伴随着“后疫情时代”的到来，金融服务的线上化、数字化、智能化将成为刚需，金融科技站上新台阶。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出“要提升金融科技水平”。监管部门也在加快推进金融机构数字化转型，持续增强金融机构应用能力。人民银行在2021年1月末召开会议部署2021年金融科技工作重点，强调将出台新阶段金融科技发展规划，加快推进金融数字化转型，发挥“技术+数据”双轮驱动的作用，助力构建适应数字经济发展的现代金融体系。

近几年，信用卡行业正在经历从跑马圈地向精耕细作、从高速度增长向高质量发展的转型，对资产质量管控提出了更高的要求。同时，受宏观经济增速放缓、市场环境变化、行业周期性风险暴露等因素叠加影响，信用卡风险管控压力陡增。根据人民银行公布的支付体系运行总体情况，2016-2020年，信用卡逾期半年未偿信贷余额从535.68亿元增长至838.64亿元，增幅达51%。从各银行近期公布的2020年年报也能看到，多家银行的信用卡不良率均有所上升。

宏观经济层面，“新常态”下我国经济周期性因素和结构性因素相互交织，经济增速放缓，经济结构调整，改革进入深水区。居民杠杆率从2016年初的39%飙升至2020年末62%，反映出居民负债水平快速上升后已处于高位。在经济波动时期，尤其是经历疫情冲击后，居民收入降低，还款意愿与还款能力下降，潜在信用风险较高。

市场环境层面，一方面，现金贷、P2P等网贷行业密集退出，导致部分客户资金链断裂，信用卡行业受到共债客户影响，承受传导性风险；另一方面，伴随互联网技术的快速兴起和移动智能终端的广泛应用，欺诈风险进一步向互联网渠道聚集，呈现出隐蔽性、专业性、复杂性、规模化和产业化等特点。

行业自身层面，2016-2018年，各银行普遍加大对信用卡业务的投入力度，根据支付体系运行报告数据，2016-2018年全行业授信额度增长了118%，透支规模增长了122%，三年翻了一倍多。信用卡业务规模快速扩张，带来客户过度授信和资质下沉等问题，根据信用卡发展的周期性规律，2019年以来正处于风险的集中暴露期。

在风险水平上升的同时，互联网技术的快速兴起和移动智能终端的广泛应用也加速了信用卡风险表现形式的不断变化。首先，共债问题日益突出，信用风险与欺诈风险交织。借款人多头借贷问题凸显，共债风险成为信用风险的主要表现形式。银行端网贷部分数据的缺乏给互联网共债人群的侦测识别和额度管控带来极大的挑战。客户通过中介对个人资质进行包装，欺诈现象逐渐显现。其次，长尾客户风险管控面临较大挑战。长尾客户的典型特征是信贷历史较差（或无）、创业时间较短（或尚未开始）、未来收入波动较大（或难以预测），其不确定性较大，为客户行为的精准刻画带来较大的挑战。最后，黑色产业出现，欺诈手段随着技术革新不断翻新。不法分子研究信用卡申请、交易流程等，寻找规则漏洞，利用一些网络技术设计陷阱，并通过互联网勾结，分工明确，甚至发展联盟代理、开展业务培训，形成了一条完整的黑色产业链条。

面对严峻的风控挑战和巨大的压力，要适应当前的风控形势，应对花样迭出的风险手段，只有以金融科技赋能信用卡风险管控体系，构建智能风控新模式，不断促进大数据、云计算、机器学习、人工智能等金融科技手段在风控领域的应用，才是提升风险管理效能、保障信用卡产业平稳健康发展的关键之道。

以金融科技重塑信用卡风控体系，就是加快金融科技在信用卡风险管控领域的开发与运用，对传统的风险管理体系进行优化升级，补齐传统风险管理链条中的“短板”，实现新形势下客户识别、授信管理、交易监控、欺诈防范、资产清收等全流程的智能化、自动化和精准化管理。目前，在信用卡风控领域，金融科技的典型应用主要有以下几个方面：

一是大数据技术。除传统的人民银行征信数据、公安数据验证外，通过分析客户的身份数据、职业数据、信贷数据等多维信息，对客户进行综合的评价和推断，形成立体化的客户画像。通过分析客户不同渠道信息的特征，预测客户欺诈的可能性；利用细致的客户分群和资信评级，对不同客群特别是长尾客户、共债客户等制定差异化的信用卡审批授信策略。

二是生物识别技术。通过人脸、指纹、虹膜、静脉、声纹等人体生物特征识别，对客户的身份信息进行核验认证。这些生物特征具有稳定、难篡改、低碰撞、全球唯一的特性。通过精确分析能够描摹出客户的行为轨迹，发现多位客户之间的关联情况，从而有效防范他人信用卡伪冒申请或伪冒交易。

三是人工智能。人工智能在金融行业相关场景中以计算机视觉、自然语言处理、语音识别、机器学习这四项技术应用较多。在信用卡风控领域目前主要是利用相关技术升级风险防控系统，完善算法模型等量化决策体系，优化信贷风险的判断机制，简化风险管理的运作流程，从而有效提升风险管控效能，如利用随机森林模型监控信用卡盗刷，应用图计算识别欺诈团伙，通过人工智能技术实现智能语音、智能委案、智能质检等催收管理工作等。

面对严峻的风险形势考验，光大银行信用卡中心积极开展风险管控体系重塑，将大数据、机器学习、智能AI等技术应用于贷前客户审批授信、贷中存量客户管理、贷后风险资产清收等各个环节，努力建立全流程智能化的风控管理体系。

在数据规划方面，光大银行信用卡中心以数字孪生理念和技术为抓手，制定了数字化转型三阶段规划：一是线上迁移阶段，通过线上化进一步提高业务的数据化，强化数字触达，提升客户体验，推动线上线下有机融合；二是数据赋能阶段，通过数据分析、建模，提升客户洞察能力，推动精准营销、数字风控等能力的提升，寻找最优业务策略，追求“数进人退”；三是闭环认知阶段，通过物理、数据、模型、功能、连接五维模型构建数字孪生闭环生态，高效模拟预测未来，实现数据驱动的经营决策。2018年，光大银行基于数据仓库搭建了数据开放平台，利用数据湖中的全行数据向业务系统提供智能决策支持，在此基础上，逐步实现数据资产应用从后置策略到前置策略的转变，通过数据资产、分析工具、策略工具支撑精细管理和创新发展。

在数据运用方面，光大银行信用卡中心构建了360度客户全景视图（如图1所示）。结合多维数据，采取“横纵联合，加减乘除”的应用策略，划分多个应用场景，实现了从基于金融风险数据的评判到多维度信息客户画像的构建。

“横”：横向采用交叉检验法，利用外部信息与申请信息、征信信息交叉检验真伪。

“纵”：纵向采用历史比对检验法，将申请或交易数据与历史存量客户信息比对，寻找异常点，发现异常客户并积极进行处理。

“加”：持续拓展数据解释维度，实现“1+1>2”的目标。

“减”：减弱作用相似、饱和度低的外部数据，实现模型少变量、高质量的目标。

“乘”：“内部数据×外部数据”交叉检验及模糊匹配，实现多元数据协同协作的目标。

“除”：剔除高成本、低效益外部数据的应用，实现经济效益最大化的目标。

在风控系统建设方面，光大银行信用卡中心借助大数据技术，采用分布式架构，搭建了统一融通，涵盖贷前、贷中、贷后的风险一体化平台。该平台以客户为中心，对客户贷前、贷中、贷后的风险数据进行统一集中管理，集审批授信、贷中预警管理以及催收处置等功能于一体，支持模型策略的快速部署及更新迭代。风险一体化平台的建立，一是改变了贷前、贷中、贷后等系统相互独立的现状，打破了风险数据壁垒，打通了客户信息孤岛，提升了风险联防联控能力；二是支持多种类型海量数据的高效运算，支持模型工具和风控策略的快速部署和应用，有效提升了风险管控的数字化应用能力；三是通过分布式架构整合了各业务系统、各生命周期数据，提高了客户风险识别、预警、处置等环节的自动化水平，提升了风控决策效率；四是建立了以客户为中心的风控视角，从数据、系统、认知、管理四个一体化层面打造了基于客户的风险管理模式，实现了贯穿客户全生命周期的全流程风险管理。

在模型建设方面，光大银行信用卡中心早期利用逻辑回归、决策树等传统方法，开发了包括申请准入、客户授信、客户评级、价值预测、还款预测等一系列计量工具，形成了覆盖贷前、贷中、贷后的信用卡风控计量体系。伴随互联网技术的高速发展和风险形势的变化，光大银行信用卡中心积极应用新技术、新方法，对计量模型工具进行优化升级，努力提升模型工具风险刻画的精准度和适应性。

在信用风险评估方面，应用XGBoost、集成学习等模型进行客户风险评级，优化审批策略，开展限额管理，优化事前风险预测，提升贷前风险识别能力；在申请欺诈防控方面，将复杂网络技术应用于构建客户社交复杂网络关系，对超大规模复杂网络进行快速的图检索和全量图分析，实现全部进件的复杂网络模型实时评分和欺诈风险判别，提高贷前欺诈识别的精准度；在交易欺诈防控方面，利用神经网络构建交易反欺诈模型，应用于实时交易监控系统，通过对每笔交易进行实时评分，判定交易的不同风险等级，从而采取差异化的风险防范措施，以降低交易欺诈损失；在存量客户风险识别方面，应用知识图谱技术，建立风险客户关联网络，同时整合客户行为信息、征信信息等生成集成模型，结合业务规则精准识别疑似套现、代还款等潜在风险客户，提升了存量风险客户的主动管理能力。

光大银行持续深化创新技术在信用卡风控领域的应用，加快推进智能化风控平台和系统功能建设，努力打造信用卡智能风控方案。目前，光大银行信用卡已在不同业务场景上线生物识别、LBS地址转化、热力图、营销轨迹跟踪、人工智能语音等前沿技术，有效弥补了新形势下的风控短板，提升了风控核心竞争力。 

一是借助生物识别技术提升互联网渠道风险识别能力。针对互联网申请客户，光大银行将人脸识别技术应用于客户身份验证，提高网络申请客户的欺诈识别能力，识别他人仿冒申请；利用设备指纹技术，发现多客户之间的关联情况，防范团伙欺诈；识别客户在多个平台申请借款行为，有效甄别共债客户。

二是通过移动定位技术加强对营销人员的操作风险管理。光大银行引入LBS地址转化技术，将地址转化为经纬度定位坐标，并对应到分层的地图瓦片上，计算位置间距离，实现高效模糊匹配。将此项技术应用于热力图和营销轨迹跟踪等营销人员营销位置管理方面。通过进件轨迹的追踪，将热力图与营销轨迹数据相结合，对多次在高风险区域营销的人员进行预警，加强对营销人员的管理。

三是应用智能语音技术提升催收运营效能。目前，光大银行已搭建起集成语音识别（ASR）、语音合成（TTS）、自然语言理解（NLU）等人工智能核心技术的底层平台，能够结合多样化的外呼场景进行交互式智能外呼。在催收环节，以人工智能语音替代传统IVR、短信和邮件等信用卡催收方式，可根据客户类型、账户信息选择不同的逻辑策略、语音音色，进行不同语气、不同话术技巧的催收，并可自动根据客户信息向客户提问，自动识别客户回复，对客户回答中的关键信息进行分类、转写与记录，极大解决了外呼人力成本高、人员管理困难等问题，特别是在疫情期间人员到岗受影响的情况下，有效保障了催收效能。

道阻且长，行则将至；行而不辍，未来可期。在这场资产质量保卫攻坚战中，金融科技是推动信用卡风控体系转型的重要驱动力。光大银行信用卡中心愿与同业一道，不断探索金融科技在信用卡风险管理方面的应用，构建信用卡智能风控体系，为信用卡产业的高质量发展保驾护航。

本文刊于《中国信用卡》2021年第5期