夏心愉

樂視員工在建行信用卡額度被降至1元事件，站在外部視角看，似乎離奇。但如果將視角切換為銀行信用卡部門的“人群畫像”風控邏輯，以及逐漸講求的事前預警機制后，一切是否會變得可以理解？

事實上，除了“1元額度”吸引眼球以外，基于所屬組織或群體的風險評判變化而“殃及”本身信用狀況變化不大的個人，這樣的事件，在業(yè)內已不是秘密，并非建行首創(chuàng)。

“殃及池魚”恰是風控邏輯

數(shù)年前，無錫某太陽能公司出現(xiàn)經(jīng)營危機，他們當時在內部對該家公司員工信用卡也悄然采取了針對性風控措施，只不過處理方式偏于溫和而未被外界發(fā)現(xiàn)：比如封死這批信用卡的額度只降不升（包括拒絕本可獲批的客戶正常提額申請），并密切關注這批卡片的大額消費情況。

這也不是個案。在另一家股份制銀行，對于一些身處產(chǎn)能過剩行業(yè)的員工，已辦信用卡者續(xù)卡、未辦信用卡者申卡，銀行評審起來都會出現(xiàn)一定“扣分”，甚至拒批。

除了所屬公司會波及個人，所屬行業(yè)、身份證劃歸地域、甚至所屬人群的自然屬性（比如未婚、女性）等，都會因此群體整體信用表現(xiàn)而波及“無辜”個人，這種波及可能是利好也可能是利空。

比如一張“3522”開頭的身份證（屬福建寧德地區(qū)：鋼貿(mào)商籍貫集中地），在2011年銀行體系對鋼貿(mào)業(yè)務進行風險預警前，持證人在多家銀行辦信用卡都比普通人便利，而且有更高概率獲得更大的信用卡授信額度；但在2012年鋼貿(mào)危機爆發(fā)后的一兩年間，即便持證人從未從事過鋼貿(mào)業(yè)務，在鋼貿(mào)危機深重的長三角地區(qū)部分銀行，他們甚至很難正常辦出信用卡，就更不談額度高低了。

但對于此次樂視員工信用卡額度被降，在筆者與多名銀行信用卡部門人士訪談中，他們均對建行的風控“大方向”和“方法論”——識別該人群風險信號，表示了“認同”或“理解”。

其中某銀行信用卡中心風險分管人士表示，他們其實也及時捕獲到了樂視的風險信號，但仍補充考量了樂視員工本身的情況而未提前采取措施。但他進而表示，如果出現(xiàn)問題的企業(yè)不是樂視而是某些中低端制造業(yè)企業(yè)，或有可能發(fā)不出薪水，員工多從事偏于弱技術資質的操作型工作，“恐怕采取建行類似的手段是必要的”。

其實在風控尺度把握上，建行對樂視持卡員工也是有基于個體的補充考量的，因而采取了“先堵后疏”：建行方面回應稱，對樂視員工信用卡額度進行調整，只是暫時的舉措，各支行會根據(jù)名單情況，對這些信用卡持有人進行一一排查，如果還款正常，就會恢復額度。

信用卡風控變量的“四大維度”

越是小額、分散的授信，除了對客戶個人一對一的資信評估以外，就越是需要輔助進行以大數(shù)據(jù)為基礎對客戶所屬群體進行諸如“人群畫像”的風險評估，并不斷就新的風險因子表現(xiàn)再修正風控模型及對此群體的策略。

這樣，在“大數(shù)法則”運算之下，不良率就可控在一定標準之內。而這正是銀行信用卡業(yè)務風控的題中之意。

有一句玩笑話，所謂“大額貸款做得好，拼客戶關系；小額授信做得好，看模型建設?！?/p>

信用卡風控建模具體看哪些變量？最傳統(tǒng)的操作是看“四大維度”：自然屬性、收入情況、財富情況、在其它金融機構的風險表現(xiàn)。這些數(shù)據(jù)絕大多數(shù)在客戶的央行征信報告、該行內部賬戶信息以及客戶辦卡提交材料中都有體現(xiàn)。

自然屬性是指客戶的性別、年齡、學歷、戶籍地域等；收入情況則是看公司行業(yè)、公司規(guī)模、職位、年收入等，這一點在風控的邏輯里被視為客戶負債后的“還款來源”；財富情況是看客戶的擁車、擁房，以及在該家銀行的存款、理財?shù)龋豢蛻粼谄渌鹑跈C構的負債情況、信用表現(xiàn)、有無逾期也是一大考量。此外，多家風控嚴格的銀行信用卡中心還會對客戶實行“剛性扣減”，亦即對卡片申請人的總負債額度進行評估，并減去客戶已在其它銀行獲得的非抵押類授信額度。

除了這些傳統(tǒng)操作，隨著金融科技及大數(shù)據(jù)運用的發(fā)展，信用卡風控的評審模型中又添加了來自移動運營商、互聯(lián)網(wǎng)公司等提供的客戶行為數(shù)據(jù)，當然調取這些數(shù)據(jù)需在客戶充分授權的前提下。這些行為數(shù)據(jù)可包括客戶的移動設備定位、線上支付結算和流水等，也可據(jù)此推測部分客戶的消費能力和習慣，為銀行更精準的營銷及風控提供輔助參考。

以上維度，在銀行建?？剂恐械膬?yōu)先等級不同，從最優(yōu)開始排列，依次為客戶已有用卡行為數(shù)據(jù)、客戶總負債水平、客戶自然屬性基本面、客戶工作受薪及財富情況、客戶工作行業(yè)前景等。其中無征信參考、或沒有豐富歷史用卡行為數(shù)據(jù)的客戶，銀行會更多依賴此排序中的后三類信息；而對于該行存量客戶，則更依賴前兩項及客戶在該行既有業(yè)務使用信息。

在這一框架里，“如果客戶的公司真會出現(xiàn)大問題，那就直接影響了兩個大項，銀行有所動作或反映，從方法論的角度本身無可厚非，但反應過于激烈則不一定有必要，因為還要綜合評估其它幾大項，那些變量并沒有受到影響。”上述風險分管人士表示，他們行也會綜合考慮樂視員工的個人資質屬性基本面是偏中高的。

一般而言持卡人個人基本面越好，銀行風控邏輯里，其受企業(yè)、行業(yè)等外部指標連累的程度就越低。

值得一提的是，客戶個人資信行為變化，比如在任意一家系統(tǒng)內銀行的用卡發(fā)生頻繁或中度延滯繳款，明顯的消費金額、頻次或用途不合理產(chǎn)生套現(xiàn)嫌疑等，都會高級別地觸發(fā)銀行風控的敏感神經(jīng)，引發(fā)信用卡被降額或?？?。

此外，也有銀行人士提及對信用卡風險的事前預警機制。顧名思義，這是指不等群體風險指標出現(xiàn)異常而進行的事先干預，一般用作針對宏觀經(jīng)濟變化及局部行業(yè)地區(qū)性變化，動態(tài)風險監(jiān)測與預警機制也通常會配套事后恢復機制。endprint