曾憲濤 曹琪

當前，我國居民消費快速增長、消費金融政策紅利頻出，消費金融以其資本占用低、收益率高的特點，成為諸多商業(yè)銀行業(yè)務(wù)轉(zhuǎn)型的重點發(fā)展領(lǐng)域。在開展消費金融業(yè)務(wù)時，銀行如何更加前瞻、有效地識別、評價客戶的風險水平，進而控制風險，是亟待認真思考、解決的重要問題?；诤Ａ繑?shù)據(jù)建模而實現(xiàn)定量分析的新風控方式為銀行解決這一問題提供了全新的思路和手段。銀行可借助新興的數(shù)字化技術(shù)，嘗試構(gòu)建 “從數(shù)據(jù)分析到價值創(chuàng)造”的方法論，不斷完善消費金融業(yè)務(wù)的反欺詐模型、風險評估體系、風險預警機制以及信用數(shù)據(jù)共享。

消費金融市場發(fā)展趨勢分析?

據(jù)人民銀行數(shù)據(jù)顯示，我國金融機構(gòu)個人消費貸款余額從2013年的12.97萬億元增長至2018年的37.79萬億元，增長了2.9 倍多，每年的余額增速始終保持在18%以上（見圖1）。隨著經(jīng)濟結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級轉(zhuǎn)型，拉動內(nèi)在需求、刺激居民消費成為推動經(jīng)濟發(fā)展的重要途徑。2018年8月18日，中國銀保監(jiān)會辦公廳下發(fā)《關(guān)于進一步做好信貸工作提升服務(wù)實體經(jīng)濟質(zhì)效的通知》，提出積極發(fā)展消費金融，增強消費對經(jīng)濟的拉動作用。因此，我國消費金融市場未來具有較大的增長空間。

商業(yè)銀行布局消費金融領(lǐng)域優(yōu)勢分析?

隨著利率市場化改革加速發(fā)展，商業(yè)銀行存款利率不同程度上升，資金成本增加，利潤空間受到擠壓。相對于對公貸款而言，零售貸款利率敏感度較低，銀行大力發(fā)展面向個人客戶的消費金融業(yè)務(wù)，可以在一定程度上保持收益水平，緩沖利率市場化沖擊。根據(jù)2018年報顯示，六大國有銀行及七家全國性股份制銀行中，有八家零售貸款平均收益率高于對公貸款。此外，增加客戶粘性、節(jié)約銀行資本、提高非息收入也是零售貸款能夠帶來的顯著益處。（見圖2）

商業(yè)銀行的消費金融產(chǎn)品按貸款用途主要分為住房按揭貸款、信用卡、其他消費貸款三類。然而自2017年“房住不炒”成為調(diào)控基調(diào)，各地限購限售政策加碼，住房按揭貸款增速回落。信用卡及一般性消費貸款市場發(fā)展迅速，產(chǎn)品體系日漸豐富、競爭趨于激烈。信用卡業(yè)務(wù)歷時十余年的高速發(fā)展，已成為銀行中收的重要增長點。截至2018年末，我國銀行卡授信總額達15.40 萬億元，同比增長23.40%。此外，隨著金融科技高速發(fā)展，各家商業(yè)銀行紛紛利用互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)推出快速申辦和放款的消費信貸產(chǎn)品。商業(yè)銀行推出的這類線上小額信用消費貸款產(chǎn)品以手續(xù)簡便、時間迅速、移動端隨時申請的便利性迅速受到市場歡迎。例如：交通銀行2018年推出的“惠民貸”業(yè)務(wù)，向符合準入條件的個人客戶提供線上小額信用消費貸款，該產(chǎn)品推出時間僅一年，授信余額已超68億元。

消費金融業(yè)務(wù)風險分析?

商業(yè)銀行發(fā)展消費金融業(yè)務(wù)潛力巨大，但它的業(yè)態(tài)尚處逐漸成熟期，面臨諸多挑戰(zhàn)，需要提高風險意識，識別主要風險點。大中型商業(yè)銀行在消費信貸業(yè)務(wù)的審批模式上，正在從不區(qū)分客群的人工審批模式向聚焦優(yōu)質(zhì)客群的自動化審批模式轉(zhuǎn)變。大規(guī)模的消費金融業(yè)務(wù)高度依賴打分卡等內(nèi)嵌模型的批量自動化審批機制，容易發(fā)生客戶違約和集體性違約等風險。此外，消費意識的轉(zhuǎn)變，刺激部分客戶“以貸養(yǎng)貸”或者借助“消費貸”加杠桿投資，這種傾向放大了相關(guān)消費貸款的風險。消費金融作為新興業(yè)態(tài)，銀行對此類業(yè)務(wù)的風險管理意識及管理手段亟待加強。

綜合來看，商業(yè)銀行消費金融業(yè)務(wù)中普遍存在且較為典型的風險有四類：欺詐風險、信用風險、套利風險、共債風險。

欺詐風險。欺詐風險的出現(xiàn)源于銀行無法完全準確判斷客戶身份及相關(guān)信息的真實性。欺詐行為的分類主要有以下三種： 按交易階段可分為申請階段欺詐和交易階段欺詐;按欺詐主體可分為第一方欺詐和第三方欺詐;按交易渠道可分為線上欺詐和線下欺詐。欺詐風險主要存在于基于場景的消費信貸模式中。雖然基于場景的消費信貸可以實現(xiàn)資金、信息、商品的閉環(huán)，但無法完全杜絕欺詐。第一種情形是個人的欺詐申請（第一方欺詐）： 借款人假意購買商品，獲取商品后再將其變現(xiàn)，實現(xiàn)了定向支付資金的套現(xiàn)過程，有時場景提供方甚至會配合借款人的這種欺詐行為，提供回購服務(wù)。第二種情形是場景提供方欺詐（第三方欺詐）：通過批量制造虛假交易，借用消費者身份申請消費貸款， 商家由少積多可以獲得金額不菲的低成本純信用貸款，而且無需占用自身信貸額度。這兩種欺詐行為雖然可能不會直接造成貸款損失，但會將這種產(chǎn)品實質(zhì)轉(zhuǎn)化為“現(xiàn)金貸”，信貸業(yè)務(wù)的逾期風險將大大增加。

信用風險。信用風險又稱之為信貸風險或違約風險，是指交易對手未能履行約定契約中的義務(wù)而造成經(jīng)濟損失的風險。個人消費信貸業(yè)務(wù)的信用風險形成原因：一是消費信貸供給機構(gòu)對消費者資金、信用、風險狀況分析失誤而帶來的損失。此類消費者部分欠缺按期還款能力，為了獲得消費貸款而偽造個人信用記錄。二是因種種外在原因而引發(fā)消費者現(xiàn)金不足，資金缺乏流動性的無力償還。包括宏觀經(jīng)濟形勢的惡化等不可抗力導致消費者收入大幅減少。個人消費信貸的信用風險受經(jīng)濟周期的影響較大：處于經(jīng)濟擴張期時，信用風險降低，因為較強的人均收入能力使總體違約率降低;處于經(jīng)濟緊縮期時，信用風險增加，因為人均收入情況總體惡化，借款人因各種原因不能及時足額還款的可能性增加。近年來我國的經(jīng)濟增長速度放緩，但目前仍處于上升期，總體違約率較低，隨著經(jīng)濟周期的變化，如果出現(xiàn)明顯的經(jīng)濟危機和大規(guī)模失業(yè)，會導致違約率的快速上升。以美國信用卡市場為例，2008年次貸危機后，受失業(yè)率高速攀升影響，美國信用卡業(yè)務(wù)大幅受挫，核銷率和拖欠率大幅上升至10.97%和6.76%。

套利風險。套利風險主要體現(xiàn)在銀行提供的“現(xiàn)金貸”產(chǎn)品上。不同于購物分期貸款，這類消費貸款在客戶申請后，將直接把款項打入到客戶賬戶，銀行對后續(xù)資金的使用、流向等缺乏足夠的控制能力。部分資金被以消費的名義借出后，投入到股市、理財產(chǎn)品等處，以套取利差。消費貸款變相成了部分投資者資金加杠桿的手段，一旦投資產(chǎn)品出現(xiàn)風險事件或流動性問題，極易引發(fā)違約。

共債風險。共債是指借款人在多家金融機構(gòu)同時存在債務(wù)的現(xiàn)象。典型共債者的產(chǎn)生，源于超出收入能力可負擔的消費需求，進而產(chǎn)生借貸需求。金融機構(gòu)的信貸數(shù)據(jù)被納入央行征信， 而大量P2P平臺、互聯(lián)網(wǎng)消費金融平臺的借貸數(shù)據(jù)無法直接獲得，因此銀行只能間接推測借款人的共債情況。借款人在多家金融機構(gòu)及平臺借債，通常采取“以貸還貸，多頭借貸”的方式來償還借款，其資金鏈和抗風險能力會變得非常脆弱。

數(shù)據(jù)驅(qū)動商業(yè)銀行消費金融風險管理實踐?

客戶數(shù)據(jù)分析能力的發(fā)展孕育了全新的風險管理技術(shù)。層出不窮的新技術(shù)帶來了成本更低、速度更快的計算能力和數(shù)據(jù)存儲。強大的數(shù)據(jù)分析及建模能力幫助商業(yè)銀行更深入地利用客戶信息數(shù)據(jù)、挖掘客戶數(shù)據(jù)價值，提升其在消費金融領(lǐng)域的風險管理水平。

拓展數(shù)據(jù)來源，嚴防欺詐風險。大數(shù)據(jù)驅(qū)動及反欺詐規(guī)則和技術(shù)的應用（如身份識別、財務(wù)數(shù)據(jù)真實性識別、收入識別等）是防范欺詐風險的關(guān)鍵所在。大數(shù)據(jù)在反欺詐風險管理方面，已經(jīng)有了初步應用。第一，客戶申請信息的真實性驗證。通過大數(shù)據(jù)技術(shù)的引入，銀行可在央行征信系統(tǒng)、第三方征信平臺等基礎(chǔ)數(shù)據(jù)基礎(chǔ)上，充分發(fā)掘客戶背景、信貸行為及共性信息等多領(lǐng)域數(shù)據(jù)，對客戶信息進行交叉驗證，通過對客戶申請信息中不符合關(guān)聯(lián)關(guān)系或邏輯的部分進行比對校驗，可以排查欺詐風險。例如，客戶填寫的地址信息與客戶終端設(shè)備、IP地址距離偏差過大，則該地址信息存在虛假的可能性。第二，申請資質(zhì)的真實性驗證。惡意的申請人往往會隱瞞對其不利的事實。如較大數(shù)額的隱形負債、等待處理的法院執(zhí)行案件等。大數(shù)據(jù)的應用使得申請人無法掩飾自身真實資質(zhì)。通過連接公開的互聯(lián)網(wǎng)信息，可以獲取申請人的企業(yè)經(jīng)營信息、法院執(zhí)行信息;通過金融機構(gòu)共建的惡意信息共享名單，也能夠獲知申請人的隱形負債情況和歷史違約記錄。中信銀行信用卡中心自主研發(fā)了一款申請欺詐團伙識別模型，該模型基于客戶社交圖譜，聚合借款人相關(guān)的各類數(shù)據(jù)源，包括借款人的基本信息、日常生活中的消費記錄、行為記錄、聯(lián)系人信息，通過關(guān)聯(lián)視角，多維度研究客戶潛在的風險傳導、交易演化等關(guān)系，識別欺詐團伙，實現(xiàn)毫秒級的實時風險防控能力。

強化風控模型，防范信用風險。面對信用風險，銀行需要針對不同的消費金融產(chǎn)品設(shè)置不同的風控模型。大數(shù)據(jù)對初始授信模型及策略產(chǎn)生了重大影響。這源于大數(shù)據(jù)為銀行在申請審批階段就帶來了更多的客戶行為數(shù)據(jù)，使銀行能夠更為全面、客觀地評價客戶的授信額度需求，從而優(yōu)化現(xiàn)有初始額度策略。銀行在初始授信階段除了基于客戶的征信情況外，也可引入外部數(shù)據(jù)。如：銀聯(lián)卡交易流水、互聯(lián)網(wǎng)線上支付數(shù)據(jù)等，進而準確評估客戶的能力及還款意愿，給予客戶合理的貸款額度。同時銀行需要持續(xù)關(guān)注客戶的還款能力，針對某些對還款有威脅的行為，風控模型應實時進行監(jiān)控和反饋、預警催收，減少逾期率、降低壞賬率。例如，微眾銀行設(shè)計了6個風控和評分模型，對所有騰訊客戶做評估和排序，根據(jù)結(jié)果形成白名單并逐步開放。這六大模塊包括公安數(shù)據(jù)模型、央行征信數(shù)據(jù)模型、微信社交模型、手機 QQ社交模型、財付通支付數(shù)據(jù)模型、資金饑渴度模型。上述模塊既包含了傳統(tǒng)的金融數(shù)據(jù)比如銀行征信、公安數(shù)據(jù)、教育數(shù)據(jù)等，也有基于騰訊平臺的社交數(shù)據(jù)和支付數(shù)據(jù)。這些模型會確定客戶的授信額度并持續(xù)關(guān)注客戶的還款意愿和還款能力。

分析交易流水，預警套利風險。針對套利風險，銀行應堅持消費金融回歸解決收入支出錯配問題的本源，而非以消費金融的名義發(fā)放純信用無限制條件的個人貸款，嚴格打擊套利行為。采用大數(shù)據(jù)分析技術(shù)，提高風險監(jiān)控預警智能化水平，可以及時發(fā)現(xiàn)個人消費貸款用途虛假或違規(guī)問題，降低套利風險。第一，銀行應利用大數(shù)據(jù)手段對用戶畫像，了解其消費習慣，在其申請大額消費貸款時關(guān)注其是否有購買傾向性，以綜合評估其套現(xiàn)可能性，并計算出符合其實際消費需求的授信額度。第二，通過大數(shù)據(jù)分析方法，持續(xù)跟蹤貸款資金流向，重點分析貸款借款人及貸款關(guān)聯(lián)人所有相關(guān)賬戶在貸款發(fā)放后的海量交易流水，篩選出貸款資金改變約定用途的可疑資金交易?？梢山灰卓砂ǎ杩钊吮救伺灿觅J款資金的交易，使用貸款資金購買理財產(chǎn)品、基金進行投資的交易，將貸款資金投入小貸公司、典當行等限制性機構(gòu)的交易，貸款資金用來以貸還貸的交易等。第三，銀行在貸后監(jiān)控時發(fā)現(xiàn)資金被投入較高風險領(lǐng)域時，風險監(jiān)控預警可及時提示并動態(tài)調(diào)整客戶的授信額度和期限。交通銀行風險管理部全力打造了一套整合內(nèi)外部風險信息的風險監(jiān)測系統(tǒng)。該系統(tǒng)通過整合分析內(nèi)外部風險數(shù)據(jù)及風險信息的真實性和嚴重程度，智能化地建立各類風險信號的分級分類。在此基礎(chǔ)上建立全自動的監(jiān)測規(guī)則庫，提高風險監(jiān)測規(guī)則的前瞻性和預警能力。此外，該系統(tǒng)還可實現(xiàn)貸后報告200余條預警信號的自動化識別，幫助客戶經(jīng)理有效減負，切實開展重點預警和化解工作。

加快數(shù)據(jù)共享，降低共債風險。針對共債風險，建立信用信息共享平臺為當務(wù)之急。應鼓勵更多的消費金融提供方接入央行征信系統(tǒng)，持牌互聯(lián)網(wǎng)小貸公司則應要求強制接入。目前共債率的判斷主要通過間接方式獲取，然而調(diào)用第三方的數(shù)據(jù)，其質(zhì)量參差不齊，可信度低，商業(yè)銀行往往需要調(diào)用多個數(shù)據(jù)源進行交叉驗證，導致征信成本提升，而效果依然無法保證。打通信息孤島，實現(xiàn)各個金融機構(gòu)及平臺的征信數(shù)據(jù)共享，有助于商業(yè)銀行準確評估客戶資質(zhì)，降低共債風險。

未來消費金融的核心競爭力是基于海量數(shù)據(jù)建模而實現(xiàn)定量分析的風險管理能力。在開展消費金融業(yè)務(wù)時，商業(yè)銀行應充分認識到數(shù)據(jù)資產(chǎn)的價值，通過提高數(shù)據(jù)采集、數(shù)據(jù)分析和數(shù)據(jù)建模的能力，充分挖掘客戶信息、信貸行為等風險數(shù)據(jù)，對客戶進行綜合評價和推斷，提升風險管理的智能化水平、精細化水平。同時，商業(yè)銀行應逐步完善風險防范機制：貸前充分搜集客戶數(shù)據(jù)建立欺詐模型、貸中利用數(shù)據(jù)挖掘方法構(gòu)建信貸風險評估新模式、貸后利用數(shù)據(jù)監(jiān)測系統(tǒng)密切關(guān)注貸款資金流向。以龐大的數(shù)據(jù)信息為支持的綜合性、系統(tǒng)化的風險管理機制不但是商業(yè)銀行防范消費金融業(yè)務(wù)風險的必要舉措，也是商業(yè)銀行在數(shù)字經(jīng)濟時代下提升適應力和競爭力的有效手段。

（作者單位：交通銀行北京市分行風險管理部）