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控領域的佼佼者，致力于助力銀行在信用卡業(yè)務領域構建精細化風控體系，通過科技創(chuàng)新提升銀行的風險管理能力，迎戰(zhàn)存量市場的新挑戰(zhàn)。

　　狠抓欺詐防控難點，搭建信用卡四維風控能力體系

　　同盾科技閱微認為，目前信用卡欺詐風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)的風險，團伙作案趨勢上升明顯；風控策略監(jiān)控優(yōu)化難以應對變化多樣的欺詐手段，缺乏預警機制，不能提前發(fā)現(xiàn)業(yè)務異常。

　　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控，建立信用卡場景全生命周期風險管理至關重要，其中包括產(chǎn)品設計、風險偏好、標的批核、授信管理、風險處置、產(chǎn)品優(yōu)化這一全流程的規(guī)劃與設計。在此過程中，發(fā)卡銀行需平衡好業(yè)務發(fā)展與風險管理的關系，同時可參考行業(yè)優(yōu)秀的風控實施案例，引入專業(yè)的風控技術與外部數(shù)據(jù)。

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

　　1. 頂層設計維度

　　一要完善信用卡現(xiàn)有政策制度體系，契合信用卡業(yè)務發(fā)展，梳理信用卡業(yè)務風險管理相關政策制度，旨在保證信用卡風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，構建崗責管控體系，建議實現(xiàn)信用卡業(yè)務風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)遵循部門設置適度分離，規(guī)避執(zhí)行過程中的操作風險；對于特殊的對接資產(chǎn)或特別的信用卡風險管理環(huán)節(jié)，建議設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。三是結合實際需要，合理規(guī)劃風控團隊及其職責，可設置反欺詐團隊、評分建模團隊、業(yè)務分析團隊、信息管理團隊。四是制定信用卡全生命周期風險管理流程的設計原則，以決策驅(qū)動流程。

　　2. 風控環(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控體系。

　　在反欺詐流程設計上，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)成本與風險防范需求，構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，結合產(chǎn)品設計和落地可行性等設置合理決策流。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)品及風險定價策略；二是要關注多環(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，要搭建貸中風險預警體系，化解存量客戶風險，完整的信用卡預警管理體系應包含預警架構、預警管理工具、預警結果處置、MIS監(jiān)控、預警業(yè)務管理與組織架構五個功能模塊。

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

　　3. 基礎支持維度

　　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，構建風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險決策能力。

　　特別需要關注的是，引入知識圖譜全程覆蓋信用卡風控場景，通過關聯(lián)網(wǎng)絡分析挖掘技術挖掘潛在風險信息，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)，提供關聯(lián)風險指標入?yún)⒁?guī)則及模型，提升貸前風控識別效率；貸中環(huán)節(jié)，可挖掘欺詐團伙，發(fā)現(xiàn)異常關聯(lián)，進行風險分值輸出及預警；貸后環(huán)節(jié)，實現(xiàn)案件可視化回溯及風險特征發(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、加工衍生后補充風險標簽庫，加強信用卡反詐模型對于跨條線數(shù)據(jù)的應用。

　　他山之石：搭建全面反欺詐體系，應對行業(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，進行相應的信用風險評分和控制。

　　通過對其他大型銀行反欺詐業(yè)務及系統(tǒng)進行深入調(diào)研分析，并結合該行現(xiàn)狀以及未來業(yè)務發(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習模型。

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

　　五是信用卡申請反欺詐體系規(guī)劃。對標領先卡中心的IT系統(tǒng)建設情況，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)務的存量市場競爭中展現(xiàn)更強的風險抵御能力和市場競爭力。精細化風控體系的構建不僅能夠提升銀行的風險識別和管理水平，還可以為銀行帶來更為穩(wěn)健和可持續(xù)的業(yè)務增長。展望未來，同盾科技將繼續(xù)發(fā)揮其在金融科技領域的創(chuàng)新優(yōu)勢，攜手更多銀行共同應對市場風險，推動信用卡業(yè)務向著更加安全、高效的方向發(fā)展。