信用卡數(shù)字化時代的審批風(fēng)控管理

課程背景：

“十四五”規(guī)劃提出，提升傳統(tǒng)消費，培育新型消費，加快線上線下融合發(fā)展，這為金融機構(gòu)零售業(yè)務(wù)轉(zhuǎn)型發(fā)展指明了方向。對于信用卡業(yè)務(wù)，商業(yè)銀行要踐行線上線下客戶一體化經(jīng)營策略，有效提升客戶服務(wù)效率和體驗，進一步降低運營成本，最終在“雙循環(huán)”發(fā)展格局下贏得新金融實踐的先機。

為推動信用卡業(yè)務(wù)數(shù)字化轉(zhuǎn)型，銀行在信用卡審批領(lǐng)域的營銷、辦卡、授信、調(diào)額環(huán)節(jié)，以及分期業(yè)務(wù)場景，深化科技業(yè)務(wù)融合創(chuàng)新，積極探索金融科技賦能新模式，引入智能決策引擎，提升風(fēng)控模型，全流程保障業(yè)務(wù)發(fā)展，加速個人授信審批業(yè)務(wù)質(zhì)效提升，推動信用卡營銷精準(zhǔn)獲客活客。

課程收益：

1. 讓學(xué)員了解銀行信用卡業(yè)務(wù)數(shù)字化轉(zhuǎn)型的新理念、新趨勢

2. 讓學(xué)員了解銀行信用卡業(yè)務(wù)數(shù)字化轉(zhuǎn)型的新工具

3. 讓學(xué)員了解銀行信用卡業(yè)務(wù)數(shù)字化轉(zhuǎn)型的審批流程

4. 讓學(xué)員了解銀行信用卡業(yè)務(wù)中的貸前審批風(fēng)控策略

5. 讓學(xué)員了解銀行信用卡業(yè)務(wù)中存在的貸前欺詐手段及防控措施

課程對象：

各銀行信用卡中心前中后臺管理者、風(fēng)控審批人員、數(shù)據(jù)分析人員及一切相關(guān)需求者

課程時長：

2天（6小時/天）

課程大綱：

一、銀行信用卡已邁入數(shù)字化運營新時代

1．加快數(shù)字化發(fā)展,建設(shè)數(shù)字中國

(1)    從商業(yè)本質(zhì)看科學(xué)進步對經(jīng)濟發(fā)展的重要影響

(2)    從《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》看七大產(chǎn)業(yè)數(shù)字經(jīng)濟大發(fā)展

2．全面分析數(shù)字經(jīng)濟七大重點產(chǎn)業(yè)助力銀行數(shù)字化轉(zhuǎn)型

云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、區(qū)塊鏈、人工智能、虛擬現(xiàn)實和增強現(xiàn)實

3．通過布局?jǐn)?shù)字化轉(zhuǎn)型，實現(xiàn)銀行整體降本增效

例：從中信銀行發(fā)布的年報數(shù)據(jù)看數(shù)字化轉(zhuǎn)型賦能信用卡高質(zhì)量發(fā)展

4．數(shù)字員工概念助力銀行數(shù)字化建設(shè)

例：中國工商銀行運用數(shù)字員工打造客戶精準(zhǔn)營銷的“最強大腦”

5．人工智能技術(shù)賦能信用卡的全流程業(yè)務(wù)

例：根據(jù)平安銀行中報數(shù)據(jù)顯示，該行優(yōu)化AI智能語音技術(shù)滲透到不同服務(wù)場景，
       其中智能語音月外呼規(guī)模已達1200萬通，等同節(jié)約人工坐席約3000人的工作量。

二、科技全方位賦能信用卡審批全流程

1．AI智能審批大幅提高

例：平安銀行新增發(fā)卡逾400萬張，近90%是人工智能（AI）智能審批

2．信用卡背后的“黑科技”：智能風(fēng)控自動審批

例：平安銀行信用卡從申請、填寫信息到發(fā)卡并即刻使用，只需要不到1分鐘

3．深度解讀RPA（Robotic Process Automation）

（1）RPA指的是什么

例：Gartner調(diào)查數(shù)據(jù)顯示，2020年全球RPA市場達到15.8億美元，比2019年（14億美元）增長11.9%。

（2）RPA技術(shù)的起源

（3）RPA技術(shù)在銀行的主要應(yīng)用場景

（4）RPA的優(yōu)勢及對于銀行的意義

（5）銀行布局RPA的實踐

（6）目前RPA的局限及未來展望

4．信用卡審批全流程分析

5．信用卡風(fēng)控貸前審查流程

信息采集、信息驗證、反欺詐、信用評估、授信

6．信用卡審批智能化體系搭建

例：中國工商銀行建設(shè)全新信用卡審批智能監(jiān)督系統(tǒng)，實現(xiàn)智能時代“人機協(xié)同”管家       式服務(wù)，持續(xù)優(yōu)化客戶用卡環(huán)境

三、銀行信用卡貸前審批的風(fēng)控知識及管控策略

1．信用卡申請時申請人的三大數(shù)據(jù)分析

（1）不變數(shù)據(jù)

（2）限制性變化數(shù)據(jù)

（3）變化數(shù)據(jù)

2．信用卡審批時的多維度客戶信用評估

(1)    性別、年齡、學(xué)歷、婚姻狀況

(2)    手機在網(wǎng)時長、常聯(lián)系人

(3)    資產(chǎn)水平、收支水平

(4)    消費水平、消費時間、地域、行業(yè)特征

(5)    逾期記錄、黑名單

3．信用報告的引入

（1）內(nèi)部信用報告

（2）外部信用報告

人行信用報告、第三方信用報告、其他類信用報告

4．一張看似簡單的申請表并不簡單

例：浦發(fā)銷冠從申請表內(nèi)的申請信息進行深度分析潛在風(fēng)險

5．風(fēng)控策略優(yōu)化的思路和常用工具

（1）優(yōu)化思路

?  依賴貸后表現(xiàn)數(shù)據(jù)，服務(wù)于貸前貸中環(huán)節(jié)

?  提升盈利是最終目的

?  提升通過率，同時保持目標(biāo)壞賬率 or 保持目標(biāo)通過率，同時降低壞賬率

（2）常用工具：K-S曲線、Lift Chart、ROC曲線

K-S曲線

?  依據(jù)模型評分將客戶排序，劃分成若干個區(qū)間（區(qū)間劃分越小、曲線越平滑）

?  依次計算每個區(qū)間內(nèi)好、壞客戶的比例

?  根據(jù)評分從低到高/從高到低，計算每個區(qū)間好、壞客戶的累計占比

?  每個區(qū)間上好、壞客戶累計占比的差值形成K-S曲線

?  K-S曲線最高點的縱坐標(biāo)值即為K-S統(tǒng)計量（K-S值），對應(yīng)的橫坐標(biāo)位置即為cutoff點

Lift Chart

?  依據(jù)模型評分將客戶排序，劃分成若干個區(qū)間

?  依次計算每個區(qū)間客戶的響應(yīng)率、累計響應(yīng)率

?  區(qū)間提升指數(shù) = 區(qū)間響應(yīng)率 / 平均響應(yīng)率

?  累計提升指數(shù) = 累計響應(yīng)率 / 平均響應(yīng)率（ or 累計提升指數(shù) = 累計響應(yīng)率 / 平均響應(yīng)率 - 1）

ROC曲線

?  設(shè)置一個閾值，作為區(qū)分好人、壞人的界限

?  先將閾值設(shè)置為評分的最大值，再依次減小，直至評分的最小值

?  基于不同的閾值設(shè)置，產(chǎn)生一系列不同的混淆矩陣和相應(yīng)的sensitivity、specificity組合

?  以1-specificity為橫坐標(biāo)、sensitivity為縱坐標(biāo)繪圖，畫出ROC曲線

?  ROC曲線下方的面積，即為AUC值

?  ROC曲線上，離左上角最近的點

6．大數(shù)據(jù)智能風(fēng)控,護航高質(zhì)量發(fā)展

例：中信銀行信用卡中心通過大數(shù)據(jù)、機器學(xué)習(xí)、云計算等智能技術(shù),引入多維新型數(shù)   據(jù)豐富客戶風(fēng)險畫像,全年共迭代優(yōu)化全流程信貸風(fēng)險評分卡26張,有效提升風(fēng)控精準(zhǔn)    施策能力;通過機器學(xué)習(xí)算法實現(xiàn)了更加高效、精準(zhǔn)的風(fēng)險決策能力新突破,實現(xiàn)交易金   額挽損提升20%

四、銀行信用卡貸前欺詐手段與防控措施

1．信用卡能給客戶帶來的九個主要功能和兩大核心功能

2．客戶申請信用卡的核心訴求

3．客戶為什么要進行虛假信息進件申請

4．常見的虛假信息進件申請項

（1）客戶身份造假

例：某房地產(chǎn)中介從業(yè)人員冒用多個身份進行多家銀行信用卡申請操作

（2）客戶工作信息造假

工作單位、工作崗位、工作職位、工作年限、單位座機、年收入（含提供虛假銀行流水）

例：某客戶在申請信用卡時提供提前制作好的假銀行流水和機動車行駛證作為財力證明

5．有效識別客戶常見的的虛假申請

（1）通過內(nèi)外部征信報告進行基礎(chǔ)信息比對

（2）通過互聯(lián)網(wǎng)公開信息比對進行核驗

（3）通過三大電信運營商的電話分布規(guī)律進行側(cè)面核實

例：浦發(fā)銷冠團隊運用核查申請人提供的工作單位座機號段，識別虛假申請信息，提前       降低風(fēng)險發(fā)生率

五、課程總結(jié)