樂視員工“1元卡”解密銀行“人群畫像”授信邏輯

作者/夏心愉

樂視前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(fēng)控邏輯，以及逐漸講求的事前預(yù)警機(jī)制后，一切是否會變得可以理解？

事實(shí)上，除了“1元額度”過于抓眼球以外，基于所屬組織或群體的風(fēng)險評判變化而“殃及”個人信用情況變化，這樣的事件，在業(yè)內(nèi)已不是秘密。建行并非首創(chuàng)。

“殃及池魚”恰是風(fēng)控邏輯

數(shù)年前，無錫某太陽能公司出現(xiàn)經(jīng)營危機(jī)。第一財經(jīng)記者從一家股份制銀行信用卡部門人士處獲悉，他們當(dāng)時在內(nèi)部對該家公司員工信用卡也悄然用上了針對性風(fēng)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(guān)注這批卡片的大額消費(fèi)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，尤其是一些流水線操作工種，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)、身份證從屬地域，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)而影響個人，這種影響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(wù)進(jìn)行風(fēng)險預(yù)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(jī)爆發(fā)后的一兩年間，即便持證人從未染指鋼貿(mào)業(yè)務(wù)，在鋼貿(mào)危機(jī)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。

在樂視員工信用卡降額事件曝光后，一眾信用卡部門人士均選擇緘默：沒有人愿意因表示理解他行風(fēng)控策略而“躺槍”。

而在第一財經(jīng)記者以匿名形式的采訪中，多名信用卡業(yè)務(wù)人士均對建行的風(fēng)控“大方向”和“方法論”——識別該人群風(fēng)險信號——表示了“認(rèn)同”或“理解”，不過在手段運(yùn)用的激進(jìn)程度上，他們表示了異議。

其中，某銀行信用卡中心分管風(fēng)險的高管人員表示，他們其實(shí)也及時捕獲到了樂視的風(fēng)險信號，但仍補(bǔ)充考量了樂視員工本身的情況未提前采取措施。不過他表示，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)，企業(yè)已經(jīng)或有可能發(fā)不出薪水，員工多從事偏于弱技術(shù)資質(zhì)的操作型工作，“恐怕采取建行類似的手段是必要的”。

在風(fēng)控尺度的把握上，建行對樂視持卡員工也是有基于個體的補(bǔ)充考量的，因而采取了“先堵后疏”策略。建行方面回應(yīng)稱，對樂視員工信用卡額度進(jìn)行調(diào)整，只是暫時的舉措，各支行會根據(jù)名單情況，對信用卡持有人進(jìn)行一一排查，如果還款正常，就會恢復(fù)額度。

信用卡風(fēng)控變量的“四大維度”

多名業(yè)內(nèi)人士在接受第一財經(jīng)采訪時表達(dá)了相近的意思：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，就越需要輔助進(jìn)行風(fēng)險評估。后者以大數(shù)據(jù)為基礎(chǔ)、對客戶所屬群體進(jìn)行諸如“人群畫像”，并不斷就新的風(fēng)險因子表現(xiàn)，修正風(fēng)控模型及對此群體的策略。

這樣，在“大數(shù)法則”運(yùn)算之下，不良率就可控在一定標(biāo)準(zhǔn)之內(nèi)。而這正是銀行信用卡業(yè)務(wù)風(fēng)控的題中之義。

“大額貸款做得好，拼客戶關(guān)系；小額授信做得好，看模型建設(shè)。”有銀行人士這樣說。

信用卡風(fēng)控建模具體看哪些變量？上述卡中心分管風(fēng)險的高管總結(jié)稱，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、在其他金融機(jī)構(gòu)的風(fēng)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(nèi)部賬戶信息，乃至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(xué)歷、戶籍地域等。

收入情況則是公司行業(yè)、公司規(guī)模、職位、年收入等，這一點(diǎn)在風(fēng)控的邏輯里被視為客戶負(fù)債后的“還款來源”。

財富情況是看客戶的擁車、擁房，還有在該家銀行的存款、理財產(chǎn)品的量級。

客戶在其他金融機(jī)構(gòu)的負(fù)債情況、信用表現(xiàn)、有無逾期，也是一大考量。此外，多家風(fēng)控嚴(yán)格的銀行信用卡中心，還會對客戶實(shí)行“剛性扣減”，亦即對卡片申請人的總負(fù)債額度進(jìn)行評估，并減去客戶已在其他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(yùn)用的發(fā)展，信用卡風(fēng)控的評審模型中又添加了移動運(yùn)營商、互聯(lián)網(wǎng)公司等提供的客戶行為數(shù)據(jù)，當(dāng)然調(diào)取這些數(shù)據(jù)需在客戶充分授權(quán)的前提下。這些行為數(shù)據(jù)可包括客戶的移動設(shè)備定位、線上支付結(jié)算和流水等，也可據(jù)此推測部分客戶的消費(fèi)能力和習(xí)慣，為銀行更精準(zhǔn)的營銷及風(fēng)控提供輔助參考。

以上維度，在銀行建模考量中的優(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(fù)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(xiàng)及客戶在該行既有業(yè)務(wù)使用信息。

在這一框架里，“如果客戶的公司真出現(xiàn)大問題，那就直接影響了兩個大項(xiàng)，銀行有所動作或反應(yīng)，從方法論的角度無可厚非，但反應(yīng)過于激烈未必有必要，因?yàn)檫€要綜合評估其他幾個大項(xiàng)。”上述分管風(fēng)險的高管在接受第一財經(jīng)記者采訪時評述稱，其所在銀行也會綜合考慮到，樂視員工的個人資質(zhì)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(fēng)控邏輯里，其受企業(yè)、行業(yè)等外部指標(biāo)連累的程度就越低。

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

值得多提一筆的是，客戶個人資信行為變化，比如在任意一家系統(tǒng)內(nèi)銀行的用卡發(fā)生頻繁或中度延滯繳款，明顯的消費(fèi)金額、頻次或用途不合理產(chǎn)生套現(xiàn)嫌疑等，都會觸發(fā)銀行風(fēng)控的“紅警”，引發(fā)信用卡被降額或?？?。