信用卡-信用卡數(shù)字化時代的審批風(fēng)控管理20220414

信用卡數(shù)字化時代的審批風(fēng)控管理
張光祿老師
課程背景：
“十四五”規(guī)劃提出，提升傳統(tǒng)消費(fèi)，培育新型消費(fèi)，加快線上線下融合發(fā)展，這為金融機(jī)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(yàn)，進(jìn)一步降低運(yùn)營成本，最終在“雙循環(huán)”發(fā)展格局下贏得新金融實(shí)踐的先機(jī)。
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：
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
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
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
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
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：銀行信用卡已邁入數(shù)字化運(yùn)營新時代
加快數(shù)字化發(fā)展,建設(shè)數(shù)字中國
從商業(yè)本質(zhì)看科學(xué)進(jìn)步對經(jīng)濟(jì)發(fā)展的重要影響
從《中華人民共和國國民經(jīng)濟(jì)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(jì)大發(fā)展
全面分析數(shù)字經(jīng)濟(jì)七大重點(diǎn)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(shí)和增強(qiáng)現(xiàn)實(shí)
通過布局數(shù)字化轉(zhuǎn)型，實(shí)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
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(yùn)用數(shù)字員工打造客戶精準(zhǔn)營銷的“最強(qiáng)大腦”
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(dá)1200萬通，等同節(jié)約人工坐席約3000人的工作量。
科技全方位賦能信用卡審批全流程
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
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
深度解讀RPA（Robotic Process Automation）
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(dá)到15.8億美元，比2019年（14億美元）增長11.9%。
RPA技術(shù)的起源
RPA技術(shù)在銀行的主要應(yīng)用場景
RPA的優(yōu)勢及對于銀行的意義
銀行布局RPA的實(shí)踐
目前RPA的局限及未來展望
信用卡審批全流程分析
信用卡風(fēng)控貸前審查流程
信息采集、信息驗(yàn)證、反欺詐、信用評估、授信
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(shí)現(xiàn)智能時代“人機(jī)協(xié)同”管家式服務(wù)，持續(xù)優(yōu)化客戶用卡環(huán)境
銀行信用卡貸前審批的風(fēng)控知識及管控策略
信用卡申請時申請人的三大數(shù)據(jù)分析
不變數(shù)據(jù)
限制性變化數(shù)據(jù)
變化數(shù)據(jù)
信用卡審批時的多維度客戶信用評估
性別、年齡、學(xué)歷、婚姻狀況
手機(jī)在網(wǎng)時長、常聯(lián)系人
資產(chǎn)水平、收支水平
消費(fèi)水平、消費(fèi)時間、地域、行業(yè)特征
逾期記錄、黑名單
信用報告的引入
內(nèi)部信用報告
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
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(jìn)行深度分析潛在風(fēng)險
風(fēng)控策略優(yōu)化的思路和常用工具
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
常用工具：K-S曲線、Lift Chart、ROC曲線
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(diǎn)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(diǎn)
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(diǎn)
大數(shù)據(jù)智能風(fēng)控,護(hù)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(jī)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(jī)器學(xué)習(xí)算法實(shí)現(xiàn)了更加高效、精準(zhǔn)的風(fēng)險決策能力新突破,實(shí)現(xiàn)交易金額挽損提升20%
銀行信用卡貸前欺詐手段與防控措施
信用卡能給客戶帶來的九個主要功能和兩大核心功能
客戶申請信用卡的核心訴求
客戶為什么要進(jìn)行虛假信息進(jìn)件申請
常見的虛假信息進(jìn)件申請項(xiàng)
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(jìn)行多家銀行信用卡申請操作
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(jī)、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(jī)動車行駛證作為財力證明
有效識別客戶常見的的虛假申請
通過內(nèi)外部征信報告進(jìn)行基礎(chǔ)信息比對
通過互聯(lián)網(wǎng)公開信息比對進(jìn)行核驗(yàn)
通過三大電信運(yùn)營商的電話分布規(guī)律進(jìn)行側(cè)面核實(shí)
例：浦發(fā)銷冠團(tuán)隊(duì)運(yùn)用核查申請人提供的工作單位座機(jī)號段，識別虛假申請信息，提前降低風(fēng)險發(fā)生率
課程總結(jié)

張光祿老師的其它課程