百融金服与光大信用卡中心大数据风控合作案例
一、互联网金融的繁荣发展对传统金融企业带来冲击和挑战
近年来,互联网渗透到人们生活的方方面面,互联网企业频繁介入金融服务行业,从网络购物到手机支付,从缴纳水电费到买晚餐食材,都能在电脑或者手机上一键完成。随着“互联网+”上升为国家战略、互联网金融被写进十三五规划,互联网金融迎来蓬勃发展之势。
基于高级的互联网技术与信息技术,互联网金融开始出现各类创新的业务模式,这些创新突破传统业务范畴,建立了全新且高度依赖于互联网和移动技术发展的业务模式。互联网金融在给社会大众带来了更好的体验、更多的选择,增进了社会的整体福利的同时,它的出现及快速发展,使商业银行面临客户流失、业务萎缩的危险,传统经营服务模式面临变革,对传统的金融理念、金融模式、金融业务和金融监管体制带来了影响和冲击,改变着传统金融机构的生存业态,也为传统金融机构提供了市场化竞争的新思路和创新活力,推动了传统金融机构的积极转型和变革创新。
二、大数据已成为助推传统金融机构加速变革的重大资产
大数据时代的到来,让“数据即资产”成为新的全球大趋势。现在,数据已经成为与物质资产和人力资本同等重要的生产要素,成为能为企业带来经济利益的重大资产,大数据对银行更具潜在价值。
为了应对新形势下的挑战,银行等传统金融机构积极改变,寻求利用大数据推动发展模式的战略转型。经营模式从“以产品为中心”向“以客户为中心”转型,营销模式从“粗放营销”向“精准营销”转型,服务模式从“标准化服务”向“个性化服务”转型。而所有这些环节的实现,都需要大量的客户信息支撑,百融金服这样的掌握了海量线上线下多维数据的第三方大数据信息服务商可以为银行等金融机构提供非常强大的服务。百融通过对数据信息的收集、整理、分析,对客户信用、行为、爱好等进行全面了解和掌握,从而为银行业务提供必要的基础性支撑。
风险管理需求是整个金融业态的一致需求,随着业务模式的不断创新,风险管理也在进行着持续创新。利用大数据,银行与第三方大数据公司进行联合建模,是推进风险决策模式的有效途径。百融客群通用评分模型是为补充现有银行现有的风控模型,是对银行内现有风控模型的丰富和完善,从而改善现有流程和模型以便做得更好。下面,我们引用百融金服与光大银行信用卡中心联合建模的案例与大家进行分享。
三、百融金服与光大银行信用卡中心合作案例
1、跨界融合,多方合作,银行信用卡业务发展步入新阶段
中国光大银行信用卡中心创始于2003年7月,于2003年底正式成立,直属于中国光大银行总行,与光大银行已有的对外营业机构共同组成光大银行的信用卡业务体系。2006年6月,其客户服务中心获得了CCCS五星级客户服务认证证书;9月,中国光大银行信用卡中心正式通过ISO9001质量管理体系国际认证,成为国内第一家通过英国BSI质量认证的信用卡中心。
光大银行是国内较早开展信用卡业务的银行,更是股份制商业银行信用卡业务的佼佼者。至2009年底,光大银行信用卡中心发卡规模就已突破500万张大关;2010年卡中心实现收支平衡;2011年累计发行量突破1000万张;2012年累计发卡量近1500万张;2013年累计发卡量突破2000万张;2014年累计发卡量超过2377万张;2015年信用卡年度交易额突破1万亿元。
信用卡的快速发展,乃至于整个银行业的发展,都与计算机技术、通讯技术的发展息息相关不可分割。大数据时代给金融行业发展,特别是信用卡产业带来很多新的挑战和契机。利用好大数据,信用卡业务才能够做得更精准,服务得更精准,才能风险控制得更精准。基于大数据,对客户信息进行全方位透视、多角度分析,可以降低各类客户的风险成本,有效保护资金安全。信用卡行业与大数据的结合,对市场占有率、成本控制、投入回报率和用户体验都会起到极大的促进作用,大数据优势将成为银行最值得倚重的比较竞争优势。
现实情况是,业务的快速扩张使越来越多的人关注这个行业,并看好行业前景,然而其内部的问题和风险隐患也不断暴露出来。传统金融领域的风险防范,更多的取决于对申请人申请资料的审核,没有从本质上解决信息不对称的问题。而随着互联网+的快速发展,更多的第三方机构大量涌入个人信贷市场,可以较好地解决传统金融机构面临的问题。基于互联网大数据的风险防范方式,成为银行重点关注的问题。
2、联合建模:精细化的大数据风险管理利器
百融金服(下简称“百融”)成立于2014年3月,同年10月首次提出线上、线下融合的大数据风控建模理论,此时的百融已发掘用户行为数据在风控领域具备极高的价值,但对于市场究竟会接受什么样的风控产品,百融还在探索阶段。
这时,光大银行信用卡中心(下简称“光大”)给予了百融十分的信任,集合双方数据分析师和大数据资源,开展了定制风控模型项目。以双方联合模式,共同对数据进行分析,建立覆盖贷前、贷中、贷后的风险控制模型。
联合建模就是通过对光大卡中心风控业务需求及现有风控策略的了解,结合客户申请数据及百融第三方外部数据,以双方联合模式,共同对数据进行分析,建立定制化的、有效的、风险控制模型。联合建模过程中,首先要研究风控需求以及基于不同业务的控制策略和新要求。然后确定百融数据在客户风险控制框架下的定位和使用方式,结合客户内部数据,将百融经验以策略+模型的形式进行固化,研究定制化模型使用策略,协助客户进行数据对接及模型部署实施。
光大银行信用卡中心风险部负责人表示:“大数据将掀起一场管理革命,比之前的‘数据分析’要强大得多。对海量数据进行科学提炼,对实时或者近乎实时的信息进行数据建模、挖掘和分析,能让一家金融机构因为在反欺诈、贷前信审、贷后管理等风控管理环节拥有敏锐的洞察力而获得极大的竞争优势”。
对比业内情况,很多金融机构有一定量的数据,但是建模及大数据分析能力不足。而有些服务机构只有建模能力,没有可用于建模的有效数据。而百融金服这种既有线上线下融合的多维数据源,自身又具备建模分析能力,并能把业务场景与大数据思维相结合的服务商,才可以从根本上帮助金融机构有效识别目标客户风险,协助其提升整体运营效率。
至2014年12月,光大已开始应用百融服务进行信用卡线上进件审批。这种联合建模的方式给光大和百融带来了双赢的效果,这种合作模式也被保留了下来。2015年底,光大与百融又开展了联合建模升级的工作,新的模型进一步提升了光大此前利用大数据技术所研发模型的风控效果。
3、资质审核:多维度数据精准描绘客户,让欺诈无处遁形
在信用卡业务中,申请人的资质审核是最重要的一个环节。在这个环节中,百融通过三道防线协助光大进行客户的资质审核:
首先,通过人行、公安及光大自有黑名单筛选后的客户,会再进入百融反欺诈数据库进行查询,这里可以提供未接入人行征信系统的P2P及小贷行业的黑名单,被百融反欺诈数据库命中的客户会被直接拒绝。
然后,通过百融反欺诈审核的客户,还会根据百融信用评估规则进行排查,由此找出高风险用户,这些排查规则包含了行为数据、交易数据、社交数据等等,客户累计触碰的规则达到阈值时,申请即被拒绝。
最后,利用百融申请评分模型(光大与百融联合开发)对客户进行打分。通过光大与百融联合建模发现,应用百融评分模型,能够在拒绝小部分好客户的情况下,排除掉更多的坏客户,说明了百融评分模型对坏账率的预测效果良好。所以百融评分在640分以下的用户会被拒绝申请。
图表:百融评分对坏账率的预测效果
随着双方业务的不断深入,数据质量的逐步提升,百融数据的响应率稳步上升。
图表:2015年上半年光大响应情况
4、客户找回:不错过任何好人,减少误判,提高审批通过率
在资质审核阶段,无论是多么精准的风控系统,都存在“漏网”及“误杀”的情况,而百融改进的目标就是帮助光大减少“漏网”、找回“误杀”。不改变原审批流程,增加百融反欺诈,包括特殊名单核查、身份核实等步骤;同时对无人行征信或自有评分不足的客群利用百融数据进行信用评估,提高审批通过率。
图表:百融建议的审批方案 挽回拒绝客户
根据光大与百融的真实合作数据来看,百融帮助光大找回了约15%的“误杀”客户,也就是说,若不是经过百融评分进行二次评估,这部分客户很可能就流失了。根据客户信用卡申请成功后6个月的跟踪数据来看,之前被光大拒绝的客户,经过百融数据审核找回后,风险表现与优质客户基本一致,绝大多数都是好客户,这也证明百融客户找回成功。
5、个人资产增值:创新管理方式,不良资产点石成金
进入贷后管理阶段,对存量不良资产的化解是风险管理的核心能力,关键前提是能够对存量不良资产进行合理盘点和有效评估,使得不良资产化解的效用最大化。不管是共债、欺诈,还是失联,归根结底都是信息不对称所带来的问题。对于个人不良资产管理,核心还是在于解决信息不对称问题,依赖于机构内部数据和传统征信数据的管理方式,就如同获取到了刻画客户的一张“拼图”,新型的大数据征信机构给出了拼图的某些缺失部分,二者的有效结合将有利于更完整、更清晰地刻画客户。在贷后阶段,光大银行与百融金服就开展了合作,结合二者的优势,设计了相应的解决方案,在计量模型开发及资产修复与增值方面进行了实践,使得不良资产可回收的概率得到较大提高,资产的价值得到提升。
根据光大与百融的合作效果来看,在大数据的应用下,催生出更多不良资产化解方面的创新管理方式。如采用了多种创新的客户触达与催收方法,依托QQ、微信、微博等新的渠道媒介,与逾期客户进行了有效接触,丰富了现有的客户触达方法与催收方式。从不同渠道给逾期客户施加压力的方法,收到了良好效果。
6、客户评价:百融让“不良率、逾期率双降,核批率和活跃度双升”
百融与光大构建了良好的合作模式,百融大数据风控的效果也得到了光大的认可,光大银行信用卡中心总经理戴兵曾表示:
“作为信用卡业务的生命线,风险管理一直被我们视为工作的重中之重。光大银行一直强调把风险管理贯穿于信用卡业务发展的每一个环节:贷前方面,不断完善和优化贷前客户引入政策,实现贷前客户管理细分和风险政策的动态调整;贷中方面,建设存量客户风险管理体系,部署差异化的客户风险管理策略与客户行为培养策略,实现精细化风险管理;贷后方面,加强技术手段应用,不断提升催收效用,建立信用贷款催收管理决策体系。而所有这些环节的实现,都需要大量的客户信息支撑,百融金服这样的第三方大数据信息服务商在这个方面为我们提供了非常强大的服务,接入百融的贷前信审系统后,光大银行信用卡成功实现不良率、逾期率双降,核批率和活跃度双升的佳绩”。
小结
受到互联网金融快速发展的反推,传统银行的转型步伐也正加快推进。正如业内人士所说,过去传统银行业享受垄断优势的黄金时代已经终结,而互联网金融的创新发展也必然会加剧金融市场的竞争。在大数据时代,优化完善大数据技术平台,深化推广客户精准营销平台,探索构建互联网征信及欺诈监测平台,成为金融企业共同面对的新课题。
编辑:闫志阳