數(shù)據(jù)時(shí)代商業(yè)銀行消費(fèi)金融業(yè)務(wù)風(fēng)險(xiǎn)管理實(shí)踐

曾憲濤 曹琪

當(dāng)前，我國(guó)居民消費(fèi)快速增長(zhǎng)、消費(fèi)金融政策紅利頻出，消費(fèi)金融以其資本占用低、收益率高的特點(diǎn)，成為諸多商業(yè)銀行業(yè)務(wù)轉(zhuǎn)型的重點(diǎn)發(fā)展領(lǐng)域。在開展消費(fèi)金融業(yè)務(wù)時(shí)，銀行如何更加前瞻、有效地識(shí)別、評(píng)價(jià)客戶的風(fēng)險(xiǎn)水平，進(jìn)而控制風(fēng)險(xiǎn)，是亟待認(rèn)真思考、解決的重要問(wèn)題?；诤Ａ繑?shù)據(jù)建模而實(shí)現(xiàn)定量分析的新風(fēng)控方式為銀行解決這一問(wèn)題提供了全新的思路和手段。銀行可借助新興的數(shù)字化技術(shù)，嘗試構(gòu)建 “從數(shù)據(jù)分析到價(jià)值創(chuàng)造”的方法論，不斷完善消費(fèi)金融業(yè)務(wù)的反欺詐模型、風(fēng)險(xiǎn)評(píng)估體系、風(fēng)險(xiǎn)預(yù)警機(jī)制以及信用數(shù)據(jù)共享。

消費(fèi)金融市場(chǎng)發(fā)展趨勢(shì)分析?

據(jù)人民銀行數(shù)據(jù)顯示，我國(guó)金融機(jī)構(gòu)個(gè)人消費(fèi)貸款余額從2013年的12.97萬(wàn)億元增長(zhǎng)至2018年的37.79萬(wàn)億元，增長(zhǎng)了2.9 倍多，每年的余額增速始終保持在18%以上（見圖1）。隨著經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級(jí)轉(zhuǎn)型，拉動(dòng)內(nèi)在需求、刺激居民消費(fèi)成為推動(dòng)經(jīng)濟(jì)發(fā)展的重要途徑。2018年8月18日，中國(guó)銀保監(jiān)會(huì)辦公廳下發(fā)《關(guān)于進(jìn)一步做好信貸工作提升服務(wù)實(shí)體經(jīng)濟(jì)質(zhì)效的通知》，提出積極發(fā)展消費(fèi)金融，增強(qiáng)消費(fèi)對(duì)經(jīng)濟(jì)的拉動(dòng)作用。因此，我國(guó)消費(fèi)金融市場(chǎng)未來(lái)具有較大的增長(zhǎng)空間。

商業(yè)銀行布局消費(fèi)金融領(lǐng)域優(yōu)勢(shì)分析?

隨著利率市場(chǎng)化改革加速發(fā)展，商業(yè)銀行存款利率不同程度上升，資金成本增加，利潤(rùn)空間受到擠壓。相對(duì)于對(duì)公貸款而言，零售貸款利率敏感度較低，銀行大力發(fā)展面向個(gè)人客戶的消費(fèi)金融業(yè)務(wù)，可以在一定程度上保持收益水平，緩沖利率市場(chǎng)化沖擊。根據(jù)2018年報(bào)顯示，六大國(guó)有銀行及七家全國(guó)性股份制銀行中，有八家零售貸款平均收益率高于對(duì)公貸款。此外，增加客戶粘性、節(jié)約銀行資本、提高非息收入也是零售貸款能夠帶來(lái)的顯著益處。（見圖2）

商業(yè)銀行的消費(fèi)金融產(chǎn)品按貸款用途主要分為住房按揭貸款、信用卡、其他消費(fèi)貸款三類。然而自2017年“房住不炒”成為調(diào)控基調(diào)，各地限購(gòu)限售政策加碼，住房按揭貸款增速回落。信用卡及一般性消費(fèi)貸款市場(chǎng)發(fā)展迅速，產(chǎn)品體系日漸豐富、競(jìng)爭(zhēng)趨于激烈。信用卡業(yè)務(wù)歷時(shí)十余年的高速發(fā)展，已成為銀行中收的重要增長(zhǎng)點(diǎn)。截至2018年末，我國(guó)銀行卡授信總額達(dá)15.40 萬(wàn)億元，同比增長(zhǎng)23.40%。此外，隨著金融科技高速發(fā)展，各家商業(yè)銀行紛紛利用互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)推出快速申辦和放款的消費(fèi)信貸產(chǎn)品。商業(yè)銀行推出的這類線上小額信用消費(fèi)貸款產(chǎn)品以手續(xù)簡(jiǎn)便、時(shí)間迅速、移動(dòng)端隨時(shí)申請(qǐng)的便利性迅速受到市場(chǎng)歡迎。例如：交通銀行2018年推出的“惠民貸”業(yè)務(wù)，向符合準(zhǔn)入條件的個(gè)人客戶提供線上小額信用消費(fèi)貸款，該產(chǎn)品推出時(shí)間僅一年，授信余額已超68億元。

消費(fèi)金融業(yè)務(wù)風(fēng)險(xiǎn)分析?

商業(yè)銀行發(fā)展消費(fèi)金融業(yè)務(wù)潛力巨大，但它的業(yè)態(tài)尚處逐漸成熟期，面臨諸多挑戰(zhàn)，需要提高風(fēng)險(xiǎn)意識(shí)，識(shí)別主要風(fēng)險(xiǎn)點(diǎn)。大中型商業(yè)銀行在消費(fèi)信貸業(yè)務(wù)的審批模式上，正在從不區(qū)分客群的人工審批模式向聚焦優(yōu)質(zhì)客群的自動(dòng)化審批模式轉(zhuǎn)變。大規(guī)模的消費(fèi)金融業(yè)務(wù)高度依賴打分卡等內(nèi)嵌模型的批量自動(dòng)化審批機(jī)制，容易發(fā)生客戶違約和集體性違約等風(fēng)險(xiǎn)。此外，消費(fèi)意識(shí)的轉(zhuǎn)變，刺激部分客戶“以貸養(yǎng)貸”或者借助“消費(fèi)貸”加杠桿投資，這種傾向放大了相關(guān)消費(fèi)貸款的風(fēng)險(xiǎn)。消費(fèi)金融作為新興業(yè)態(tài)，銀行對(duì)此類業(yè)務(wù)的風(fēng)險(xiǎn)管理意識(shí)及管理手段亟待加強(qiáng)。

綜合來(lái)看，商業(yè)銀行消費(fèi)金融業(yè)務(wù)中普遍存在且較為典型的風(fēng)險(xiǎn)有四類：欺詐風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、套利風(fēng)險(xiǎn)、共債風(fēng)險(xiǎn)。

欺詐風(fēng)險(xiǎn)。欺詐風(fēng)險(xiǎn)的出現(xiàn)源于銀行無(wú)法完全準(zhǔn)確判斷客戶身份及相關(guān)信息的真實(shí)性。欺詐行為的分類主要有以下三種： 按交易階段可分為申請(qǐng)階段欺詐和交易階段欺詐;按欺詐主體可分為第一方欺詐和第三方欺詐;按交易渠道可分為線上欺詐和線下欺詐。欺詐風(fēng)險(xiǎn)主要存在于基于場(chǎng)景的消費(fèi)信貸模式中。雖然基于場(chǎng)景的消費(fèi)信貸可以實(shí)現(xiàn)資金、信息、商品的閉環(huán)，但無(wú)法完全杜絕欺詐。第一種情形是個(gè)人的欺詐申請(qǐng)（第一方欺詐）： 借款人假意購(gòu)買商品，獲取商品后再將其變現(xiàn)，實(shí)現(xiàn)了定向支付資金的套現(xiàn)過(guò)程，有時(shí)場(chǎng)景提供方甚至?xí)浜辖杩钊说倪@種欺詐行為，提供回購(gòu)服務(wù)。第二種情形是場(chǎng)景提供方欺詐（第三方欺詐）：通過(guò)批量制造虛假交易，借用消費(fèi)者身份申請(qǐng)消費(fèi)貸款， 商家由少積多可以獲得金額不菲的低成本純信用貸款，而且無(wú)需占用自身信貸額度。這兩種欺詐行為雖然可能不會(huì)直接造成貸款損失，但會(huì)將這種產(chǎn)品實(shí)質(zhì)轉(zhuǎn)化為“現(xiàn)金貸”，信貸業(yè)務(wù)的逾期風(fēng)險(xiǎn)將大大增加。

信用風(fēng)險(xiǎn)。信用風(fēng)險(xiǎn)又稱之為信貸風(fēng)險(xiǎn)或違約風(fēng)險(xiǎn)，是指交易對(duì)手未能履行約定契約中的義務(wù)而造成經(jīng)濟(jì)損失的風(fēng)險(xiǎn)。個(gè)人消費(fèi)信貸業(yè)務(wù)的信用風(fēng)險(xiǎn)形成原因：一是消費(fèi)信貸供給機(jī)構(gòu)對(duì)消費(fèi)者資金、信用、風(fēng)險(xiǎn)狀況分析失誤而帶來(lái)的損失。此類消費(fèi)者部分欠缺按期還款能力，為了獲得消費(fèi)貸款而偽造個(gè)人信用記錄。二是因種種外在原因而引發(fā)消費(fèi)者現(xiàn)金不足，資金缺乏流動(dòng)性的無(wú)力償還。包括宏觀經(jīng)濟(jì)形勢(shì)的惡化等不可抗力導(dǎo)致消費(fèi)者收入大幅減少。個(gè)人消費(fèi)信貸的信用風(fēng)險(xiǎn)受經(jīng)濟(jì)周期的影響較大：處于經(jīng)濟(jì)擴(kuò)張期時(shí)，信用風(fēng)險(xiǎn)降低，因?yàn)檩^強(qiáng)的人均收入能力使總體違約率降低;處于經(jīng)濟(jì)緊縮期時(shí)，信用風(fēng)險(xiǎn)增加，因?yàn)槿司杖肭闆r總體惡化，借款人因各種原因不能及時(shí)足額還款的可能性增加。近年來(lái)我國(guó)的經(jīng)濟(jì)增長(zhǎng)速度放緩，但目前仍處于上升期，總體違約率較低，隨著經(jīng)濟(jì)周期的變化，如果出現(xiàn)明顯的經(jīng)濟(jì)危機(jī)和大規(guī)模失業(yè)，會(huì)導(dǎo)致違約率的快速上升。以美國(guó)信用卡市場(chǎng)為例，2008年次貸危機(jī)后，受失業(yè)率高速攀升影響，美國(guó)信用卡業(yè)務(wù)大幅受挫，核銷率和拖欠率大幅上升至10.97%和6.76%。

套利風(fēng)險(xiǎn)。套利風(fēng)險(xiǎn)主要體現(xiàn)在銀行提供的“現(xiàn)金貸”產(chǎn)品上。不同于購(gòu)物分期貸款，這類消費(fèi)貸款在客戶申請(qǐng)后，將直接把款項(xiàng)打入到客戶賬戶，銀行對(duì)后續(xù)資金的使用、流向等缺乏足夠的控制能力。部分資金被以消費(fèi)的名義借出后，投入到股市、理財(cái)產(chǎn)品等處，以套取利差。消費(fèi)貸款變相成了部分投資者資金加杠桿的手段，一旦投資產(chǎn)品出現(xiàn)風(fēng)險(xiǎn)事件或流動(dòng)性問(wèn)題，極易引發(fā)違約。

共債風(fēng)險(xiǎn)。共債是指借款人在多家金融機(jī)構(gòu)同時(shí)存在債務(wù)的現(xiàn)象。典型共債者的產(chǎn)生，源于超出收入能力可負(fù)擔(dān)的消費(fèi)需求，進(jìn)而產(chǎn)生借貸需求。金融機(jī)構(gòu)的信貸數(shù)據(jù)被納入央行征信， 而大量P2P平臺(tái)、互聯(lián)網(wǎng)消費(fèi)金融平臺(tái)的借貸數(shù)據(jù)無(wú)法直接獲得，因此銀行只能間接推測(cè)借款人的共債情況。借款人在多家金融機(jī)構(gòu)及平臺(tái)借債，通常采取“以貸還貸，多頭借貸”的方式來(lái)償還借款，其資金鏈和抗風(fēng)險(xiǎn)能力會(huì)變得非常脆弱。

數(shù)據(jù)驅(qū)動(dòng)商業(yè)銀行消費(fèi)金融風(fēng)險(xiǎn)管理實(shí)踐?

客戶數(shù)據(jù)分析能力的發(fā)展孕育了全新的風(fēng)險(xiǎn)管理技術(shù)。層出不窮的新技術(shù)帶來(lái)了成本更低、速度更快的計(jì)算能力和數(shù)據(jù)存儲(chǔ)。強(qiáng)大的數(shù)據(jù)分析及建模能力幫助商業(yè)銀行更深入地利用客戶信息數(shù)據(jù)、挖掘客戶數(shù)據(jù)價(jià)值，提升其在消費(fèi)金融領(lǐng)域的風(fēng)險(xiǎn)管理水平。

拓展數(shù)據(jù)來(lái)源，嚴(yán)防欺詐風(fēng)險(xiǎn)。大數(shù)據(jù)驅(qū)動(dòng)及反欺詐規(guī)則和技術(shù)的應(yīng)用（如身份識(shí)別、財(cái)務(wù)數(shù)據(jù)真實(shí)性識(shí)別、收入識(shí)別等）是防范欺詐風(fēng)險(xiǎn)的關(guān)鍵所在。大數(shù)據(jù)在反欺詐風(fēng)險(xiǎn)管理方面，已經(jīng)有了初步應(yīng)用。第一，客戶申請(qǐng)信息的真實(shí)性驗(yàn)證。通過(guò)大數(shù)據(jù)技術(shù)的引入，銀行可在央行征信系統(tǒng)、第三方征信平臺(tái)等基礎(chǔ)數(shù)據(jù)基礎(chǔ)上，充分發(fā)掘客戶背景、信貸行為及共性信息等多領(lǐng)域數(shù)據(jù)，對(duì)客戶信息進(jìn)行交叉驗(yàn)證，通過(guò)對(duì)客戶申請(qǐng)信息中不符合關(guān)聯(lián)關(guān)系或邏輯的部分進(jìn)行比對(duì)校驗(yàn)，可以排查欺詐風(fēng)險(xiǎn)。例如，客戶填寫的地址信息與客戶終端設(shè)備、IP地址距離偏差過(guò)大，則該地址信息存在虛假的可能性。第二，申請(qǐng)資質(zhì)的真實(shí)性驗(yàn)證。惡意的申請(qǐng)人往往會(huì)隱瞞對(duì)其不利的事實(shí)。如較大數(shù)額的隱形負(fù)債、等待處理的法院執(zhí)行案件等。大數(shù)據(jù)的應(yīng)用使得申請(qǐng)人無(wú)法掩飾自身真實(shí)資質(zhì)。通過(guò)連接公開的互聯(lián)網(wǎng)信息，可以獲取申請(qǐng)人的企業(yè)經(jīng)營(yíng)信息、法院執(zhí)行信息;通過(guò)金融機(jī)構(gòu)共建的惡意信息共享名單，也能夠獲知申請(qǐng)人的隱形負(fù)債情況和歷史違約記錄。中信銀行信用卡中心自主研發(fā)了一款申請(qǐng)欺詐團(tuán)伙識(shí)別模型，該模型基于客戶社交圖譜，聚合借款人相關(guān)的各類數(shù)據(jù)源，包括借款人的基本信息、日常生活中的消費(fèi)記錄、行為記錄、聯(lián)系人信息，通過(guò)關(guān)聯(lián)視角，多維度研究客戶潛在的風(fēng)險(xiǎn)傳導(dǎo)、交易演化等關(guān)系，識(shí)別欺詐團(tuán)伙，實(shí)現(xiàn)毫秒級(jí)的實(shí)時(shí)風(fēng)險(xiǎn)防控能力。

強(qiáng)化風(fēng)控模型，防范信用風(fēng)險(xiǎn)。面對(duì)信用風(fēng)險(xiǎn)，銀行需要針對(duì)不同的消費(fèi)金融產(chǎn)品設(shè)置不同的風(fēng)控模型。大數(shù)據(jù)對(duì)初始授信模型及策略產(chǎn)生了重大影響。這源于大數(shù)據(jù)為銀行在申請(qǐng)審批階段就帶來(lái)了更多的客戶行為數(shù)據(jù)，使銀行能夠更為全面、客觀地評(píng)價(jià)客戶的授信額度需求，從而優(yōu)化現(xiàn)有初始額度策略。銀行在初始授信階段除了基于客戶的征信情況外，也可引入外部數(shù)據(jù)。如：銀聯(lián)卡交易流水、互聯(lián)網(wǎng)線上支付數(shù)據(jù)等，進(jìn)而準(zhǔn)確評(píng)估客戶的能力及還款意愿，給予客戶合理的貸款額度。同時(shí)銀行需要持續(xù)關(guān)注客戶的還款能力，針對(duì)某些對(duì)還款有威脅的行為，風(fēng)控模型應(yīng)實(shí)時(shí)進(jìn)行監(jiān)控和反饋、預(yù)警催收，減少逾期率、降低壞賬率。例如，微眾銀行設(shè)計(jì)了6個(gè)風(fēng)控和評(píng)分模型，對(duì)所有騰訊客戶做評(píng)估和排序，根據(jù)結(jié)果形成白名單并逐步開放。這六大模塊包括公安數(shù)據(jù)模型、央行征信數(shù)據(jù)模型、微信社交模型、手機(jī) QQ社交模型、財(cái)付通支付數(shù)據(jù)模型、資金饑渴度模型。上述模塊既包含了傳統(tǒng)的金融數(shù)據(jù)比如銀行征信、公安數(shù)據(jù)、教育數(shù)據(jù)等，也有基于騰訊平臺(tái)的社交數(shù)據(jù)和支付數(shù)據(jù)。這些模型會(huì)確定客戶的授信額度并持續(xù)關(guān)注客戶的還款意愿和還款能力。

分析交易流水，預(yù)警套利風(fēng)險(xiǎn)。針對(duì)套利風(fēng)險(xiǎn)，銀行應(yīng)堅(jiān)持消費(fèi)金融回歸解決收入支出錯(cuò)配問(wèn)題的本源，而非以消費(fèi)金融的名義發(fā)放純信用無(wú)限制條件的個(gè)人貸款，嚴(yán)格打擊套利行為。采用大數(shù)據(jù)分析技術(shù)，提高風(fēng)險(xiǎn)監(jiān)控預(yù)警智能化水平，可以及時(shí)發(fā)現(xiàn)個(gè)人消費(fèi)貸款用途虛假或違規(guī)問(wèn)題，降低套利風(fēng)險(xiǎn)。第一，銀行應(yīng)利用大數(shù)據(jù)手段對(duì)用戶畫像，了解其消費(fèi)習(xí)慣，在其申請(qǐng)大額消費(fèi)貸款時(shí)關(guān)注其是否有購(gòu)買傾向性，以綜合評(píng)估其套現(xiàn)可能性，并計(jì)算出符合其實(shí)際消費(fèi)需求的授信額度。第二，通過(guò)大數(shù)據(jù)分析方法，持續(xù)跟蹤貸款資金流向，重點(diǎn)分析貸款借款人及貸款關(guān)聯(lián)人所有相關(guān)賬戶在貸款發(fā)放后的海量交易流水，篩選出貸款資金改變約定用途的可疑資金交易?？梢山灰卓砂?，借款人本人挪用貸款資金的交易，使用貸款資金購(gòu)買理財(cái)產(chǎn)品、基金進(jìn)行投資的交易，將貸款資金投入小貸公司、典當(dāng)行等限制性機(jī)構(gòu)的交易，貸款資金用來(lái)以貸還貸的交易等。第三，銀行在貸后監(jiān)控時(shí)發(fā)現(xiàn)資金被投入較高風(fēng)險(xiǎn)領(lǐng)域時(shí)，風(fēng)險(xiǎn)監(jiān)控預(yù)警可及時(shí)提示并動(dòng)態(tài)調(diào)整客戶的授信額度和期限。交通銀行風(fēng)險(xiǎn)管理部全力打造了一套整合內(nèi)外部風(fēng)險(xiǎn)信息的風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)。該系統(tǒng)通過(guò)整合分析內(nèi)外部風(fēng)險(xiǎn)數(shù)據(jù)及風(fēng)險(xiǎn)信息的真實(shí)性和嚴(yán)重程度，智能化地建立各類風(fēng)險(xiǎn)信號(hào)的分級(jí)分類。在此基礎(chǔ)上建立全自動(dòng)的監(jiān)測(cè)規(guī)則庫(kù)，提高風(fēng)險(xiǎn)監(jiān)測(cè)規(guī)則的前瞻性和預(yù)警能力。此外，該系統(tǒng)還可實(shí)現(xiàn)貸后報(bào)告200余條預(yù)警信號(hào)的自動(dòng)化識(shí)別，幫助客戶經(jīng)理有效減負(fù)，切實(shí)開展重點(diǎn)預(yù)警和化解工作。

加快數(shù)據(jù)共享，降低共債風(fēng)險(xiǎn)。針對(duì)共債風(fēng)險(xiǎn)，建立信用信息共享平臺(tái)為當(dāng)務(wù)之急。應(yīng)鼓勵(lì)更多的消費(fèi)金融提供方接入央行征信系統(tǒng)，持牌互聯(lián)網(wǎng)小貸公司則應(yīng)要求強(qiáng)制接入。目前共債率的判斷主要通過(guò)間接方式獲取，然而調(diào)用第三方的數(shù)據(jù)，其質(zhì)量參差不齊，可信度低，商業(yè)銀行往往需要調(diào)用多個(gè)數(shù)據(jù)源進(jìn)行交叉驗(yàn)證，導(dǎo)致征信成本提升，而效果依然無(wú)法保證。打通信息孤島，實(shí)現(xiàn)各個(gè)金融機(jī)構(gòu)及平臺(tái)的征信數(shù)據(jù)共享，有助于商業(yè)銀行準(zhǔn)確評(píng)估客戶資質(zhì)，降低共債風(fēng)險(xiǎn)。

未來(lái)消費(fèi)金融的核心競(jìng)爭(zhēng)力是基于海量數(shù)據(jù)建模而實(shí)現(xiàn)定量分析的風(fēng)險(xiǎn)管理能力。在開展消費(fèi)金融業(yè)務(wù)時(shí)，商業(yè)銀行應(yīng)充分認(rèn)識(shí)到數(shù)據(jù)資產(chǎn)的價(jià)值，通過(guò)提高數(shù)據(jù)采集、數(shù)據(jù)分析和數(shù)據(jù)建模的能力，充分挖掘客戶信息、信貸行為等風(fēng)險(xiǎn)數(shù)據(jù)，對(duì)客戶進(jìn)行綜合評(píng)價(jià)和推斷，提升風(fēng)險(xiǎn)管理的智能化水平、精細(xì)化水平。同時(shí)，商業(yè)銀行應(yīng)逐步完善風(fēng)險(xiǎn)防范機(jī)制：貸前充分搜集客戶數(shù)據(jù)建立欺詐模型、貸中利用數(shù)據(jù)挖掘方法構(gòu)建信貸風(fēng)險(xiǎn)評(píng)估新模式、貸后利用數(shù)據(jù)監(jiān)測(cè)系統(tǒng)密切關(guān)注貸款資金流向。以龐大的數(shù)據(jù)信息為支持的綜合性、系統(tǒng)化的風(fēng)險(xiǎn)管理機(jī)制不但是商業(yè)銀行防范消費(fèi)金融業(yè)務(wù)風(fēng)險(xiǎn)的必要舉措，也是商業(yè)銀行在數(shù)字經(jīng)濟(jì)時(shí)代下提升適應(yīng)力和競(jìng)爭(zhēng)力的有效手段。

（作者單位：交通銀行北京市分行風(fēng)險(xiǎn)管理部）