中国工商银行牡丹卡中心党委委员 罗榕

　　目前，我国经济处于由高速增长转向高质量发展阶段，拉动消费上升为国家战略，消费升级成为市场大势，我国信用卡产业迎来黄金时代，但新的风险也随之而来。总体上，信用卡业务面临的主要风险由传统的信用风险逐步演变为欺诈风险和信用风险相互交织，且表现形式不断变化。一方面，信用卡业务逐步推进客户下沉，大力拓展年轻客户和长尾客户，加大了信用风险防控难度;另一方面，随着信用卡业务的互联网化转型发展，获客及支付主渠道从线下转为线上，新型欺诈手法不断涌现，部分互联网引流机构放宽准入门槛，输入性风险与交叉性风险呈上升态势。为积极应对这些变化，在“全面拥抱互联网”的战略指引下，工商银行引入新思维、新理念，探索和运用新技术、新手段，以大数据建模技术为抓手，为信用卡业务的智能化风险管控提供了强大助力，有效促进了信用卡业务全面实现获客、支付、融资、服务、管理的互联网化转型发展。

　　倡导“数据文化”理念，以创新思维引领智能化风控落地

　　工商银行积极培育以尊重数据、强调精确、注重体验为主要特征的数据文化，把精细化、标准化、常态化理念贯穿于经营管理的全过程，推动信用卡业务风险管理与大数据技术高度融合，构建具有自主知识产权和核心竞争力的信用卡全面风险管理新体系，使风控融入全场景，触及全流程，充分融合数据、信息、模型、策略、系统，不断提升风险识别、计量、监测、控制的智能化水平，全方位防控信用风险、欺诈风险、操作风险和输入性风险，形成业务发展与风险管理协调并进的良好局面。

　　依托数据化、模型化、自动化手段，工商银行构建了基于信用卡客户生命周期的全流程科学决策体系，推进“机智”与“人智”结合，不断增强产品与流程设计的合理性、风险防控与内部管理的前瞻性。持续提升大数据信息处理能力，增加数据分析建模团队、数据处理工具、数据处理技术等方面的资源投入，积极与第三方数据信息智能公司开展合作，不断提升信用卡业务科学决策能力，不断提升风险管控的精细化和智能化水平。

　　结合行内行外数据，优化贷前审核审批

　　在贷前管理中，工商银行致力于应用丰富的数据来源，打通结构化数据和非结构化数据的运用界限，通过业务逻辑对数据进行深入挖掘及关联处理，并以数据可视化技术呈现，积极引入黑名单、不良记录等外部数据，综合运用金融科技防控业务中的各种风险，进一步提升审核审批业务质量，为后续环节打好基础。

　　一是优化准入流程，实现新户风控外延。积极与金融科技领域的领军企业合作开展互联网引流业务，引入生物信息识别及运营商信息核对校验，运用外部数据开展联合建模，更加全面准确地判断客户资质，拒绝外部高风险新客户。强化数据管理理念，针对不同的细分人群研发申请评分模型，引入拒绝推断分析修正模型偏差，不断提升申请评分模型的信用风险侦测水平，提高对新申请客户的风险识别精准度。针对不同的客户群体，使用客户多维度信息，设计相应的审批策略，结合客户风险评估结果，对其进行准确的授信。规范网点经办人员业务操作，落实客户(特别是互联网引流客户)身份及信息真实性核查，减少因操作不规范带来的风险损失。

　　二是同步更新策略，提升申请欺诈识别率。在已有的申请反欺诈系统基础上，工商银行牡丹卡中心研究部署了更符合当代消费金融发展现状的申请反欺诈模型策略，结合欺诈风险新形势、新特征不断优化升级，分别针对单笔申请欺诈及团伙申请欺诈布控了不同的反欺诈规则及模型，并引入信用卡申请反欺诈相关数据服务，实现对欺诈风险的精确识别和有效防控。与第三方机构合作，引入场景行为数据，丰富反欺诈数据基础。加快前沿创新技术应用，在申请、调查环节引入人脸、声纹识别等生物识别技术，丰富身份核验手段。与金融科技公司合作，探索智能外呼、语音比对等新技术的机器人智能调查方式，显著提高调查核实和反欺诈的标准化、规范化及有效性。

　　依据科学计量模型，升级贷中风险管理

　　以金融科技为驱动，加强系统建设与模型研发，持续提升贷中风险管理的效率和精准度，逐步实现从人工经验专家规则监控向系统根据计量模型自动建议监控策略转变、从普适专家规则向细分客群量化评分规则组合转变、从简单线型策略向多维网状策略组合转变、从监控产品和业务向监控场景和数据转变。

　　一是加强系统建设，构建智能化风险监测体系。全面升级信用卡全球监测与干预系统，提升实时干预风险监控水平。打造新型互联网欺诈风险管理平台、人工智能风控管理平台和物联网智能收单风险监控平台，实现信息泄露风险点和集中盗刷点的智能排查处置以及对高欺诈风险交易的实时拦截。构建以多维决策树模型为基础的风险分级监控策略体系，建立“客群+产品+渠道”的多维规则集和“千人千面”的客群专属规则集，综合判断潜在风险，实现不同风险的精准识别、及时预警和分层干预。

　　二是运用大数据技术手段强化贷中高危客户的早期监测预警，根据客户的交易、透支、逾期行为等信息，结合信用风险评分，通过多维模型侦测潜在高违约风险客户群体，利用智能语音系统进行集中外呼，开展早期催收服务，有效降低高危客户后期违约的可能性。根据客户回应与还款行为分析客户行为习惯，细分客户风险等级，进而采取差异化处置措施，实现对风险客户的精细管理。

　　探索交互式智能科技，促进贷后催收升级

　　目前，各家商业银行同业在信用卡催收方面均在不同程度上面临着来自催收人员配备数量不足、作业规范性统一管理难度较大、精细化管理水平有待提高等方面的压力。工商银行积极应对信用卡贷后管理的各种挑战，根据不同风险客户特征及相关评级评分，优化调整催收策略，引入智能机器人和AI技术，充分利用行内外催收资源，全力压降不良贷款，确保资产质量稳定。

　　一是运用大数据技术手段，提高催收效果，节约催收成本。根据客户的资产负债情况、交易行为、还款行为、历史违约等信息，利用学习算法建立早期催收模型，实现对早期逾期账户还款概率的精准评定，优化账户早期催收策略，减少早期逾期客户数量，提升催收回款率和客户满意度。

　　二是积极探索智能催收机器人作用，研究通过使用智能催收机器人补充银行催收人力资源，改善非工作时间、节假日人工催收资源缺乏的情况。智能机器人运用先进的数据分析技术，制定巧妙的联系策略，通过语音、手机短信、电子邮件以及移动应用程序的自动化交互方式，在适当的时间联系客户;能够对不同的客群执行适当的催收策略，并严格按策略要求执行催收，有利于开展个性化催收，提升催收回款效果。

　　三是建立以效益为核心的集约化催收管理体系。以外呼催收与智能催收为抓手，提升早期逾期催收成效，加强对合作催收机构的考核激励与准入退出管理，强化司法催收力度，全方位提升信用卡逾期催收成效;建立健全“核销+证券化”双管齐下的不良资产处置模式，加快存量不良资产化解，保持行业合理的资产质量水平。

　　实施大数据工程，全面提升智能化风控水平

　　工商银行顺应信用卡业务大数据时代的发展规律和市场需求，组建了专业的信用卡大数据分析决策团队，充分发挥信用卡作为数据密集型和数据依赖型行业的特质，着力搭建信用卡业务大数据决策平台，建设贯穿信用卡业务全流程的大数据风控体系，依托数据化、模型化、自动化手段，增强风险管理的前瞻性与有效性。

　　一是研发细分模型，全面助力智能化风控体系建设。在原有风险模型体系的基础上，进一步按客群、产品、地区、业务类型、风险类型等细分，个性化地研发并持续迭代、优化完善信用卡业务风险管理模型，积极探索和应用新的建模工具和建模算法，构建大数据风险管理新体系。工商银行牡丹卡中心已完成贷前申请违约模型、贷中风险监控模型、贷后催收管理模型、精准营销、客户画像、生命周期等十类大数据模型的研发，客户识别变量由200个增至2万多个;先后采用经典风险识别算法和机器学习方法，有效挖掘各类客户的行为特征和风险特征，以海量数据、量化模型和决策引擎支持市场营销、风险控制、精细化管理等各项工作。

　　二是顺应科技发展，搭建智能决策平台。为了实现业务规则集中管理和执行、策略快速更新和复杂策略的智能配置，工商银行牡丹卡中心积极推进建设智能决策系统，打造集模型训练、模型部署和决策引擎于一体的大数据决策平台。该平台将作为支撑信用卡业务发展的基石，深度挖掘工商银行连续多年积累的个人信用数据，广泛采集行外基础数据及衍生变量数据进行模型构建与策略管理，运用大数据理论，为客户提供精细化、实时性的信贷管理服务，进一步提升工商银行对信用卡客户的风险评价能力、客户价值评价能力以及信用账户的管理能力，从而实现智能风险决策目标。

　　为了实现“客户首选、行业领军、世界一流、百年品牌”的发展愿景，工商银行牡丹卡中心自开启互联网化转型发展以来，一直坚持“一切为了持卡人”的理念和“我们先做到”的精神，积极探索行业领先风控技术和金融科学前沿知识，不断运用智能科技驱动风控能力的提升。下一步，工商银行牡丹卡中心将紧跟市场和时代变化，深入研究现有管理策略、深度挖掘客户表现数据、及时更新风控管理体系，努力打造一个智能、先进、科学、全面的风险管理体系，为信用卡业务的健康发展、全面实现信用卡业务的互联网转型保驾护航。