文  |  《中国信用卡》记者 彭惠新

　　中国光大银行信用卡中心副总经理 柴如军

　　近年来，信用卡市场规模的持续扩大和业务模式的不断创新促使商业银行在风险管理方面做出相应的调整，而大数据、人工智能等技术在金融领域的应用为信用卡风险管理提供了强有力的技术支持，智能风控越来越为商业银行所重视。光大银行信用卡中心在进行产品创新的同时，积极运用大数据技术和人工智能算法全面提升风控能力。近日，本刊记者采访了光大银行信用卡中心副总经理柴如军，请他对信用卡智能风控的发展进行解读，并介绍光大银行在该领域的探索和实践。

　　智能风控具有成本和效益优势

　　在金融科技加速发展的时代，金融业逐渐从“互联网+金融”向“智能科技+金融”的方向转型，作为金融核心的风控，也由传统风控逐渐向智能风控转变。柴如军认为，智能风控以大数据为基础，以科技为依托，通过机器学习模型和算法等模拟人类的“智慧+能力”，运用于信贷审批、反欺诈、额度管理等信用卡风险管理领域，从而实现数据驱动的精益化风险管理。“信用卡小额、批量的业务特点，需要我们从规模经济角度平衡成本和效益。传统风控基于有限数据量，应用传统风险计量模型，依赖人工和经验判断等方式，存在成本高、效率低等问题;而智能风控应用多维度大数据构建的机器学习模型，能从信用历史、偿债能力、还款意愿等多维度客观评估客户风险，提升了客户风险识别的准确性和可追溯性，减少了人工操作，降低了风险成本。”在柴如军看来，智能风控并没有改变风控的本质，仍是以准确高效识别客户风险为目标，以“数据+模型”的逻辑量化识别风险，却突出了“大数据+机器学习模型”的价值，更具有成本和效益优势。

　　将智能风控技术贯穿于信用卡业务全生命周期

　　《光大银行2018年半年度报告》显示，截至2018年6月末，光大银行信用卡累计卡量达5130.93万张，同比增长29.25%，新增卡量604.60万张。2018年上半年，光大银行信用卡实现交易额10647.30亿元，同比增长43.51%;实现营业收入182.46亿元，同比增长40.68%。光大银行信用卡业务亮丽成绩的背后，离不开对“场景、客群、细分领域”三大市场的深耕，更离不开对全面、全员、全程风险管理要求的坚持。

　　柴如军介绍说，光大银行秉持开放、包容的态度，积极拥抱新技术、新方法，基于千万级的客户规模、多年积累的海量数据和丰富的经营管理经验，在精准获客、审批授信、反欺诈、交叉营销、额度管理、客户挽留等信用卡全生命周期应用大数据、机器学习等技术，构建智能风险防控体系。采访中，他向记者详细介绍了光大银行在智能营销、智能审批和智能贷后风控方面的具体做法。

　　在智能营销方面，光大银行与腾讯、京东等互联网公司合作，借助其流量、数据等优势，应用智能风控模型和方法，将风险前置，通过合适的时间、合适的渠道触达客户，增加客户转化率，提升客户活跃度，从而实现全新的“风控+获客+活客+数字运营”的精准化智能营销模式。

　　在智能审批方面，光大银行不断丰富数据维度，引入法院诉讼、移动运营商、学历等数据，构建多维数据下的客户360度视图，应用随机森林、神经网络等机器学习方法构建反欺诈模型、信用风险评估模型等，并建立模型自适应、自学习机制，从而全面、深入评估客户申请信息的真实性、还款能力、还款意愿、风险违约率、风险和收益情况等，提高风险识别的精准性，减少人工操作，提升审批流程的自动化水平，从而构建“大数据+机器学习算法+自学习自适应优化机制”的精细化智能审批系统。

　　在智能贷后风控方面，光大银行整合贷前、贷中、贷后环节的过程型和结果型数据，实现整个生命周期各阶段的风险监测预警管理和客户风险类事件型的关系管理。首先，从客群结构和业务种类两方面入手，构建多维度、全生命周期、涵盖各业务环节的风险指标监测体系，全面掌握各项重要风险指标及其趋势变化，从而实现“早发现+早预警+早处置”的精深化监控预警体系。其次，整合交易行为、人行征信、催收记录等内外部数据，开发部署交易反欺诈模型、行为评分模型、滚动率模型等，为交易授权、额度管理、差异化催收等业务管理提供科学的决策依据，从而实现“以客户为中心+高质量发展”的精益化客户关系管理。例如，在交易反欺诈方面，光大银行应用神经网络等技术构建交易反欺诈模型，建立了实时的交易监控系统，对高欺诈概率交易进行实时拦截，该交易反欺诈技术对欺诈交易的识别效果较好。

　　重视数据安全，合法合规应用智能风控技术

　　人民银行金融研究所所长孙国峰曾在公开场合表示，金融机构如果都采取人工智能、自主学习的方式管理风险，一方面微观的金融风险可能增强，另一方面也可能导致顺周期行为。柴如军认为这一问题确实值得关注：人工智能和自主学习的风险管理方式更多的是用数据、模型去量化管理风险，但由于法规政策、不合规操作、信息泄露、模型失效等原因，可能导致微观金融风险。因此，需要周期性进行敏感性分析、模型评估及优化、数据安全检查等工作，避免微观金融风险的发生。同时，金融机构在国家大数据战略、加快建设数字中国的背景下，积极应用大数据、人工智能技术来提高风险防控能力。为避免顺周期风险，建议监管机构、行业协会等站在行业角度，对金融机构进行风险提示，使其可以提前准备，防范风险，减少损失。

　　柴如军表示：“站在商业银行角度，我们将积极响应国家战略，遵守监管规定，合法合规应用智能风控技术，在重视数据安全、信息科技安全等前提下，发挥大数据、人工智能等技术在风险管理中的作用。”

　　多措并举确保数据的可靠性和稳定性

　　人工智能的应用基础是数据，只有在正确数据基础之上才可以得出正确结论，而当数据量很大时，数据的可靠性以及数据是否被污染就变得难以鉴别。光大银行是如何解决这一问题的呢?柴如军告诉记者，在内部数据的管理方面，光大银行信用卡中心早在2006年就开始构建数据仓库，将核心系统、审批系统、收单系统等数据入仓，经过十余年的努力，建立了标准化的、完善的ETL(Extract-Transform-Load)体系，确保内部数据的可靠性和稳定性。

　　在外部数据的管理方面，光大银行坚持从正规渠道获取数据，从源头上把控数据的可靠性和稳定性;制定外部数据管理办法，在数据引入后对数据的可靠性和稳定性进行定期地、持续性地监测，一旦数据出现波动，就会及时与数据提供方进行沟通，确认波动原因，视情况修正应用策略或停止应用。

　　在柴如军看来，人工智能在风控领域的应用除了需要保证数据的正确性、稳定性，还需要保证数据应用的准确性和稳定性。因此，光大银行制定了严格规范的涵盖模型开发、验证、投产、监测、优化等环节的模型管理办法，确保了模型的可靠性和稳定性;构建了多维度综合决策体系，不依赖单一数据源，尤其是单一外部数据源进行决策，避免单一数据源波动造成较大影响。

　　重视人才培养，提升科技实力

　　科技创新，人才是关键。在信用卡智能风控领域，科技人才同样发挥着重要作用。柴如军告诉记者，光大银行信用卡中心非常注重对智能风控人才的引进和培养。一方面，招聘统计、计算机等专业的高素质人才，通过内部定期培训，使其了解信用卡业务及理论知识;另一方面，注重理论与实践的结合，如在与外部公司的合作中，通过项目管理、模型开发等来提升员工的专业化水平。“我们自己培养出来的人才，更熟悉我们的业务，能更好地支持我们未来的发展。”

　　柴如军介绍，目前，光大银行信用卡中心人才流动性整体比较稳定，这得益于薪酬待遇、职业发展、企业文化等多方面的优势。“在薪酬待遇方面，模型开发人员的薪酬待遇相对较高;在职业发展方面，我们更注重为员工进行长远的职业生涯规划;在企业文化方面，我们的阳光文化、家园文化等对于人才还是很有吸引力的。”

　　引进人才、培养人才、留住人才的目的是为了让科技最大限度地服务于业务发展，而业务的发展又能促进科技的落地应用。柴如军告诉记者，在业务快速发展的背景下，光大银行信用卡中心对信用卡贷前、贷中和贷后的风险管理体系进行全面、深入的梳理，从文化、组织、制度、系统、技术、流程等角度出发，构建并不断完善信用卡全面风险管理体系，确保风险持续可控，促进信用卡业务“规模、质量、效益”协调发展。

　　此外，完善数据管理体系和风险监测预警体系也是光大银行信用卡中心在智能风控领域的重点发展方向。

　　首先，光大银行信用卡中心将不断丰富数据维度，积极探索人工智能技术与风险管理的结合与应用。在数据层面，梳理并整合贷前、贷中、贷后业务中的风险数据，同时引入多元化、高质量的外部数据，增加风险识别维度，构建全方位的客户画像标签体系，为智能风控提供数据支撑;在技术层面，引进机器学习、人工智能等更多前沿技术，升级风险量化工具，应用于身份校验、欺诈识别、信用评估等方面，提升精细化风险管理水平。

　　其次，虽然人工智能技术在风险量化管理方面具有显著效果，但对于人工智能技术的应用还是要保持审慎的态度，为了避免微观的、顺周期的金融风险，光大银行将不断强化对客群结构、客户质量和风险指标等的监测，完善基于多维度、全生命周期、涵盖各业务环节的监测预警体系，实现风险的“早发现、早预警、早处置”。

　　金融科技在信用卡风控领域的应用方向

　　金融科技的不断发展，使其在信用卡风控领域的应用不断深入。柴如军从数据和技术两个层面谈了他对金融科技在信用卡风控领域应用方向的思考。

　　在数据层面，尚缺乏可靠的渠道获取客户风险信息，随着监管政策和法律法规的不断出台和完善，未来客户信息的共享将更充分，风险数据的获取将更丰富，所以智能风控的效果也将更显著。商业银行可以在获客端制定更精细化的审批授信政策，从源头上控制好风险。

　　在技术层面，随着人工智能等技术的不断成熟，其与信用卡风险管理流程的结合将更充分，使得成本、效益和体验三者达到更好的平衡。从信用卡的支付和信贷两种产品属性来看，作为支付工具，信用卡的交易从线下向线上转移，支付场景更复杂，客户对于便捷服务的需求越来越高，这要求商业银行在更短的响应时间内提供更具有安全保障的服务，人工智能等金融科技在处理高维数据和快速响应等方面具有优势;作为信贷产品，风险管理是信用卡业务的核心，覆盖了客户引入、成长、成熟、衰退的全生命周期，金融科技在信用卡业务各阶段的风险管理中都能够发挥重要作用，提升风险管理的准确性、时效性和前瞻性。