8 信用卡信贷决策自动化及策略应用-孙勃

1、信用卡信贷决策自动化及策略应用风险管理团队 孙勃2016年4月-6-目录第一部分信用卡信贷决策自动化介绍第二部分我行自动审批策略应用现状第一部分信贷决策自动化定义及意义 信贷决策自动化是信用卡授信管理的自动化解决方案，由系统替代人完成风险评估与授信审批步骤，其中核心技术包括评分模型、业务策略树、决策系统等 信用卡授信管理包括贷前初始化授信、贷中额度调整授信 授信管理的目的是针对所需授信业务，做出正确、快速、审慎的决策，通过合理的策略设计，在收入、损失和成本之间寻求最佳平衡点，实现效益最大化 适用于信用卡业务特点（1） 客户数量众多、单一客户贡献低（2） 集中化、专业化、自动化处理；（3） 作业

2、处理劳动密集型第一部分决策管理三大支柱分析模型Analytics决策系统业务策略StrategiesDecision Automation决策管理系统是 将评分和策略应用到业务流程的桥梁全自动审批流程人工审批流程普通客户转人工审批流程（不支持全自动审批客户分类）信用卡老客户（NUW）全自动审批Blaze Advisor渠道数据导入 客户识别、打标行内资产客户行内房贷客户转人工审批（触发不支持全自动审批规则）自动拒绝（发送短信）征信录入环节资信核查环节该决策引擎产品自2015年6月开始应用于信用卡额度管理业务，后续将逐渐替代CDS，作为唯一决策系统，承载全部自动决策业务场景。行内白 客户阶段网申

3、渠道客户自动批准（上传发卡）自动决策转人工决策环节自动拒绝（发送短信）自动批准（上传发卡）第一部分决策系统在信用卡业务中的应用流程管理系统贷前风险管理系统（审批系统）贷中风险管理系统（额度管理、侦测、风险预警系统等）贷后风险管理系统（催收系统）决策管理系统申请审批模型账户管理模型（额度管理、风险预警）决策管理催收管理模型申请评分准入/额度策略行为评分准入/额度策略催收评分规则/策略数据仓库/数据集市历史数据存储数据挖掘分析后评价第一部分信贷决策自动化的优点及其限制优点 降低操作风险：审批流程自动化，减低因人为判断而带来之操作风险 提升客户识别能力：批准尽可能多的好客户，提高收入 精确量化风险：

4、有效识别并拒绝高风险客户，减少未来的坏账损失 决策标准一致：不会受个人的主观和偏见的影响 提高审批效率：提高授信速度，支持即时销售决策 降低成本：自动化的成规模的流程，降低人工成本 加速政策生效：维护程序简易及系统化，有利缩短由信贷政策生效至投产时间 有助政策试点及重检：通过在信贷决策系统内部署冠军/挑战策略，可协助试点测试、重检优化信贷政策限制 部份信贷政策订明之条件仍依赖审批人员检查，如处理客户呈交之文件 符合大数定律，无法排除对个别客户的判断失误 非所有申请均能透过系统自动化审批信用评分卡 信用评分卡是以一套量化指针将目标(即个人户)信用风险排序的统计工具 量化指针包括客户特征(职业、居

5、住状况等)、信贷还款记录(过去及现在)、征信记录等 于特定违约定义下，有效的评分卡可适当预测账户出现违约之机率第一部分信用卡应用信用评分卡的优势应用环境及优势 为有效及快速实施评分机制，绝大部分评分 卡配置于自动化决策系统中，经系统收集原 数据并根据评分卡计算信用评分，配合银行自身的风险偏好、策略及相关授信条件，构成最后的授信决定或贷款配置 科学化，准确度高，表现稳定，运作速度快 决策评分卡的有效性及可配合系统化特质， 大大协助信用卡一类量产型业务的自动化审批处理 黑色曲线为各个分数段的申请人数 绿色直线为各个分数段的坏客户比例评分100-200200-300800违约概率43%22%10%0

6、.02%高信用风险低-7-第一部分自动审批与成本效益的关系-9-处理量/ 流转量审批自动化 成本效益自动化审批 构成非线性关系人手审批 构成线性关系 有效控制审批团队人力成本及其管理成本, 同时达高效流转量 自动化审批 人工审批 审批团队人力成本第一部分授信结果与风险界限的关系审批自动化 分界线测试风险界限之内的申请 批准 风险界限之外的申请 拒绝 风险界限分界线 人工审查 风险政策层面上，可于信贷决策系统内进行Champion/Challenger 测试，测试结果可协助重检及优化现有之信贷政策第一部分信贷决策贷前应用流程简介变 量 采 集决 策 系 统数 据 仓 库评分卡 准入策略 客户分类

7、 进件渠道 产品 额度策略 客户分类 进件渠道 产品规则/策略 中间变量加工 评分计算 策略树执行计算 族群类型 可验证财力信息 资信核查结果人工变量采集 行内征信 行外征信 客户账户信息 申请侦测结果系统采集变量 客户申请表信息客户信息评分卡/策略监控报表输入输出风险数据集市总行风险管理团队审批结果人工审查拒绝批准分行审批人员有权人工改写并作出最终审批决定由分行审批人员完成对系统无法决策部分的人工审核分行审批团队-10-息分行端信息收集预警规则行为评分卡重点监控策略预警结果(1-N级)决策系统筛选、圈定风险卡户总行端交易信处置结果回收分行处置结果（解除、重点监控、提前回收、降额、冻结、解冻）

8、客户沟通人工排查账户调整u 目的：鉴于风险预警处置业务时效性要求较高，通过“风险预警与资产处置系统”落地，实现总分行预警与处置流程的电子化联通，缩短响应时间，使各发卡行间实现以客户为单位的信息共享，同时辅以规则 模型，实现侦测精准度、效率的最大化。第一部分信贷决策贷中应用流程简介-13-第一部分申请审批决策策略树示意图 决策树：通过创建各决策点（决策条件），使系统按照业务所设计的策略执行，对几种可能的决策方案进行选择。 政策规则：包括黑 (内部黑 ，外部黑 )，征信规则，业务规则（如：行业限制、资本负债率限制等）。 评分等级划分：是策略设计的基础，即通过设置Cut-off点，将评分轴划分成不同

9、风险等级的评分段，并设置不同决策策略。第一部分增额审批决策策略树示意图综合考量风险和收益维度，是调整额度的核心思路， 将信贷资源投放到盈利能力更强且风险可控的业务/客户上，是合理配置经营资源的重要一步。第一部分信贷决策系统核心功能申请评分计算v 基于客户的个人基本数据(如年龄、行业职位等)及外部征信信息(从人民银行征信报告获得)，计算客户的“申请评分”，以评估其信贷风险度。排除性规则v 过滤掉黑、人行不良、公安不良、高风险区域、现账户状态异常等客户。申请风险侦测v 参考反申请系统对客户的风险评级完成信贷决策。准入策略v 检查客户是否满足我行信贷政策条件，并由系统自动作出批准、拒绝或需人工介入审

10、核的授信结果及原因。额度策略v 综合客户财务状况、行内及行外信用记录、申请评分、地区及以下因素制定额度策略，并由系统自动给出建议授信额度：n 所申请产品的额度上限n 客户个人征信报告中反映的风险评级、收入、资产、还款能力等n 从行内其他系统中收集到的客户信用、收入、资产信息n 从客户申请资料中收集到的可验证财力信息n 个人总 负债金额对比月薪比率(Total Liability to Income Ratio - TLI)n 个人每月总负债金额对比月薪上限(Debt Servicing Ratio - DSR)-14-第一部分决策变量的范围及作用-27-行内征信个人数据 客户申请信息 客户证明

11、资料行外征信 结集不同维度数据可提高风险评分有效性 行内外征信数据的维度扩展可提升客户识别能力 行内外征信数据的应用能更立体地、更客观的反映客户风险、收入水平 依托对相关信息的应用，完成审批决策及信贷额度配置 所持有产品信息 集团内收入及资产信息 集团内产品及信用历史 人行信贷信息 人行社保信息 公安户籍信息 学历信息 科学化，准确度高，表现稳定，运作速度快 评分卡的有效性及可配合系统化特质， 大大协助信用卡一类量产型业务的自 动化审批处理数据集市决策系统流程系统报表系统第一部分策略管理的生命周期闭环管理体系策略设计（业务+数据）策略配置策略优化（表现报表）评分卡决策树业务规则策略模拟策略设计

12、后评价重视对策略规则的数据挖掘，充分运用统计科学的数据，透过对历史数据进行数据分析，制定策略规则策略监控（结果报表）【评分卡】进行定期重检/验证，以确保其产出的有效性，降低时间推移造成的评分卡预测能力下降风险冠军/挑战策略执行策略部署（冠军/挑战）【策略】进行定期后评价分析，跟进试点或挑战策略的应用后果并及时修正第一部分国内自动审批所面临的问题人省市间存在经济、规模差异，故信用风险之地域差异较大 措施针对不同地域，设计多区组评分卡，同时制定地域差异化策略授信收入证明文件复杂，难以认定 措施尽量避免应用客户所提供财力信息，通过其他渠道变相采集、反算、验证客户 财力水平人工干预比例高，审批人员以专

13、业判断考虑为主，以框架性的条文作审批依据 措施对人工干预手段进行授权管理与监控，将授信政策数据化、规则化、系统化目录第一部分信用卡信贷决策自动化介绍第二部分我行自动审批策略应用现状第二部分多决策点审批流程全自动审批流程人工审批流程普通客户转人工审批流程（不支持全自动审批客户分类）信用卡老客户（NUW）客户识别、打标全自动审批资信核查环节行内房贷客户渠道数据导入转人工审批征信录入环节行内资产客户自动拒绝（发送短信）（触发不支持全自动审批规则）阶段行内白客户自动批准（上传发卡）自动决策网申渠道客户转人工决策环节自动拒绝（发送短信）自动批准（上传发卡）第二部分内外部征信数据应用事项具体工作当前状态后

14、续计划行内数据行外数据已持信用卡客户已实现，已持信用卡客户（不增额）的全自动审批将行为评分及预设额度应用于存量客户再发卡流程个人金融资产类客户已应用，仅限三级财富客户增加获取尚未达到三级财富级别且月日均余额稳定客户个人贷款类客户正在接入与行内相关部门商议数据接入事宜、完成细化政策与策略的方案设计代发薪、养老金、企业年金、小微/中小企业/ 大公司授信客户正在接入与行内相关部门商议数据接入事宜、完成细化政策与策略的方案设计学历已应用将信息应用于网络渠道小额授信、学生办卡识别、额度策略优化方面邮编地址正在采购将信息应用于客户申请 侦测、资产等级划分、额度策略优化方面航空公司、电信运营商及第三方征信提

15、供商正在采购辅助完成客户价值、信用记录、消费能力识别，更精准的进行客户形象刻画与资质评定政府失信已应用应建立针对等政府部门失信的采集、管理、嵌入系统等工作流程 不良第二部分核心外部征信数据内容解析人行征信数据类【人行征信查询结果】【我行信用卡信息】【他行信用卡信息】【行内资产信息】【养老保险金】【住房公积金】【同时发生信用卡和消费信贷逾期的次数】【贷记卡汇总信息】【贷记卡逾期记录】【准贷记卡汇总信息】【准贷记卡逾期记录】【贷款汇总信息】【贷款逾期记录】【担保贷款信息】【查询记录信息】加强对人行征信报告、学历数据等外部客户信用数据的挖掘与应用。人行征信数据采集与加工由审批系统对人行征信数据中主要

16、风险指标变量进行数据加工。学历数据类【学籍】【学历】【毕业结论】【学历级别】【是否211/985院校】【毕业时间】人行征信数据自动授信应用在决策引擎中部署“人行征信不良”及“人行征信风险提示”策略内容。第二部分针对不同客户分类的差异化策略采取客户分类有什么意义？通过客户分类对不同客户进行分层管理，采取差异化流程、准入策略、额度策略，利于后续客户跟踪分析和监控管理、提供分行灵活应用的空间。行内资产客户行内房贷客户行内白客户已持卡增额客户老客户网络渠道客户新客户线下渠道客户学生客户高风险客户已持卡不增额客户重点客户1234价值类型价值分组价值基准授信额度地区水平值收入矩阵最终授信额度地区分组进件地

17、区偏好分组矩阵分行风险偏好系数+-发卡行第二部分自动审批额度策略收入矩阵从客户收入、资产、社会地位方面还原其价值，并以此基础授信，同时考虑了进件区域经济环境差异及进件分行不同的风险偏好。收入价值1人行征信反推收入收入价值2可核实客户收入资产价值1人行征信反推资产资产价值2可核实客户资产社会地位价值职级收入第二部分我行与同业的自动审批率差距逐笔人工审批所带来的问题60502030？ 审批时间相对较长，对量产业务而言不乎合成本效益？ 审批人员准则可能有异，带来不一致情况我行建行交行自动审批率与同业差距较大于2009年向全辖推广申请评分模型，但应用效果未达到业务预期目标，自动审批比例始终停留在较低水平，自2015年起启动自动审批率提升项目，现正在稳步提升中。第二部分自动审批架构调整措施业务目标客户识别、业务策略模型评分、政策规则基础分析、业务报表数据仓库、数据集市（行内、行外）、外部征信数据采购以行内