一、信用卡風(fēng)險(xiǎn)分析

（一）不良率抬頭

2017 年以來，中國(guó)信用卡市場(chǎng)迎來了一場(chǎng)前所未有的大躍進(jìn)，平均每個(gè)月新增接近 1000 萬張信用卡進(jìn)入市場(chǎng)。梳理 2018 年上市銀行年報(bào)可見，那些信用卡業(yè)務(wù)占據(jù)市場(chǎng)主要份額的銀行，去年新增發(fā)卡量和交易額普遍保持雙位數(shù)的同比增幅，大部分透支額度也保持高增長(zhǎng)態(tài)勢(shì)，如圖 1 所示。與此同時(shí)，信用卡的風(fēng)險(xiǎn)隱憂也在增加，多家銀行信用卡不良率抬升。最近公布的銀行年報(bào)顯示，中信銀行、浦發(fā)銀行和平安銀行于 2018 年末的信用卡不良率分別較上年末回升 0.61%、0.49% 和 0.14% [1]，如圖 2 所示。

△ 圖1  2018年部分全國(guó)性信用卡不良余額（單位：億元）

△ 圖2 2018 年部分全國(guó)性銀行信用卡不良率和較年初變化

（二）“共債”風(fēng)險(xiǎn)

為了追求辦卡的數(shù)量，各家銀行競(jìng)相降低辦卡門檻，對(duì)申領(lǐng)人的身份、經(jīng)濟(jì)來源和收入情況審核不嚴(yán)，多數(shù)都僅憑一個(gè)電話就通過審核，導(dǎo)致信用卡發(fā)放泛濫。信用卡發(fā)放存在過度授信、異常交易管控不力、對(duì)申請(qǐng)人資料審核不嚴(yán)等問題。

超前消費(fèi)、過度消費(fèi)，再利用各種借款渠道“拆東墻補(bǔ)西墻”，使用多張信用卡套現(xiàn)并且“以債養(yǎng)債”問題，但是這樣的惡性循環(huán)容易導(dǎo)致資金鏈斷裂而無法償還信用卡的欠款。

（三）過度授信

在評(píng)估信用卡風(fēng)險(xiǎn)時(shí)候，需要考慮居民杠桿率過高的問題。居民杠桿率過高可能抑制消費(fèi)需求及經(jīng)濟(jì)增長(zhǎng)：加劇系統(tǒng)性金融風(fēng)險(xiǎn)。[1] 但實(shí)際影響程度在發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家之間差異明顯，成熟有效的金融體系有助于降低單位負(fù)債率上升產(chǎn)生的信用風(fēng)險(xiǎn) [2]。

部分銀行未及時(shí)執(zhí)行“剛性扣減”監(jiān)管要求，過度授信風(fēng)險(xiǎn)尤其突出；在總授信額度風(fēng)險(xiǎn)控制措施方面，部分銀行資信認(rèn)定政策不合理，對(duì)部分持卡人資信調(diào)查不盡職，核定收入遠(yuǎn)超其真實(shí)收入水平。

△ 圖3 中國(guó)居民部門杠桿率（%）

銀保監(jiān)會(huì)在 2019 年曾提出四大監(jiān)管要求，強(qiáng)調(diào)建立并完善“剛性扣減”機(jī)制、強(qiáng)化“剛性扣減”機(jī)制實(shí)施效果等內(nèi)容，在授信管理方面要求轄內(nèi)銀行制定更審慎合理且統(tǒng)一的持卡人資信認(rèn)定標(biāo)準(zhǔn)，設(shè)定合理的授信收入比，合理設(shè)定臨時(shí)額度的調(diào)升頻率、期限和時(shí)間間隔，規(guī)范個(gè)人信貸信息報(bào)送和保存等。

（四）支付能力坍縮風(fēng)險(xiǎn)

我國(guó)居民可支配收入增速仍保持平穩(wěn)，國(guó)民總儲(chǔ)蓄率較高，應(yīng)對(duì)支付能力坍縮具有緩沖效果。但是考慮到疫情影響，用工需求不可避免會(huì)縮減，仍需在意失業(yè)擴(kuò)大的可能性，信用卡仍需要注意評(píng)估信用卡用戶的支付能力。

面對(duì)互聯(lián)網(wǎng)金融與支付創(chuàng)新帶來的信用卡潛在風(fēng)險(xiǎn)、宏觀經(jīng)濟(jì)下行所帶來的違約風(fēng)險(xiǎn)集中釋放、人民幣國(guó)際化及“一帶一路”建設(shè)日益深化帶來的跨境支付風(fēng)險(xiǎn)等等、新技術(shù)層出不窮，信用卡犯罪呈智能化趨勢(shì)。傳統(tǒng)信用卡風(fēng)險(xiǎn)控制手段很難全面應(yīng)對(duì)以上潛在的風(fēng)險(xiǎn)，信用卡風(fēng)險(xiǎn)控制數(shù)字化轉(zhuǎn)型迫在眉睫。

信用卡業(yè)務(wù)連接著客戶與商家，擁有客戶交易信息、還款信息、客戶的消費(fèi)偏好、還款能力、信用等級(jí)、收入、職位信息等等。在信用卡數(shù)字化轉(zhuǎn)型過程中，數(shù)據(jù)成為基礎(chǔ)性的戰(zhàn)略性資源。銀行擁有龐大的賬戶基礎(chǔ)、業(yè)務(wù)范圍、信息數(shù)據(jù)。大數(shù)據(jù)的深入應(yīng)用能從海量數(shù)據(jù)中發(fā)現(xiàn)價(jià)值、識(shí)別風(fēng)險(xiǎn)、加速創(chuàng)新以及推動(dòng)行業(yè)健康發(fā)展 [6]，如表 1 所示。

資料來源：公開資料整理

（一）全生命周期反欺詐防控體系

細(xì)分、整合多平臺(tái)行業(yè)類型,配置差異化的風(fēng)險(xiǎn)權(quán)重,精準(zhǔn)度量用戶多平臺(tái)借貸風(fēng)險(xiǎn)。協(xié)助信用卡中心在快速完成審批的同時(shí)予以風(fēng)險(xiǎn)提示，指引人工重點(diǎn)關(guān)注與核查，能有效實(shí)現(xiàn)“共債人群”的識(shí)別和防控 [3]。

“智能風(fēng)控”體系的建設(shè)，整合客戶的交易行為、個(gè)人資產(chǎn)、身份特征畫像、履約歷史、行為偏好、關(guān)系網(wǎng)絡(luò)等多個(gè)維度的數(shù)據(jù)，在業(yè)務(wù)的事前、事中、事后進(jìn)行綜合分析和判斷，開展全方位的風(fēng)險(xiǎn)預(yù)測(cè)和管控 [4]。

（二）智能催收

隨著銀行業(yè)務(wù)的線上化提速,傳統(tǒng)依靠人力的催收模式變得捉襟見肘,很多銀行都開始探索智能催收的模式。智能催收在效率、合規(guī)和標(biāo)準(zhǔn)化運(yùn)營(yíng)等方面展現(xiàn)了人工催收不可比擬的優(yōu)勢(shì) [5]。

（三）差異化定價(jià)

距 2017 年 1 月 1 日信用卡新政實(shí)施已逾 3 年，新政為銀行進(jìn)行差異化定價(jià)創(chuàng)造了空間。大數(shù)據(jù)信用評(píng)估為銀行信用卡差異化定價(jià)提供了一定的技術(shù)支持，如表 2 所示。國(guó)內(nèi)領(lǐng)先大行紛紛構(gòu)建“大零售”戰(zhàn)略發(fā)展格局，信用卡業(yè)務(wù)既能產(chǎn)生消費(fèi)、信用大數(shù)據(jù)，連接生活場(chǎng)景，又依賴大數(shù)據(jù)技術(shù)進(jìn)行精細(xì)化風(fēng)險(xiǎn)控制與運(yùn)營(yíng)。

資料來源：公開資料整理

信用卡數(shù)字化轉(zhuǎn)型方面的挑戰(zhàn)與建議

信用卡業(yè)務(wù)具有產(chǎn)業(yè)鏈長(zhǎng)，存在數(shù)據(jù)儲(chǔ)存及處理環(huán)節(jié)批量數(shù)據(jù)外泄的風(fēng)險(xiǎn)。信用卡風(fēng)險(xiǎn)控制數(shù)字化轉(zhuǎn)型中，多元化的數(shù)據(jù)是核心的資產(chǎn)，但是當(dāng)前在數(shù)據(jù)的獲取、應(yīng)用等方面存在一些問題，具體包括如下三個(gè)方面：

第一，數(shù)據(jù)有待進(jìn)一步開放，包括稅務(wù)、司法、社保、通信、公積金等方面的數(shù)據(jù) [6]，因?yàn)閿?shù)據(jù)孤島的存在，信貸平臺(tái)之間、P2P 平臺(tái)之間的用戶“共債信息”并不共享，平臺(tái)間彼此不會(huì)、也不存在利益動(dòng)力來協(xié)同控制用戶可能存在的違約風(fēng)險(xiǎn)。由于數(shù)據(jù)牽涉不同的機(jī)構(gòu)，存在數(shù)據(jù)壁壘。[7]

第二，數(shù)據(jù)應(yīng)用規(guī)范有待加強(qiáng)，與數(shù)據(jù)相關(guān)的產(chǎn)業(yè)政策、知識(shí)產(chǎn)權(quán)政策、技術(shù)的標(biāo)準(zhǔn)化程度有待進(jìn)一步完善。據(jù)《中小銀行金融科技發(fā)展研究報(bào)告（2019）》統(tǒng)計(jì)，91% 的中小銀行仍沒有建立完善有效的數(shù)據(jù)治理體系，但目前我國(guó)銀行金融業(yè)數(shù)據(jù)治理還處于發(fā)展階段，在制度、數(shù)據(jù)、技術(shù)、人才等各方面都面臨較大的問題。

第三，數(shù)據(jù)安全問題。數(shù)據(jù)安全需要多方面工作的協(xié)同，從數(shù)據(jù)所有者、數(shù)據(jù)使用者、技術(shù)、應(yīng)用場(chǎng)景等維度入手梳理金融大數(shù)據(jù)安全保護(hù)中的關(guān)鍵點(diǎn)，建立大數(shù)據(jù)安全標(biāo)準(zhǔn)框架，以及與標(biāo)準(zhǔn)配套的保障機(jī)制。[8]

信用卡風(fēng)險(xiǎn)控制數(shù)字化轉(zhuǎn)型不可能一蹴而就，需要從如下幾個(gè)方面進(jìn)一步完善。第一，信用卡數(shù)字化風(fēng)險(xiǎn)控制應(yīng)著眼于數(shù)據(jù)、模型和平臺(tái)化能力建設(shè)，全面建立“基礎(chǔ)數(shù)據(jù)+交易數(shù)據(jù)+行為數(shù)據(jù)”的綜合應(yīng)用模式。從數(shù)據(jù)安全運(yùn)營(yíng)、數(shù)據(jù)規(guī)范使用、數(shù)據(jù)多方獲取等維度提升風(fēng)險(xiǎn)識(shí)別精度，實(shí)現(xiàn)對(duì)優(yōu)質(zhì)客戶的精準(zhǔn)授信；第二，完善定量風(fēng)險(xiǎn)評(píng)估模式，優(yōu)化審批規(guī)則，提升線上線下系統(tǒng)自動(dòng)化決策能力和效率。第三，對(duì)信用卡生態(tài)鏈條的模式及各個(gè)節(jié)點(diǎn)進(jìn)行數(shù)字化深度改造，包括產(chǎn)品、銷售、獲客、運(yùn)營(yíng)等方面。

[2]彭冰.銀行卡非授權(quán)交易中的損失分擔(dān)機(jī)制[J].社會(huì)科學(xué),2013(11):86-96.

[3]肖靜華, 謝康, 吳瑤,等. 從面向合作伙伴到面向消費(fèi)者的供應(yīng)鏈轉(zhuǎn)型——電商企業(yè)供應(yīng)鏈雙案例研究[J]. 管理世界(4):145-162+196.

[4]程漫江,葉丙南.中國(guó)將加快“一帶一路”建設(shè)，促進(jìn)跨境貿(mào)易和投資[R].上海:中銀國(guó)際證券,2014.

[5]中國(guó)人民銀行征信中心與金融研究所聯(lián)合課題組, 紀(jì)志宏, 王曉明, et al. 互聯(lián)網(wǎng)信貸、信用風(fēng)險(xiǎn)管理與征信[J]. 金融研究, 2014(10):133-147.

[6]王劍.信用卡潛在風(fēng)險(xiǎn)有多大[R].北京:國(guó)信證券,2018.

[7]Lee J Y. A decentralized token economy: How blockchain and cryptocurrency can revolutionize business[J]. Business Horizons, 2019, 62(6): 773-784.

[8]吳曉光. 金融業(yè)大數(shù)據(jù) 安全標(biāo)準(zhǔn)框架探討[J]. 清華金融評(píng)論, 2018.

靳曉菲

清華大學(xué)互聯(lián)網(wǎng)產(chǎn)業(yè)研究院研究員，區(qū)域經(jīng)濟(jì)學(xué)碩士，主要研究領(lǐng)域：消費(fèi)金融、消費(fèi)者行為研究、信用評(píng)估、產(chǎn)業(yè)轉(zhuǎn)型、數(shù)字經(jīng)濟(jì)等。曾負(fù)責(zé)撰寫《消費(fèi)金融白皮書2018》、《信用卡與消費(fèi)者信用評(píng)估白皮書》，參與撰寫《數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)轉(zhuǎn)型報(bào)告》，并參與傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)指數(shù)、疫情期間中小企業(yè)生存狀況的調(diào)研與研究報(bào)告、政策引導(dǎo)不當(dāng)下的新技術(shù)引入負(fù)面清單等項(xiàng)目。學(xué)術(shù)成果包括清華大學(xué)智庫報(bào)告兩篇。