一、信用卡风险分析

（一）不良率抬头

2017 年以来，中国信用卡市场迎来了一场前所未有的大跃进，平均每个月新增接近 1000 万张信用卡进入市场。梳理 2018 年上市银行年报可见，那些信用卡业务占据市场主要份额的银行，去年新增发卡量和交易额普遍保持双位数的同比增幅，大部分透支额度也保持高增长态势，如图 1 所示。与此同时，信用卡的风险隐忧也在增加，多家银行信用卡不良率抬升。最近公布的银行年报显示，中信银行、浦发银行和平安银行于 2018 年末的信用卡不良率分别较上年末回升 0.61%、0.49% 和 0.14% [1]，如图 2 所示。

△ 图1  2018年部分全国性信用卡不良余额（单位：亿元）

△ 图2 2018 年部分全国性银行信用卡不良率和较年初变化

（二）“共债”风险

为了追求办卡的数量，各家银行竞相降低办卡门槛，对申领人的身份、经济来源和收入情况审核不严，多数都仅凭一个电话就通过审核，导致信用卡发放泛滥。信用卡发放存在过度授信、异常交易管控不力、对申请人资料审核不严等问题。

超前消费、过度消费，再利用各种借款渠道“拆东墙补西墙”，使用多张信用卡套现并且“以债养债”问题，但是这样的恶性循环容易导致资金链断裂而无法偿还信用卡的欠款。

（三）过度授信

在评估信用卡风险时候，需要考虑居民杠杆率过高的问题。居民杠杆率过高可能抑制消费需求及经济增长：加剧系统性金融风险。[1] 但实际影响程度在发达国家与发展中国家之间差异明显，成熟有效的金融体系有助于降低单位负债率上升产生的信用风险 [2]。

部分银行未及时执行“刚性扣减”监管要求，过度授信风险尤其突出；在总授信额度风险控制措施方面，部分银行资信认定政策不合理，对部分持卡人资信调查不尽职，核定收入远超其真实收入水平。

△ 图3 中国居民部门杠杆率（%）

银保监会在 2019 年曾提出四大监管要求，强调建立并完善“刚性扣减”机制、强化“刚性扣减”机制实施效果等内容，在授信管理方面要求辖内银行制定更审慎合理且统一的持卡人资信认定标准，设定合理的授信收入比，合理设定临时额度的调升频率、期限和时间间隔，规范个人信贷信息报送和保存等。

（四）支付能力坍缩风险

我国居民可支配收入增速仍保持平稳，国民总储蓄率较高，应对支付能力坍缩具有缓冲效果。但是考虑到疫情影响，用工需求不可避免会缩减，仍需在意失业扩大的可能性，信用卡仍需要注意评估信用卡用户的支付能力。

面对互联网金融与支付创新带来的信用卡潜在风险、宏观经济下行所带来的违约风险集中释放、人民币国际化及“一带一路”建设日益深化带来的跨境支付风险等等、新技术层出不穷，信用卡犯罪呈智能化趋势。传统信用卡风险控制手段很难全面应对以上潜在的风险，信用卡风险控制数字化转型迫在眉睫。

信用卡业务连接着客户与商家，拥有客户交易信息、还款信息、客户的消费偏好、还款能力、信用等级、收入、职位信息等等。在信用卡数字化转型过程中，数据成为基础性的战略性资源。银行拥有庞大的账户基础、业务范围、信息数据。大数据的深入应用能从海量数据中发现价值、识别风险、加速创新以及推动行业健康发展 [6]，如表 1 所示。

资料来源：公开资料整理

（一）全生命周期反欺诈防控体系

细分、整合多平台行业类型,配置差异化的风险权重,精准度量用户多平台借贷风险。协助信用卡中心在快速完成审批的同时予以风险提示，指引人工重点关注与核查，能有效实现“共债人群”的识别和防控 [3]。

“智能风控”体系的建设，整合客户的交易行为、个人资产、身份特征画像、履约历史、行为偏好、关系网络等多个维度的数据，在业务的事前、事中、事后进行综合分析和判断，开展全方位的风险预测和管控 [4]。

（二）智能催收

随着银行业务的线上化提速,传统依靠人力的催收模式变得捉襟见肘,很多银行都开始探索智能催收的模式。智能催收在效率、合规和标准化运营等方面展现了人工催收不可比拟的优势 [5]。

（三）差异化定价

距 2017 年 1 月 1 日信用卡新政实施已逾 3 年，新政为银行进行差异化定价创造了空间。大数据信用评估为银行信用卡差异化定价提供了一定的技术支持，如表 2 所示。国内领先大行纷纷构建“大零售”战略发展格局，信用卡业务既能产生消费、信用大数据，连接生活场景，又依赖大数据技术进行精细化风险控制与运营。

资料来源：公开资料整理

信用卡数字化转型方面的挑战与建议

信用卡业务具有产业链长，存在数据储存及处理环节批量数据外泄的风险。信用卡风险控制数字化转型中，多元化的数据是核心的资产，但是当前在数据的获取、应用等方面存在一些问题，具体包括如下三个方面：

第一，数据有待进一步开放，包括税务、司法、社保、通信、公积金等方面的数据 [6]，因为数据孤岛的存在，信贷平台之间、P2P 平台之间的用户“共债信息”并不共享，平台间彼此不会、也不存在利益动力来协同控制用户可能存在的违约风险。由于数据牵涉不同的机构，存在数据壁垒。[7]

第二，数据应用规范有待加强，与数据相关的产业政策、知识产权政策、技术的标准化程度有待进一步完善。据《中小银行金融科技发展研究报告（2019）》统计，91% 的中小银行仍没有建立完善有效的数据治理体系，但目前我国银行金融业数据治理还处于发展阶段，在制度、数据、技术、人才等各方面都面临较大的问题。

第三，数据安全问题。数据安全需要多方面工作的协同，从数据所有者、数据使用者、技术、应用场景等维度入手梳理金融大数据安全保护中的关键点，建立大数据安全标准框架，以及与标准配套的保障机制。[8]

信用卡风险控制数字化转型不可能一蹴而就，需要从如下几个方面进一步完善。第一，信用卡数字化风险控制应着眼于数据、模型和平台化能力建设，全面建立“基础数据+交易数据+行为数据”的综合应用模式。从数据安全运营、数据规范使用、数据多方获取等维度提升风险识别精度，实现对优质客户的精准授信；第二，完善定量风险评估模式，优化审批规则，提升线上线下系统自动化决策能力和效率。第三，对信用卡生态链条的模式及各个节点进行数字化深度改造，包括产品、销售、获客、运营等方面。

[2]彭冰.银行卡非授权交易中的损失分担机制[J].社会科学,2013(11):86-96.

[3]肖静华, 谢康, 吴瑶,等. 从面向合作伙伴到面向消费者的供应链转型——电商企业供应链双案例研究[J]. 管理世界(4):145-162+196.

[4]程漫江,叶丙南.中国将加快“一带一路”建设，促进跨境贸易和投资[R].上海:中银国际证券,2014.

[5]中国人民银行征信中心与金融研究所联合课题组, 纪志宏, 王晓明, et al. 互联网信贷、信用风险管理与征信[J]. 金融研究, 2014(10):133-147.

[6]王剑.信用卡潜在风险有多大[R].北京:国信证券,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]吴晓光. 金融业大数据 安全标准框架探讨[J]. 清华金融评论, 2018.

靳晓菲

清华大学互联网产业研究院研究员，区域经济学硕士，主要研究领域：消费金融、消费者行为研究、信用评估、产业转型、数字经济等。曾负责撰写《消费金融白皮书2018》、《信用卡与消费者信用评估白皮书》，参与撰写《数字经济与产业转型报告》，并参与传统产业转型升级指数、疫情期间中小企业生存状况的调研与研究报告、政策引导不当下的新技术引入负面清单等项目。学术成果包括清华大学智库报告两篇。