近年来，信用卡行业凭借海量的客户资源、标准化的业务流程已成为大数据应用最为广泛和深入的领域之一。借助大数据、智能认知为代表的金融科技手段，信用卡行业可以拥有全新的视角，去评估“传统”风控模式所不能及的部分，有助于从更全面的角度进行客户画像和风险识别。
面对如今复杂的国内外经济环境和激烈的市场竞争，兴业银行信用卡中心始终致力于大数据风控体系的布局，借助信用评分和多头借贷大数据等产品，为消费信贷业务规模的放量增长和创新业务的推陈出新夯实风控基础，为信用卡业务向金融科技转型保驾护航。
以信用评分产品为抓手，精准度量客户违约风险
信用评分是金融机构通过精准建模等科学技术构建的、用于量化风险的计量工具。一旦插上“大数据”的翅膀，就能以客户在多家金融机构及非金融领域的行为信息为依托，并在预测目标、预测变量等数据来源方面进行延伸，可以作为传统信用评分模型的有效补充，实现对违约风险的精准识别。兴业银行信用卡基于大数据信用评分的风险补充识别效用，着力探寻适合自身业务要求的优质大数据信用评分产品，并逐步嵌入到信用卡业务风险管理的各阶段。
目前兴业银行信用卡使用的个人信用报告数字解读（以下简称数字解读）是人民银行征信中心开发的针对个人的大数据信用评分模型，同其他征信机构相比，数字解读源于各家金融机构上报的信贷记录数据积累，是最贴合银行风控需求的通用大数据评分产品。为了促使“数字解读”的应用更符合兴业银行信用卡的业务现状和发展需求，自2014年开始，兴业银行信用卡着手开展数字解读的验证工作，并于2016年推广在贷前审核环节的运用，通过与行内申请评分模型等其他策略纬度组合应用的方式，强化对客户的风险分层管理，对其中下沉客群实施更审慎的风险决策。另外，在创新业务开展初期，为应对自有评分模型缺失的局面，利用数字解读的风险排序能力制定风险审批规则，实现对新业务资产质量的风险把控。
而对于没有人行征信记录、通过自有数据风险分层效果有限的群体，兴业银行信用卡积极引入市场上主流信用评估服务公司的信用评分产品，借助其在消费等属性的信息数据，进一步丰富了评分产品的预测维度，让客户形象更为“丰满”，从而实现对原有信用评分产品风险精准区分的有益补充。
据兴业银行信用卡中心透露，在引入信用评分大数据产品用于风险审核策略后，在整体风险得到控制的前提下，信用卡部分业务的申请自动审批率提升了42.6%，带动了金融服务效率和能力的提升。
拥抱多头借贷大数据产品，将“共债”高风险客户拒之门外
不难看出，大数据信用评分是兴业银行信用卡风控手段的综合凝聚，依靠强大的科技驱动力量，为信用卡良性运行提供了重要的保障，而除了一系列信用评分大数据产品外，为了应对伴随互联网金融而生的风险高发形式——“共债”，兴业银行信用卡中心积极引入了多头借贷大数据产品，严密防范“共债”高风险客户。
所谓“共债”，一般指同一借款人在两家或两家以上的金融机构提出借贷需求的行为。“共债”行为人中出现资金困难、还款能力不足的概率较高，该部分客户通常采取“以贷还贷，多头借贷”的方式来偿还借款，因此“共债”客户往往伴随着高风险。回顾信用卡行业发展历史，美国、香港、台湾、韩国、日本等地纷纷爆发过严重的卡债危机，根本原因还在于发卡机构未能及时对借款人的共债行为和财务状况进行准确评估，大量的借贷养贷行为导致风险积聚，在金融危机下催生信贷风险爆发式增长，再结合当下互联网金融飞速发展的推波助澜，“共债”问题已是银行业“风控”重点之一。
兴业银行信用卡敏锐捕捉金融市场的风险动向，积极验证和引入多头借贷大数据风控产品，对风险识别纬度进行扩充。据悉，兴业银行信用卡在相关风控规则上线后可新增捕获约5%的“共债”高风险客户，降低同期新增客户20%的不良资产份额。
事实上，在“共债”问题上严格把关，正是兴业银行在大数据“风控”问题上运筹帷幄的集中表现。身处移动互联网高速发展的全新时代，“风控”作为金融机构有序运行过程中至关重要的一环，也必将直面时代发展所带来的严峻挑战。对比国内当前的信贷市场环境，在互联网快速发展的带动下，信贷业务从线下推广延伸到线上受理，业务范围也从商业银行延伸至各类非银金融平台。互联网机构的信用类产品、消费金融类贷款、现金贷等新型信贷模式的异常增长使得“共债”矛盾更加突出。
在此背景之下，坚持立足金融科技，应时而变开拓创新，正是兴业银行信用卡高速发展与良性运行并存的重要基石。互联网高速发展是一把“双刃剑”，而大数据恰恰是其中的良性衍生品，如何充分利用外部信用评分、多头借贷、生物识别技术等大数据风控产品扩充风险识别纬度，将在极大程度上决定风控实力的发展与强大。兴业银行信用卡将继续通过强化外部大数据与传统风控的优势互补，拓展运用深度，以大数据为抓手打造风控核心竞争力，在保障信用卡业务健康稳定发展同时，为新时代兴业银行零售板块数字化经营转型和可持续发展添砖加瓦、保驾护航。
