传统银行与互联网金融如何实现共赢：百融金服与光大信用卡中心大数据风控合

本篇文章4418字，读完约11分钟

首先，互联网金融的繁荣和发展给传统金融企业带来了冲击和挑战

近年来，互联网已经渗透到人们生活的方方面面，互联网公司频繁介入金融服务业。从网上购物到移动支付，从支付水电费到购买晚餐材料，只要在电脑或手机上点击一下就可以完成。随着“互联网+”作为国家战略的兴起以及互联网金融被纳入“十三五”规划，互联网金融正在蓬勃发展。

基于先进的互联网技术和信息技术，互联网金融出现了各种创新的商业模式。这些创新突破了传统的商业领域，建立了一种高度依赖互联网和移动技术发展的全新商业模式。网络金融给公众带来了更好的体验和更多的选择，提高了社会的整体福利。同时，它的出现和快速发展也使商业银行面临着客户流失和业务萎缩的危险。传统的商业服务模式正面临变革，这给传统的金融观念、金融模式、金融服务和金融监管体系带来了影响和冲击，改变了传统金融机构的生存形式。它还为市场导向的竞争提供了新的思路和创新活力，促进了传统金融机构的发展。

其次，大数据已经成为加速传统金融机构转型的主要资产

随着大数据时代的到来，“数据就是资产”已经成为新的全球趋势。现在，数据已经成为与物质资产和人力资本同等重要的生产要素，成为能够给企业带来经济效益的主要资产。大数据对银行有更大的潜在价值。

为了迎接新形势下的挑战，银行等传统金融机构积极变革，寻求利用大数据推动发展模式的战略转型。商业模式从“以产品为中心”转变为“以顾客为中心”，营销模式从“粗放营销”转变为“精细营销”，服务模式从“标准化服务”转变为“个性化服务”。所有这些环节的实现都需要大量的客户信息支持。像白蓉·金夫这样掌握了大量在线和离线多维数据的第三方大数据信息服务提供商，可以为银行和其他金融机构提供非常强大的服务。通过收集、整理和分析数据和信息，白蓉全面了解和掌握客户的信用、行为和爱好，从而为银行业务提供必要的基础支持。

风险管理的需求是整个金融业的一致需求。随着商业模式的不断创新，风险管理也在不断创新。银行和第三方大数据公司利用大数据进行联合建模，这是推广风险决策模型的有效途径。白蓉客户群综合评分模型是对现有银行现有风险控制模型的补充，是对银行现有风险控制模型的丰富和完善，从而改进现有流程和模型，提高绩效。下面，我们将与大家分享白蓉金夫与光大银行信用卡中心联合建模的案例。

三.白蓉金夫与光大银行信用卡中心合作案例

1.跨境融合和多方合作，银行信用卡业务发展进入新阶段

中国光大银行信用卡中心成立于2003年7月，位于Be，2003年底正式成立。它直接隶属于中国光大银行总行，与其现有的外部业务机构共同构成了中国光大银行的信用卡业务系统。2006年6月，客户服务中心获得cccs五星级客户服务认证；9月，中国光大银行信用卡中心正式通过iso9001质量管理体系国际认证，成为中国首家通过英国bsi质量认证的信用卡中心。

光大银行是中国最早开展信用卡业务的银行，也是股份制商业银行信用卡业务的领导者。截至2009年底，光大银行信用卡中心发卡规模已超过500万张；2010年，卡中心实现收支平衡；2011年，累计发行量超过1000万份；2012年，累计发卡量近1500万张；2013年，累计发卡量超过2000万张；2014年，累计发卡量超过2377万张；2015年，信用卡年交易额超过1万亿元。

信用卡的迅速发展，甚至整个银行业的发展，都与计算机技术和通信技术的发展息息相关。大数据时代给金融业尤其是信用卡行业的发展带来了许多新的挑战和机遇。通过充分利用大数据，可以更准确地开展信用卡业务，更准确地提供服务，更准确地控制风险。基于大数据，对客户信息进行全面透视和多角度分析，可以降低各种客户的风险成本，有效保护资金安全。信用卡行业与大数据的结合将极大地提升市场份额、成本控制、投资回报和用户体验，大数据的优势将成为银行最有价值的比较竞争优势。

现实是，业务的快速扩张使得越来越多的人关注这个行业，并对其前景充满期待，但其内部问题和风险却不断暴露。传统金融领域的风险防范更多地依赖于对申请人申请材料的审查，并没有从根本上解决信息不对称问题。随着互联网的快速发展，越来越多的第三方机构涌入个人信贷市场，这可以更好地解决传统金融机构面临的问题。基于互联网大数据的风险防范已成为银行关注的焦点。

2.联合建模:一种改进的大数据风险管理工具

白蓉金夫(以下简称“白蓉”)成立于2014年3月。同年10月，首次提出了线上线下集成的大数据风险控制建模理论。这时，白蓉发现用户行为数据在风险控制领域具有极高的价值，但白蓉仍在探索市场将接受何种风险控制产品。

此时，光大银行信用卡中心(以下简称“光大”)给予了白蓉极大的信任，从双方收集了数据分析师和大数据资源，并推出了定制的风险控制模型项目。在双方联合的模式下，将数据一起分析，建立了包括贷前、贷中、贷后的风险控制模型。

联合建模是通过了解光大卡中心的风险控制业务需求和现有的风险控制策略，结合客户申请数据和白蓉第三方的外部数据，以双方联合的方式，对数据进行分析，建立一个定制的、有效的风险控制模型。在联合建模过程中，首先要研究风控制的需求，以及基于不同业务的控制策略和新需求。然后确定客户风险控制框架下白蓉数据的定位和使用模式，结合客户内部数据，以战略+模型的形式固化白蓉经验，研究定制模型的使用策略，协助客户进行数据对接和模型部署。

光大银行信用卡中心风险部负责人表示:“大数据将引发一场管理革命，这比之前的‘数据分析’要强大得多。通过对海量数据的科学提炼和数据建模，实时或近实时信息的挖掘和分析，金融机构能够凭借其在反欺诈、贷前信用审查和贷后管理等风险控制管理环节的敏锐洞察力获得巨大的竞争优势。

与行业内的情况相比，许多金融机构拥有一定数量的数据，但建模和大数据分析的能力不足。但是，有些服务组织只有建模能力，却没有有效的数据进行建模。但是，白蓉·金夫是一个集在线和离线于一体的多维数据源，具有建模和分析能力，能够将业务场景与大数据思维相结合，能够从根本上帮助金融机构有效识别目标客户风险，帮助它们提高整体运营效率。

截至2014年12月，光大银行已开始申请白蓉在线信用卡受理服务。这种联合建模方式给光大和白蓉带来了双赢的结果，这种合作模式也得以保留。2015年底，光大与白蓉开展了联合建模和升级工作，新模型进一步增强了光大以前利用大数据技术开发的模型的控风效果。

3.资格审查:多维数据准确地描述了客户，使欺诈无处可见

在信用卡业务中，申请人的资格考试是最重要的环节。在这一环节，白蓉通过三条防线协助光大银行进行客户资格审查:

首先，被PBC、公安和光大自己列入黑名单的客户将进入白蓉反欺诈数据库进行查询。这里可以提供与PBC信用信息系统无关的p2p和小额贷款行业的黑名单，被白蓉反欺诈数据库攻击的客户将被直接拒绝。

然后，通过白蓉反欺诈审核的客户将根据白蓉的信用评估规则进行筛选，以找出高风险用户。这些筛选规则包括行为数据、交易数据、社会数据等。当客户接触的规则达到阈值时，申请将被拒绝。

最后，用白蓉应用评分模型(由光大和白蓉联合开发)对客户进行评分。通过光大银行和白蓉银行的联合建模，发现白蓉评分模型可以剔除少量的好客户，排除更多的坏客户，说明白蓉评分模型对坏账率有很好的预测效果。因此，分数低于640的用户将被拒绝。

图表:白蓉评分对坏账率的预测效果

随着业务的深入和数据质量的逐步提高，白蓉数据的回复率稳步上升。

图表:光大在2015年上半年的反应

4.客户恢复:不要错过任何好的人，减少误判，提高批准通过率

在资格审查阶段，无论风控系统有多准确，都存在“漏网”和“误杀”的情况，白蓉改进的目标是帮助光大减少“漏网”，挽回“误杀”。不改变原审批流程，增加白蓉反欺诈，包括特殊名单验证、身份验证等步骤；同时，利用白蓉数据对无信用或自有分数不足的客户群进行评估，以提高批准通过率。

图表:白蓉提出的审批方案回收了被拒绝的客户

根据光大与白蓉的真实合作数据，白蓉帮助光大找到了约15%的“被杀”客户，这意味着如果不是白蓉第二次评估，这些客户可能已经流失。根据客户信用卡申请成功后6个月的跟踪数据，被光大银行拒绝的客户经白蓉数据审核收回后的风险表现与优质客户基本一致，且大部分是好客户，这也证明白蓉客户被成功收回。

5.个人资产增值:创新管理方法，将不良资产转化为黄金

进入贷后管理阶段后，化解现有不良资产是风险管理的核心能力，关键前提是对现有不良资产进行合理的清查和有效的评估，从而最大限度地发挥化解不良资产的有效性。归根结底，无论是债务分享、欺诈还是关联损失，都是信息不对称造成的问题。对于个人不良资产的管理，核心是解决信息不对称的问题，依靠机构内部数据和传统的信贷数据管理方法，就像获得一个描绘客户的“拼图”，新的大数据信贷机构给出了拼图的一些缺失部分，两者的有效结合将有助于更完整、更清晰地描绘客户。在贷后阶段，光大银行与白蓉金夫合作，结合各自优势，设计了相应的解决方案，并在计量模型开发、资产修复和增值方面进行了实践，极大地提高了不良资产回收的概率，提升了资产价值。

根据光大与白蓉的合作效果，在大数据的应用下，解决不良资产的创新管理方法应运而生。例如，通过采用多种创新的客户接触和收集方式，依托qq、微信、微博等新渠道媒体，我们有效联系了逾期客户，丰富了现有的客户接触和收集方式。从不同渠道对逾期客户施加压力的方法取得了良好的效果。

图表:各种方式下白蓉失联收藏的召回率

6.客户评价:白蓉做了“不良率和逾期率下降，审批率和活动率为双升”

白蓉和光大建立了良好的合作模式，白蓉大数据风险控制的效果也得到光大的认可。光大银行信用卡中心总经理戴兵曾经说过:

“作为信用卡业务的生命线，风险管理一直被视为我们的重中之重。光大银行始终强调风险管理贯穿信用卡业务发展的每一个环节:贷前，不断完善和优化贷前客户引入政策，实现贷前客户管理细分和风险政策的动态调整；在贷款方面，建立现有客户风险管理体系，部署差异化客户风险管理策略和客户行为培训策略，实现精细化风险管理；贷后方面，应加强技术手段的应用，不断提高效率，建立信贷催收管理决策系统。所有这些环节的实现都需要大量的客户信息支持。像白蓉·金夫这样的第三方大数据信息服务提供商在这方面为我们提供了非常强大的服务。进入白蓉贷前信用审核系统后，光大银行信用卡成功实现不良率和逾期率双下降，审批率和活动率均为双升。

摘要

在互联网金融快速发展的支撑下，传统银行的转型也在加速。正如业内人士所说，传统银行业享有垄断优势的黄金时代已经结束，互联网金融的创新发展必然会加剧金融市场的竞争。在大数据时代，优化和完善大数据技术平台，深化客户精准营销平台的推广，探索互联网征信和欺诈监控平台的建设，成为金融企业面临的新课题。