浅析“个人信用报告数字解读”在广州银行信用卡中心的业务价值

“个人信用报告数字解读”（以下简称“数字解读”）产品是由中国人民银行征信中心与美国费埃哲公司合作在对个人通用信用评分研究项目的基础上，利用我国个人征信系统的信贷数据开发出来的征信产品，用于预测放贷机构个人客户在未来一段时间内发生信贷违约的可能性。这一产品的研发标志着我国的征信体系建设进入全新的时代，解决了我国长期以来没有一套统一征信评分的状况，为中国金融消费者提供了更加公平的信用服务，同时为信贷机构提供风险精细化管理的工具。

广州银行的信用卡业务人群主要分布在珠三角区域，业务经历了5年的高速发展，客户数超过了100万。广州银行2014年即对”数字解读”产品完成了验证，该产品在我行的评分覆盖率高，好坏区分能力较强，评分性能非常稳定。两年来，“数字解读”产品已经成为我行开展信用卡获客、贷前审查、贷后管理等业务必不可少的工具。

信用卡获客

在未使用“数字解读”产品之前，银行可能会因为缺少充分的信用信息而将一部分实际信用状况良好的客户拒之于信用卡门外，而”数字解读”产品的研发较好地解决了这一问题。2016年5月，广州银行在发卡客群中新增了“数字解读”客群，使得我们可以对于更多信用状况良好的客户进行信用服务，扩大了业务规模。截至2016年10月，我行已挽回了10114名拒绝客户，而这些客户每月能带来3100万的透支金额，进一步提升了我行信用卡业务绩效。

贷前审查

“数字解读”产品在我行信用卡和信贷审批业务中应用广泛。在消费信贷授信流程中，结合数字解读，可以通过风险系数调整对优质客户授信额度。在信用卡业务方面，我行在信用卡分期政策上结合”数字解读”进行信用分群，在此基础上更有针对性地对客户进行营销。2016年4月上线至2016年10月共计带来了3.65亿的信用卡分期规模。图1是“数字解读”产品在我行信用卡贷前阶段的表现，可以看出该产品在我行信用卡贷前的风险排序上基本稳定，而且排序单调性较好。图2显示该产品在贷前的区分能力较强，最高的柯尔莫格洛夫 - 斯米尔诺夫指标大于50%。贷后管理

图1 数字解读在信用卡贷前时点上表现期12个月的M3+比率

图2 数字解读产品在信用卡贷前每月柯尔莫格洛夫-斯米尔诺夫指标

“数字解读”产品应用在我行贷后调额审批中，极大地缩短了调额审批时长，提升客户用卡体验。可以说，”数字解读”在贷后管理上有着重要作用，对于高风险客户的贷后排查成本显著减少。同时这一产品也是我们风险判断的先行指标，每月我们通过该产品能够找到800-1000名高风险客户做排查，部分客户会进行提前催收。图3是该产品在我行的贷后表现，可以看出该产品对于“坏”客户的排序能力较强，且每月对“坏”客户的识别能力都很稳定。

图3 数字解读在信用卡贷后时点上表现期12个月的M3+比率

从图4，我们发现”数字解读”的柯尔莫格洛夫 - 斯米尔诺夫指标普遍较高，每月最高均超过70%，模型的“好”“坏”区分能力很强。

图4 数字解读产品信用卡贷后每月柯尔莫格洛夫-斯米尔诺夫指标

从图5显示了”数字解读”在我行消费信贷贷后上的表现，风险的排序能力以及识别“坏”客户的表现也很稳定。

图5 数字解读在消费信贷贷后时点上表现期12个月的M3+比率

图6揭示了“数字解读”的区分能力较强，最高的柯尔莫格洛夫 - 斯米尔诺夫指标达到60%以上。

图6 数字解读在消费信贷贷后管理上每月柯尔莫格洛夫-斯米尔诺夫指标

其他方面

“数字解读”产品在我行信用卡产品上的风险定价、客户分群以及客户价值经营等方面也发挥着积极重要作用。目前我行信用卡风险定价、客户分群等项目正在进行中，而”数字解读”正是这些项目的重要变量。

综上所述，”数字解读”产品对商业银行的信用卡获客、贷前审批以及贷后管理等各方面都是非常必要的，同时也有助于培养客户良好地用卡行为。

注：M2+：30-59天逾期    M3+：60-89天逾期