关注点:如何找寻最优的客户价值组合?
尽管在目标客户获取阶段,银行会对各种发卡渠道给予一定的销售指导和管理,但是依靠一线销售人员简单而粗略的判断很难满足信用卡长期经营管理的要求,因此在目标客户向银行提交申请表,进入申请人阶段之后,银行必须将目光汇聚到如何准确衡量客户的风险与收益,从而发现最优的客户价值组合。其主要原因在于:
·审批--把好风险的第一道关
信用卡行业是一个高风险的行业,其风险管理具有严密的程序,贯穿于信用卡经营的每一个环节,主要包括四个阶段,即风险的识别、计量、监测和控制。其中,前两个阶段合称为审批风险管理,后两个阶段合称为账户风险管理。一般来说,80%的风险是来自于审批阶段,20%的损失是源于账户管理过程,其中的原因显而易见。在客户进入银行之前,其风险特性是否会在未来给银行带来损失完全取决于银行自身的掌控,而一旦客户进入银行拿到卡片,客户就拥有更大的主动性,银行很难完全控制客户风险的发生与否,发生程度如何。因此,各家银行必须在审批环节上花大力气来进行风险把关。
·风险--需要经营而不是规避
信用卡行业也是一个经营风险的行业。尽管在申请人阶段对风险考察是银行的重要管理指标,但是从以往银行的收益构成来看,为银行带来高收益的绝大部分客户往往会存在一定的风险。对信用卡业务长期发展而言,衡量其竞争力及成败的关键指标不应该是一味的风险规避,而应该是能够很好地经营风险,不断寻求风险与收益之间的平衡点,最终实现持续赢利。
对于上述审批阶段所要关注的问题,各家银行都在不断地探寻解决的方法。针对目前中国信用卡业务的发展阶段和发展水平而言,最现实的实施目标及解决方案如下:
实施目标:建立评分体系,提高评估效率
√ 结合信用评分及经营目标需要建立信贷政策,作出客户准入规定
√ 依据信用评分及客户期望额度确立授信政策,给予初始信用额度
现有的审批方法及其局限性
在信贷审批阶段,关于申请人的信用评估,目前国内大多数银行仍然采用由风险政策制定部门依据以往的业务经验和知识,以及相关的外部社会统计数据制定相关的信贷政策,再通过风险审批部门依据这些信贷政策,根据审批人员的主观判断完成对申请人风险程度的定性评估。
为了提高审批准确度、降低审批工作量,在正式进行信用评估之前,通常首先需要经历如下几个环节:
申请资料完整性、合理性考察
对申请资料完整性、合理性的考察主要有两个目的:其一,是为了依据填表行为直接排除一些资质较差或恶意欺诈的申请人;其二,是为了保证后续评估工作的开展,去掉信息缺失严重的申请件。
借助内外部信息的风险排除
对于借助内部信息,主要包括申请人使用本银行其他产品时的信用历史记录,以及申请人以往对该银行信用卡的申请记录,从而排除信用历史较差、反复申请而未获批??的申请人。
典型人群的政策性排除
对于某些特定人群,银行会依据其特殊性直接进行排除,例如个人破产、未成年者、年龄过高的老人等。
依据信贷政策评估风险
经过上述几个过程后,已经对申请人进行了初步的风险考察,而后由评估人员根据自身知识、经验和分析判断能力,在对申请人的资料进行深入调查了解和核实的基础上,对照预先制定的风险审批政策和授信政策的评价参考标准,对申请人各项非量化指标进行综合评价,作出客户准入及授信额度的决定。
目前所采用的这种审批方法具有明显的局限性,主要体现在如下两个方面:
·缺乏客观性
目前的这种信用评估方式,首先在政策制定环节就存在很大的主观性,对政策制定人员的业务经验和知识积累的依赖性很高,另外后续审批处理虽然是依据统一的信贷政策执行的,但是评估人员的经验和能力,甚至情绪等因素对最终的审批结果都会产生不同程度的影响。不同的评估人员面对完全相同的申请资料做出的评估结果,也可能存在很大的差异性,最终导致审批结果的不一致性。
·审批效率低
原有审批方式需要评估人员对申请人资料进行逐条分析、评估,再综合所有信息的评估结果给出综合的判断,显然这种处理方式效率非常低,完成整个审批流程的时间短则十几天,长则二十几天。在当前各家银行努力争夺客户资源的情形下,审批时间过长,不仅会使一些潜在的客户资源在等待发卡的这段时间内被他家银行夺走,也降低了信用卡的品牌竞争力。
审批评分体系及其优越性
上述审批方法由于其局限性,已经不能满足当前市场竞争以及现代化管理的需要。参照信用卡行业起步较早的一些国家的经验,在审批阶段,科学、有效的信用评估方法应该是通过建立适合银行自身的实施目标以及客户整体质量情况的信用审批评分模型,来对申请人未来的信用情况进行自动、准确的预测和评价,给予相应的信用审批评分。这种利用模型进行信用打分的评价方法较人工审批具有很多突出的优点,主要表现在如下几方面:
·客观性
信用审批模型是在已有客户的基本资料及信用表现的基础上,通过统计学方法找寻出客户基本情况与其信用表现之间的普遍规律【或者说各类不同信用表现客户群体的特征】,并将这种规律应用到后来的申请人信用评价中,由于总结出来的规律可以归结为量化的公式,并实现系统的自动化操作,因此不会受到人为的主观因素影响,并且申请人的基本资料一定都会有固定的分数,作为其未来信用表现的预测和评价。
·全面性
信用审批模型可以将申请资料中的所有信息都纳入其考察范围内,并且在进行统计、分析、建模的过程中,可以实现不同信息组合效应的考察,最终从这些基本信息和信息组合中挑选出预测能力最强的指标建立审批信用评分。这种方法较以往人工审批时仅对风险政策中主观确立的几个重点指标进行考察和评估,更加全面化、合理化。
·效率性
信用审批模型是一种可以完全量化的数学统计模型,因此很容易实现系统的自动化,只要有相关的申请人信息输入,系统便可以立刻依据内部的数据逻辑得到一个相应的信用审批评分。审批部门同样也可以将其依据信用审批评分所制定的批核标准和授信政策集成在系统当中,一旦有一个信用审批评分得出,就可以依据相关的条件作出批核与否、信用额度多少的决定,效率非常高,大大缩短了审批时间,从而可以及时满足客户的用卡要求。
信用审批模型的建立及应用
信用审批模型的实质就是,利用统计分析方法寻找已有客户的个人基本信息与其信用表现之间的规律,并且依据这个规律对新进来的申请人进行未来的信用风险预测。因此,信用评分模型的建立需要涉及如下几个最关键的因素:
风险客户的定义
信用审批模型的目标就是要预测出客户未来出现风险的概率,即变“坏”的可能性有多大。因此,在模型开发之初,首先需要明确这个定义,它是模型中其他因素得以确立的前提和基础。
在信用卡业务中,一般会对客户进行风险的分类,不同银行的分级标准或命名也有所不同,通常分为正常、关注、次级、可疑和损失五级。或者可以更加直观地对客户的逾期时间长度进行分段来表现客户逾期程度,例如分为30天以下、30~59天、60~89天、90~119天、120~149天、150~179天、180~209天、210天以上等。无论什么分类方法,客户逾期程度越严重,给银行带来损失的可能性越大,并且从某一个逾期状态到下一级逾期状态都会有一定的转化比例,逾期状态越严重,转化的比例也越高。因此,很多信用审批模型关于风险客户的定义,都会采用计算这种相邻逾期状态转化比例的方法,来确定最适合银行的风险客户定义,可以结合图12.1进行理解。
依据通常的经验及风险实施目标的要求,一般认为某个逾期状态向下一级逾期状态转化的比例超过50%,就说明该逾期状态的客户已经比较“坏”了。因此,对于图12.1中,可以定义90天逾期的客户为“坏”客户,即风险客户。
除上述关于风险客户的定义方法之外,有时还需要根据银行自身的发展情况,对风险客户进行另外的定义。例如,一般一个信贷审批模型的建立至少需要有1500~2000个风险客户样本,如果银行发展时间较短,风险客户人数较少,也可以将出现30天以上逾期的客户定义为风险客户。
时间窗口的确立
时间窗口是指与信用审批模型建立相关的两个关键时间段的选择和确立,即预测期和表现期,如图12.2所示。
·表现期
在信用审批模型建立过程中,表现期的确定主要是为了尽量使具有风险的客户在这段时间内将其风险特征充分暴露出来。如果表现期过短,则一些风险隐藏较深的客户不能马上被捕捉到;如果表现期过长,尽管可以保证所有的风险客户都暴露出来,但是有可能在这样一个较长的时间段内,客户自身的一些情况已经发生了巨大的变化,例如破产、工作调动等。因此,导致客户当初所提供给银行的个人信息与其行为表现之间的关联性不强,最后模型所得出的结果也会与实际情况存在一定的偏差。在实际的模型开发过程中,通常采用计算Vintage的方法获得一个适合自身客户情况的表现期,举例如图12.3。