近年來，伴隨經濟下行，信用卡業務風險持續上升，商業銀行早期為搶占市場份額，過度重視信用卡發卡數量、審核不嚴導致的風險隱患逐漸暴露。另外，中國高儲蓄、低信用消費的習慣正在發生改變；互聯網金融快速發展以及因電子支付引發的“無現金社會”的迅速興起，也使得中國信用卡市場在繁榮的背后也隱藏著錯綜復雜的發展邏輯。
一、信用卡風險分析
（一）不良率抬頭
2017 年以來，中國信用卡市場迎來了一場前所未有的大躍進，平均每個月新增接近 1000 萬張信用卡進入市場。梳理 2018 年上市銀行年報可見，那些信用卡業務占據市場主要份額的銀行，去年新增發卡量和交易額普遍保持雙位數的同比增幅，大部分透支額度也保持高增長態勢，如圖 1 所示。與此同時，信用卡的風險隱憂也在增加，多家銀行信用卡不良率抬升。最近公布的銀行年報顯示，中信銀行、浦發銀行和平安銀行于 2018 年末的信用卡不良率分別較上年末回升 0.61%、0.49% 和 0.14% [1]，如圖 2 所示。
△ 圖1 2018年部分全國性信用卡不良余額（單位：億元）
數據來源：《中國銀行卡產業發展藍皮書（2018）》
△ 圖2 2018 年部分全國性銀行信用卡不良率和較年初變化
（二）“共債”風險
為了追求辦卡的數量，各家銀行競相降低辦卡門檻，對申領人的身份、經濟來源和收入情況審核不嚴，多數都僅憑一個電話就通過審核，導致信用卡發放泛濫。信用卡發放存在過度授信、異常交易管控不力、對申請人資料審核不嚴等問題。
超前消費、過度消費，再利用各種借款渠道“拆東墻補西墻”，使用多張信用卡套現并且“以債養債”問題，但是這樣的惡性循環容易導致資金鏈斷裂而無法償還信用卡的欠款。
（三）過度授信
在評估信用卡風險時候，需要考慮居民杠桿率過高的問題。居民杠桿率過高可能抑制消費需求及經濟增長：加劇系統性金融風險。[1] 但實際影響程度在發達國家與發展中國家之間差異明顯，成熟有效的金融體系有助于降低單位負債率上升產生的信用風險 [2]。
部分銀行未及時執行“剛性扣減”監管要求，過度授信風險尤其突出；在總授信額度風險控制措施方面，部分銀行資信認定政策不合理，對部分持卡人資信調查不盡職，核定收入遠超其真實收入水平。
△ 圖3 中國居民部門杠桿率（%）
銀保監會在 2019 年曾提出四大監管要求，強調建立并完善“剛性扣減”機制、強化“剛性扣減”機制實施效果等內容，在授信管理方面要求轄內銀行制定更審慎合理且統一的持卡人資信認定標準，設定合理的授信收入比，合理設定臨時額度的調升頻率、期限和時間間隔，規范個人信貸信息報送和保存等。
（四）支付能力坍縮風險
我國居民可支配收入增速仍保持平穩，國民總儲蓄率較高，應對支付能力坍縮具有緩沖效果。但是考慮到疫情影響，用工需求不可避免會縮減，仍需在意失業擴大的可能性，信用卡仍需要注意評估信用卡用戶的支付能力。
面對互聯網金融與支付創新帶來的信用卡潛在風險、宏觀經濟下行所帶來的違約風險集中釋放、人民幣國際化及“一帶一路”建設日益深化帶來的跨境支付風險等等、新技術層出不窮，信用卡犯罪呈智能化趨勢。傳統信用卡風險控制手段很難全面應對以上潛在的風險，信用卡風險控制數字化轉型迫在眉睫。
信用卡業務連接著客戶與商家，擁有客戶交易信息、還款信息、客戶的消費偏好、還款能力、信用等級、收入、職位信息等等。在信用卡數字化轉型過程中，數據成為基礎性的戰略性資源。銀行擁有龐大的賬戶基礎、業務范圍、信息數據。大數據的深入應用能從海量數據中發現價值、識別風險、加速創新以及推動行業健康發展 [6]，如表 1 所示。
資料來源：公開資料整理
（一）全生命周期反欺詐防控體系
細分、整合多平臺行業類型,配置差異化的風險權重,精準度量用戶多平臺借貸風險。協助信用卡中心在快速完成審批的同時予以風險提示，指引人工重點關注與核查，能有效實現“共債人群”的識別和防控 [3]。
“智能風控”體系的建設，整合客戶的交易行為、個人資產、身份特征畫像、履約歷史、行為偏好、關系網絡等多個維度的數據，在業務的事前、事中、事后進行綜合分析和判斷，開展全方位的風險預測和管控 [4]。
（二）智能催收
隨著銀行業務的線上化提速,傳統依靠人力的催收模式變得捉襟見肘,很多銀行都開始探索智能催收的模式。智能催收在效率、合規和標準化運營等方面展現了人工催收不可比擬的優勢 [5]。
（三）差異化定價
距 2017 年 1 月 1 日信用卡新政實施已逾 3 年，新政為銀行進行差異化定價創造了空間。大數據信用評估為銀行信用卡差異化定價提供了一定的技術支持，如表 2 所示。國內領先大行紛紛構建“大零售”戰略發展格局，信用卡業務既能產生消費、信用大數據，連接生活場景，又依賴大數據技術進行精細化風險控制與運營。
資料來源：公開資料整理
信用卡數字化轉型方面的挑戰與建議
信用卡業務具有產業鏈長，存在數據儲存及處理環節批量數據外泄的風險。信用卡風險控制數字化轉型中，多元化的數據是核心的資產，但是當前在數據的獲取、應用等方面存在一些問題，具體包括如下三個方面：
第一，數據有待進一步開放，包括稅務、司法、社保、通信、公積金等方面的數據 [6]，因為數據孤島的存在，信貸平臺之間、P2P 平臺之間的用戶“共債信息”并不共享，平臺間彼此不會、也不存在利益動力來協同控制用戶可能存在的違約風險。由于數據牽涉不同的機構，存在數據壁壘。[7]
第二，數據應用規范有待加強，與數據相關的產業政策、知識產權政策、技術的標準化程度有待進一步完善。據《中小銀行金融科技發展研究報告（2019）》統計，91% 的中小銀行仍沒有建立完善有效的數據治理體系，但目前我國銀行金融業數據治理還處于發展階段，在制度、數據、技術、人才等各方面都面臨較大的問題。
第三，數據安全問題。數據安全需要多方面工作的協同，從數據所有者、數據使用者、技術、應用場景等維度入手梳理金融大數據安全保護中的關鍵點，建立大數據安全標準框架，以及與標準配套的保障機制。[8]
信用卡風險控制數字化轉型不可能一蹴而就，需要從如下幾個方面進一步完善。第一，信用卡數字化風險控制應著眼于數據、模型和平臺化能力建設，全面建立“基礎數據+交易數據+行為數據”的綜合應用模式。從數據安全運營、數據規范使用、數據多方獲取等維度提升風險識別精度，實現對優質客戶的精準授信；第二，完善定量風險評估模式，優化審批規則，提升線上線下系統自動化決策能力和效率。第三，對信用卡生態鏈條的模式及各個節點進行數字化深度改造，包括產品、銷售、獲客、運營等方面。
[1]方匡南,吳見彬,朱建平,謝邦昌.信貸信息不對稱下的信用卡信用風險研究[J].經濟研究,2010,45(S1):97-107.
[2]彭冰.銀行卡非授權交易中的損失分擔機制[J].社會科學,2013(11):86-96.
[3]肖靜華, 謝康, 吳瑤,等. 從面向合作伙伴到面向消費者的供應鏈轉型——電商企業供應鏈雙案例研究[J]. 管理世界(4):145-162+196.
[4]程漫江,葉丙南.中國將加快“一帶一路”建設，促進跨境貿易和投資[R].上海:中銀國際證券,2014.
[5]中國人民銀行征信中心與金融研究所聯合課題組, 紀志宏, 王曉明, et al. 互聯網信貸、信用風險管理與征信[J]. 金融研究, 2014(10):133-147.
[6]王劍.信用卡潛在風險有多大[R].北京:國信證券,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]吳曉光. 金融業大數據 安全標準框架探討[J]. 清華金融評論, 2018.
靳曉菲
清華大學互聯網產業研究院研究員，區域經濟學碩士，主要研究領域：消費金融、消費者行為研究、信用評估、產業轉型、數字經濟等。曾負責撰寫《消費金融白皮書2018》、《信用卡與消費者信用評估白皮書》，參與撰寫《數字經濟與產業轉型報告》，并參與傳統產業轉型升級指數、疫情期間中小企業生存狀況的調研與研究報告、政策引導不當下的新技術引入負面清單等項目。學術成果包括清華大學智庫報告兩篇。
