作者/夏心愉

樂視前員工在建行信用卡額度被降至1元事件，站在外部視角看，似乎離奇。但如果將視角切換為銀行信用卡部門的“人群畫像”風控邏輯，以及逐漸講求的事前預警機制后，一切是否會變得可以理解？

事實上，除了“1元額度”過于抓眼球以外，基于所屬組織或群體的風險評判變化而“殃及”個人信用情況變化，這樣的事件，在業內已不是秘密。建行并非首創。

“殃及池魚”恰是風控邏輯

數年前，無錫某太陽能公司出現經營危機。第一財經記者從一家股份制銀行信用卡部門人士處獲悉，他們當時在內部對該家公司員工信用卡也悄然用上了針對性風控措施，只不過處理方式偏于溫和而未被外界發現：比如封死這批信用卡的額度，只降不升（包括拒絕本可獲批的客戶正常提額申請），并密切關注這批卡片的大額消費情況。

這也不是個案。在另一家股份制銀行，對于一些身處產能過剩行業的員工，尤其是一些流水線操作工種，已辦信用卡者續卡、未辦信用卡者申卡，銀行評審起來都會出現一定“扣分”，甚至拒批。

除了所屬公司會波及個人，所屬行業、身份證從屬地域，甚至所屬人群的自然屬性（比如“未婚、女性”）等，都會因此群體整體信用表現而影響個人，這種影響可能是利好也可能是利空。

比如一張“3522”開頭的身份證（屬福建寧德地區：鋼貿商籍貫集中地），在2011年銀行體系對鋼貿業務進行風險預警前，持證人在多家銀行辦信用卡都比普通人便利，而且有更高概率獲得更大的信用卡授信額度；但在2012年鋼貿危機爆發后的一兩年間，即便持證人從未染指鋼貿業務，在鋼貿危機深重的長三角地區部分銀行，他們甚至很難正常辦出信用卡，就更不談額度高低了。

在樂視員工信用卡降額事件曝光后，一眾信用卡部門人士均選擇緘默：沒有人愿意因表示理解他行風控策略而“躺槍”。

而在第一財經記者以匿名形式的采訪中，多名信用卡業務人士均對建行的風控“大方向”和“方法論”——識別該人群風險信號——表示了“認同”或“理解”，不過在手段運用的激進程度上，他們表示了異議。

其中，某銀行信用卡中心分管風險的高管人員表示，他們其實也及時捕獲到了樂視的風險信號，但仍補充考量了樂視員工本身的情況未提前采取措施。不過他表示，如果出現問題的企業不是樂視而是某些中低端制造業企業，企業已經或有可能發不出薪水，員工多從事偏于弱技術資質的操作型工作，“恐怕采取建行類似的手段是必要的”。

在風控尺度的把握上，建行對樂視持卡員工也是有基于個體的補充考量的，因而采取了“先堵后疏”策略。建行方面回應稱，對樂視員工信用卡額度進行調整，只是暫時的舉措，各支行會根據名單情況，對信用卡持有人進行一一排查，如果還款正常，就會恢復額度。

信用卡風控變量的“四大維度”

多名業內人士在接受第一財經采訪時表達了相近的意思：越是小額、分散的授信，除了對客戶個人一對一的資信評估以外，就越需要輔助進行風險評估。后者以大數據為基礎、對客戶所屬群體進行諸如“人群畫像”，并不斷就新的風險因子表現，修正風控模型及對此群體的策略。

這樣，在“大數法則”運算之下，不良率就可控在一定標準之內。而這正是銀行信用卡業務風控的題中之義。

“大額貸款做得好，拼客戶關系；小額授信做得好，看模型建設。”有銀行人士這樣說。

信用卡風控建模具體看哪些變量？上述卡中心分管風險的高管總結稱，最傳統的操作是看“四大維度”：自然屬性、收入情況、財富情況、在其他金融機構的風險表現。這些數據絕大多數在客戶的央行征信報告、該行內部賬戶信息，乃至客戶辦卡提交材料中都有體現。

自然屬性是指客戶的性別、年齡、學歷、戶籍地域等。

收入情況則是公司行業、公司規模、職位、年收入等，這一點在風控的邏輯里被視為客戶負債后的“還款來源”。

財富情況是看客戶的擁車、擁房，還有在該家銀行的存款、理財產品的量級。

客戶在其他金融機構的負債情況、信用表現、有無逾期，也是一大考量。此外，多家風控嚴格的銀行信用卡中心，還會對客戶實行“剛性扣減”，亦即對卡片申請人的總負債額度進行評估，并減去客戶已在其他銀行獲得的非抵押類授信額度。

除了這些傳統操作，隨著金融科技及大數據運用的發展，信用卡風控的評審模型中又添加了移動運營商、互聯網公司等提供的客戶行為數據，當然調取這些數據需在客戶充分授權的前提下。這些行為數據可包括客戶的移動設備定位、線上支付結算和流水等，也可據此推測部分客戶的消費能力和習慣，為銀行更精準的營銷及風控提供輔助參考。

以上維度，在銀行建模考量中的優先等級不同，從最優開始排列，依次為客戶已有用卡行為數據、客戶總負債水平、客戶自然屬性基本面、客戶工作受薪及財富情況、客戶工作行業前景等。其中無征信參考或沒有豐富歷史用卡行為數據的客戶，銀行會更多依賴此排序中的后三類信息；而對于該行存量客戶，則更依賴前兩項及客戶在該行既有業務使用信息。

在這一框架里，“如果客戶的公司真出現大問題，那就直接影響了兩個大項，銀行有所動作或反應，從方法論的角度無可厚非，但反應過于激烈未必有必要，因為還要綜合評估其他幾個大項。”上述分管風險的高管在接受第一財經記者采訪時評述稱，其所在銀行也會綜合考慮到，樂視員工的個人資質屬性基本面是偏中高的。

一般而言持卡人個人基本面越好，銀行風控邏輯里，其受企業、行業等外部指標連累的程度就越低。

此外，也有銀行人士提及對信用卡風險的事前預警機制。顧名思義，這是指不等群體風險指標出現異常而進行的事先干預，一般用作針對宏觀經濟變化及局部行業地區性變化，動態風險監測與預警機制也通常會配套事后恢復機制。

值得多提一筆的是，客戶個人資信行為變化，比如在任意一家系統內銀行的用卡發生頻繁或中度延滯繳款，明顯的消費金額、頻次或用途不合理產生套現嫌疑等，都會觸發銀行風控的“紅警”，引發信用卡被降額或停卡。