本文摘要：近年來，商業(yè)銀行數(shù)字化轉(zhuǎn)型的步伐逐漸加快，越來越多的業(yè)務(wù)逐步轉(zhuǎn)向系統(tǒng)實現(xiàn)。 其中，得益于與生俱來的數(shù)字化基因，信用卡業(yè)務(wù)的數(shù)字化管理水平較其他業(yè)務(wù)條線更為領(lǐng)先。 通過不斷推進(jìn)大數(shù)據(jù)、人工智能等新技術(shù)在信用卡業(yè)務(wù)中的應(yīng)用，信用卡中心在獲客、支付、服務(wù)、
近年來，商業(yè)銀行數(shù)字化轉(zhuǎn)型的步伐逐漸加快，越來越多的業(yè)務(wù)逐步轉(zhuǎn)向系統(tǒng)實現(xiàn)。 其中，得益于與生俱來的數(shù)字化基因，信用卡業(yè)務(wù)的數(shù)字化管理水平較其他業(yè)務(wù)條線更為領(lǐng)先。 通過不斷推進(jìn)大數(shù)據(jù)、人工智能等新技術(shù)在信用卡業(yè)務(wù)中的應(yīng)用，信用卡中心在獲客、支付、服務(wù)、風(fēng)控、管理等方面率先實現(xiàn)“互聯(lián)網(wǎng)+數(shù)字化”管理。 與此同時，面對信用卡行業(yè)龐大的客戶群體，信用卡中心不斷擴大地面營銷、電話營銷、客服、催收等觸客作業(yè)團隊規(guī)模，使得信用卡從業(yè)人員結(jié)構(gòu)愈加復(fù)雜、流動性越來越高，內(nèi)部風(fēng)險管理挑戰(zhàn)不斷增加。
《巴塞爾協(xié)議Ⅲ》整體落地實施時點將近，為了滿足更高的監(jiān)管要求，商業(yè)銀行持續(xù)完善風(fēng)險內(nèi)控管理，按照《巴塞爾協(xié)議Ⅲ》相關(guān)要求，不斷加強操作風(fēng)險內(nèi)部數(shù)據(jù)建設(shè)。 鑒于信用卡業(yè)務(wù)的操作風(fēng)險管理涉及點多、涉及面廣、成本高、難度大，信用卡中心可基于操作過程數(shù)字化管理核心思想，結(jié)合長期實際運用的經(jīng)驗積累，實施內(nèi)部員工操作行為留痕、監(jiān)測、調(diào)查、管控的系統(tǒng)化措施，為自身走出操作風(fēng)險數(shù)字化管理轉(zhuǎn)型的困境打開思路，更為信用卡行業(yè)實現(xiàn)《巴塞爾協(xié)議Ⅲ》達(dá)標(biāo)和進(jìn)一步節(jié)約資本提供解決方案。
一、理論基礎(chǔ)
1.傳統(tǒng)操作風(fēng)險管理理論
傳統(tǒng)的操作風(fēng)險管理理論雖然強調(diào)內(nèi)部控制和過程管理，但風(fēng)險識別和評估主要還是由風(fēng)險管理人員來負(fù)責(zé)。 從風(fēng)險識別工具來看，對現(xiàn)存業(yè)務(wù)開展風(fēng)險控制自我評估(RCSA)、對新業(yè)務(wù)和新產(chǎn)品實行評審機制等主要依賴風(fēng)控專家的主觀判斷，人為因素對評估結(jié)果影響很大; 同時，很多風(fēng)險識別和監(jiān)控工作的評估周期不能與業(yè)務(wù)的快速變化相適應(yīng)，導(dǎo)致風(fēng)險點得不到有效更新。 從風(fēng)險評估方法來看，由于對各個風(fēng)險點發(fā)生的概率進(jìn)行評估時可以參考的歷史數(shù)據(jù)十分有限，主要采取專家經(jīng)驗法，因此評估的結(jié)果帶有主觀性。
2.行為監(jiān)控相關(guān)理論
傳統(tǒng)操作風(fēng)險管理中常常運用歸因分析的方法對行為監(jiān)控與操作風(fēng)險量化管理進(jìn)行研究。 近年來，信用卡行業(yè)對行為監(jiān)控與操作風(fēng)險量化管理的研究逐漸深入，其中肖斌卿等在《流程、合規(guī)與操作風(fēng)險管理》 一文中指出，“違規(guī)活動—操作風(fēng)險—信用風(fēng)險”這一風(fēng)險鏈條的建立為深化信用風(fēng)險研究提供了一個新的視角。 該研究提出引用信用風(fēng)險管理中成熟的判別分析方法來度量因子的影響，運用多元線性回歸模型將人員因素的變量分別與操作風(fēng)險發(fā)生頻率和操作風(fēng)險損失程度回歸。 研究發(fā)現(xiàn)，崗位性質(zhì)、員工素質(zhì)、行為特征、性別等對操作風(fēng)險有較為顯著的影響。
3.用戶行為分析技術(shù)
目前實務(wù)中針對用戶行為分析的研究已經(jīng)比較豐富，在操作風(fēng)險量化管理方面，可以借鑒的用戶行為分析技術(shù)有很多：有的分析客戶偏好習(xí)慣，用于推薦個性化產(chǎn)品與服務(wù); 有的分析異常操作，防范外部欺詐和網(wǎng)絡(luò)攻擊。 后者如阿里巴巴的一項識別用戶異常操作的專利，通過日志數(shù)據(jù)選取N個操作特征的集合確定異常得分，基于異常得分與閾值的比較確定最終的N階特征，從而對用戶的異常操作進(jìn)行識別，以此通過N-1階特征逐步迭代N階特征，實現(xiàn)對用戶異常操作的快速識別，并提高識別的準(zhǔn)確率。 用戶行為分析技術(shù)的本質(zhì)是通過大數(shù)據(jù)手段分析用戶在系統(tǒng)上的操作行為特征，分辨“正常”和“異常”。 對于操作風(fēng)險管理而言，這種技術(shù)和方法同樣是適用的，無非是將監(jiān)控對象從外部客戶替換成了內(nèi)部人員。
4.操作風(fēng)險數(shù)字化的監(jiān)管要求
《巴塞爾協(xié)議Ⅲ》從商業(yè)銀行資本這一宏觀視角對風(fēng)險管理提出了要求：一是建立逆周期資本監(jiān)管; 二是建立基于風(fēng)險中立的杠桿比率; 三是嚴(yán)格經(jīng)濟資本管理。 這些要求的核心均是提高商業(yè)銀行資本充足率，這意味著提高操作風(fēng)險管理效率、增強操作風(fēng)險管理能力、降低操作風(fēng)險監(jiān)管資本是滿足《巴塞爾協(xié)議Ⅲ》要求的題中應(yīng)有之義。 在數(shù)字化管理方面，《巴塞爾協(xié)議Ⅲ》規(guī)定，商業(yè)銀行應(yīng)主動提升數(shù)據(jù)管理能力，加強IT系統(tǒng)和數(shù)據(jù)基礎(chǔ)建設(shè)，建立“數(shù)據(jù)庫—數(shù)據(jù)集市—數(shù)據(jù)倉庫—應(yīng)用系統(tǒng)”的完整技術(shù)架構(gòu)，為風(fēng)險計量模型開發(fā)和風(fēng)險管理應(yīng)用提供基礎(chǔ)數(shù)據(jù)，通過業(yè)務(wù)條線、行業(yè)、地區(qū)等各類維度，匯總加工風(fēng)險信息數(shù)據(jù)，增強對基礎(chǔ)數(shù)據(jù)的獲取、篩選、分析能力，提升數(shù)據(jù)系統(tǒng)化管理水平。
此外，原銀監(jiān)會發(fā)布的《商業(yè)銀行操作風(fēng)險管理指引》也要求商業(yè)銀行采用更加先進(jìn)的風(fēng)險管理方法，如使用量化方法對各部門的操作風(fēng)險進(jìn)行評估，建立并逐步完善操作風(fēng)險管理信息系統(tǒng)，針對潛在損失不斷增大的風(fēng)險，建立早期的操作風(fēng)險預(yù)警機制，根據(jù)各業(yè)務(wù)線操作風(fēng)險的特點有針對性地進(jìn)行管理。
二、管理框架
在操作風(fēng)險數(shù)字化管理過程中，信用卡中心應(yīng)建立同業(yè)務(wù)規(guī)模相適應(yīng)的操作風(fēng)險量化管理平臺，實現(xiàn)系統(tǒng)性的“留痕—監(jiān)控—評價”機制。 首先是將主要業(yè)務(wù)系統(tǒng)的操作行為通過前端埋點等技術(shù)進(jìn)行收集后即時推送至操作風(fēng)險量化管理平臺，建立中央集成式的痕跡追索數(shù)據(jù)庫; 其次是利用痕跡與數(shù)據(jù)倉信息，建立大數(shù)據(jù)指標(biāo)體系，一方面開展實時行為監(jiān)控，另一方面進(jìn)行批量業(yè)務(wù)監(jiān)控; 最后是建立人員風(fēng)險綜合評分模型等評價體系，多維度、全方位提高操作風(fēng)險水平，提升管理效能。
“留痕—監(jiān)控—評價”機制要求完善“以風(fēng)險管理部門為中心、突出業(yè)務(wù)部門主動管理”的工作模式，建立健全聯(lián)防聯(lián)控、共建共享的工作機制，強化“第一道防線”與“第二道防線”協(xié)同、總部與分支機構(gòu)聯(lián)動管理，通過監(jiān)控整改和管理優(yōu)化，不斷增強“第一道防線”和分支機構(gòu)的風(fēng)險紅線意識、自我管理意識、主動防范意識。
此外，信用卡中心還可將風(fēng)險信息收集機制作為補充，充分激發(fā)分支機構(gòu)向總部及時快速傳遞各類風(fēng)險信息的動力。 該機制將內(nèi)部“吹哨人”模式系統(tǒng)化、線上化，切實強化分支機構(gòu)“烽火臺”的作用，構(gòu)筑總部與分支機構(gòu)協(xié)調(diào)聯(lián)動的“風(fēng)控長城”。
三、技術(shù)應(yīng)用
1.基于內(nèi)部操作行為監(jiān)控技術(shù)實現(xiàn)留痕管理
信用卡中心可將前端埋點監(jiān)控和后端數(shù)據(jù)對接兩種模式相結(jié)合，實現(xiàn)內(nèi)部操作行為監(jiān)控：對于一般的業(yè)務(wù)系統(tǒng)，在網(wǎng)頁前端采用已經(jīng)比較成熟的Piwik技術(shù)，通過埋點實現(xiàn)操作行為實時自動收集; 對于有定制化監(jiān)控需求的業(yè)務(wù)系統(tǒng)，在系統(tǒng)后端通過API接口傳輸監(jiān)控數(shù)據(jù)。
(1)前端Piwik埋點監(jiān)控
在業(yè)務(wù)系統(tǒng)頁面前端，使用內(nèi)部行為監(jiān)控規(guī)范腳本，快速完成按鍵、文本框的埋點，收集所有的操作人、操作時間、操作頁面、操作事件ID、操作事件類型、操作事件內(nèi)容等，存入中央集成的痕跡追索數(shù)據(jù)庫。
(2)后端API接口監(jiān)控
在業(yè)務(wù)系統(tǒng)后端開發(fā)定制化監(jiān)控模塊，事先設(shè)定異常行為監(jiān)控邏輯，將符合監(jiān)控規(guī)則的數(shù)據(jù)發(fā)送至行為監(jiān)控數(shù)據(jù)庫。
2.依托數(shù)據(jù)指標(biāo)體系實現(xiàn)監(jiān)控管理
信用卡中心可通過建立數(shù)據(jù)指標(biāo)體系實現(xiàn)監(jiān)控管理，數(shù)據(jù)主要來自于實時監(jiān)控和批量特征。
在實時監(jiān)控方面，可利用痕跡追索數(shù)據(jù)庫以及風(fēng)險控制自我評估(RCSA)梳理出的成果，對各主要業(yè)務(wù)流程、系統(tǒng)的關(guān)鍵業(yè)務(wù)操作設(shè)置預(yù)警規(guī)則，規(guī)則一經(jīng)部署，即啟動操作行為實時感知功能，便于監(jiān)控人員通過監(jiān)控儀表盤隨時查看掌握異常操作的情況; 同時還可設(shè)置系統(tǒng)以郵件形式每日向監(jiān)控人員發(fā)送報表通知。 在實際應(yīng)用中，實時監(jiān)控模式比較單一，難以精確適用一些復(fù)雜的業(yè)務(wù)場景，有待進(jìn)一步優(yōu)化完善。
在批量特征方面，可將數(shù)據(jù)倉庫的貸前審批、貸中管控、交易授權(quán)、設(shè)備使用等各種海量數(shù)據(jù)信息進(jìn)行加工匯總后定時推送，實現(xiàn)監(jiān)控結(jié)果展示和通知。 在實際應(yīng)用時，可創(chuàng)新應(yīng)用多維特征庫的監(jiān)控手段：通過總結(jié)案例經(jīng)驗，提煉同一類型風(fēng)險的多個共同行為特征，即設(shè)置一個多維特征庫，在后續(xù)監(jiān)控中，系統(tǒng)進(jìn)行自動化“撞庫”，把觸碰相同特征的人員作為同類風(fēng)險識別出來，實現(xiàn)多維預(yù)警。
3.基于評分模型實現(xiàn)操作風(fēng)險評價管理
信用卡中心可充分利用現(xiàn)有的數(shù)字化資源，構(gòu)建多維度操作風(fēng)險特征體系，研究開發(fā)操作風(fēng)險行為管理評分模型，形成基于評分模型的數(shù)字化風(fēng)控能力，實現(xiàn)操作風(fēng)險的精準(zhǔn)識別和預(yù)警管理。
以營銷團隊為例，可依托客戶經(jīng)理的營銷行為信息以及客戶申請、交易等行為信息，并結(jié)合營銷作業(yè)的特點構(gòu)建評分模型。 評分模型的目標(biāo)變量應(yīng)包括：客戶經(jīng)理的基礎(chǔ)屬性以及設(shè)備使用、人臉識別、資料填寫、反欺詐等行為; 客戶經(jīng)理所引入客群的風(fēng)險情況以及交易、異常行為等多個維度，全面覆蓋營銷作業(yè)行為的各個方面，形成綜合評分結(jié)果，有效識別引入逾期客戶較多的客戶經(jīng)理，實現(xiàn)對客戶經(jīng)理的風(fēng)險排序，從而預(yù)測客戶經(jīng)理所引入客戶的逾期風(fēng)險，實現(xiàn)預(yù)警管理。
針對信用卡行業(yè)操作風(fēng)險數(shù)字化管理，信用卡中心應(yīng)把握監(jiān)管要求和行業(yè)趨勢變化，形成操作風(fēng)險數(shù)字化管理系統(tǒng)、管理機制、風(fēng)險文化三位一體的模式，助力“第一道防線”減負(fù)增效，為商業(yè)銀行率先實現(xiàn)《巴塞爾協(xié)議Ⅲ》達(dá)標(biāo)、有效節(jié)約監(jiān)管資本提供堅實基礎(chǔ)。
作者：翟少安 楊志文
轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/29553.html
