一、项目背景及目标

近年来随着信用卡业务的发展，信用卡获客压力加大，贷余和收入增长缓滞，存量客户的运营显得愈发重要。额度调整作为贷中风险运营管理的重要手段，可以有效的优化整体资产结构，提升资产收益率。对于低风险的优质客户，通过提额可以提升客户体验、增加客户粘性，也可以提升整体贷款余额规模和收入；对于高风险客户，在其违约前及时进行降额、冻结额度等措施，可以有效压降信用卡风险敞口，进而压降未来的不良余额，实现资产质量优化。

基于以上背景，中原银行在数字化运营方向上不断探索，不断创新，在数据驱动的模式下搭建了信用卡智能调额体系，对外提升客户体验，对内提高精细化管理能力。

二、创新点

本项目通过客户物理属性、用卡行为、人行征信、三方外部数据等信息，对存量客户进行分群，并推算客户的月收入、月负债、贷中时点额度，终依据客群及业务场景设置差异化的提额、降额等应用策略。

从适应业务发展、提升精细化管理能力、数字化运营等角度出发，本项目实现以下创新，并以此搭建了调额策略体系框架（如图1所示）；

图1 调额策略体系框架

创新点1，引入优质客群分类标准：从客户学历、单位、房产、管理资产、代发工资等维度划定各类优质客群，依据客群制定差异化的授信及调额策略，弥补了传统贷中模型侧重行为数据对物理属性考虑不足的问题；

创新点2，推测认定客户月收入及月负债，评估客户贷中影子额度：在贷中推测客户的收入及负债情况，对客户收入负债比进行动态评估，并据此结合客群、风险等维度信息评估出客户的影子额度，作为客户提额、间隔、限额等策略的定量依据；

创新点3，差异化提额策略：依托客群及准入流程，设定差异化的提额白名单准入和外部数据轮询查询规则，同时根据客户价值配置差异化调额幅度，提升优质客户体验，节省数据成本；

创新点4，触发式及批量式预警降额：依据数据源更新机制及高风险客户特征，设定触发式及批量式预警名单筛选规则，对不同客群设定差异化降额幅度和时间点。

三、项目技术方案

结合调额策略体系框架和业务实际发展需求，在数智创新思路的驱动下终制定了本项目的技术方案。分为以下3个内容：一.贷中客户分群；二.贷中额度评估；三.调额策略应用。

1.贷中客户分群

对存量客户按照学历、单位、收入、风险等级等信息划分出贷中优质客群，用于后续差异化贷中额度评估策略及调额应用策略中。客群分类主要划分以下步骤：优质客群标签定义、优质客群优先级排序、优质客群合并粗分。

(1)优质客群标签定义

基于业务经验划定优质客群的条件，未满足优质客群条件的客户将归为常规客户，根据客群的实际风险水平进行阈值调整或优质客群条件的增删；优质客群条件可依据学历、收入、工作单位等来划定：如县级及以上公务员客户、211研究生学历客户、公积金缴纳基数1万元以上客户。

(2) 优质客群优先级排序

由于一个客户可能同时满足多个优质客群条件，因此需要对客户归属的客群优先级进行划定；优先级主要依据各个标签客群的风险水平及业务经验或偏好来设定。

(3) 优质客群合并粗分

通过上述优质客群优先级排序后，可能存在客群数量较多及部分相邻客群风险相近的情况，不利于客群分类的稳定性及策略应用。因此需要将细分客群重新进行合并粗分；这里主要结合细客群的风险水平及业务经验进行粗分，确保粗分后的客群风险排序性良好且符合业务经验。

2.贷中额度评估

主要基于客户在贷中时点的收入、负债、风险、客户属性等维度信息对客户评估客户在贷中时点的额度，该额度将作为客户提额、降额、限额等应用的重要参考依据；主要分为：客户月收入、客户月负债计算、贷中额度评估三部分。

(1)客户月收入计算

通过公积金、代发工资、房贷车贷月供、基础信息、他行贷记卡额度等多维度信息综合评估。具体评估方法如下：

a. 若客户有代发工资，则采用其作为月收入；

b. 若无代发则根据公积金中心查得的公积金缴存信息推算月收入；

c. 若客户均没有上述信息，则采用客户人行报告来推测；

d. 若客户为征信白户，则使用客户工作年限、行业等基础信息进行推测。

(2)客户月负债计算

月负债为客户征信报告上查得的信用卡负债及贷款负债。

(3)客户授信额度计算

这里主要依据客户月收入、月负债、风险状况、客群分类等信息来综合评估客户贷中额度，主要有以下步骤：

1）、根据客户收入和认定月负债得到月可支配收入，然后乘以相关调整系数得到客户的收入负债额度；

2）、部分客户负债较高，计算出的收入负债额度可能为负，本项目基于客户风险水平、收入、客群等直接给出托底额度；

3）、为避免客户计算出的额度过高或过低，本项目依据客群、行业、城市等维度设定额度上下限。

3.调额策略应用

主要涉及客户额度调增、额度调降、额度保持不变三种业务场景，本文涉及客户额度调增及额度调降两个业务场景。

客户额度调增：依据客户的物理属性、行为信息、人行征信、三方外部数据等来筛选出可进行额度调增的准入客户名单，针对准入名单内的客户，根据其用卡行为、额度偏好、当前额度与贷中测算额度差距等维度信息综合评估后对客户的额度进行适当提升。

客户额度调降：对评估为高风险的客户，结合其贷中测算额度、人行征信、三方外部数据、行内行为数据等信息综合确定降额名单及降额措施。

4.客户额度调增

额度调增主要涉及可调增名单准入及调增幅度设定，为体现客户在风险等级上的分层，本策略将客户划分为白、灰、黑名单，对不同的名单类型设置不同的调额权限；

图2额度调增流程

如图2所示，调额流程在准入阶段分为通用准入规则和差异化规则，用以区分不同风险水平的客群，并配置相应的调额权限。调额流程在具体应用中一般包含以下内容：

1).通用准入规则

全量客户在经过客群分组、额度测算后可应用到额度调增业务，通过通用准入规则后可分为调额黑名单和可调额名单；

通用准入规则按照数据来源一般主要分为行内数据规则、征信数据规则及其他外部数据规则等，通用准入规则是客户是否可调额的门槛，若客户命中任意一条准入规则则会被拒绝；

2).差异化规则

在给客户划分调额客户类型不是非黑即白，在精细化管理的思路下，结合其他风险维度对不同客群制定差异化规则，在可调额客群中区分白名单和灰名单；

通用准入规则为强规则，命中任意准入规则则拒绝调额，即落入黑名单，通过准入规则的客群为可调名单，可调额名单再根据差异化规则划分为白名单和灰名单。

在差异化规则中考虑以下维度：近期循环还款记录，近期账单分期记录，近期额度外现金分期记录，人行消费贷笔数等信息；以上信息结合行为评分针对不同的客群制定相应的差异化规则。

3).提额幅度设定

前述规则主要是依据风险规则及模型来筛选低风险提额准入名单，而提额幅度规则主要考虑客户带来额收益情况及客户体验。这里会依据客户近一段时间给我行带来的收益及客户当前额度与贷中测算额度差异来设定提额幅度；同时为满足客户体验，会在下述矩阵基础上考虑客户的额度偏好，若客户明显偏好使用名下高额度信用卡，则在表1中的基数上适当增加一定提额幅度。

表1调额幅度矩阵

4).提额限额设定

在对客户提额时也要考虑其还款能力，防止过度授信，因此要注意提额上限的的设定，客户在提额后的额度不能超过贷中测算的额度。

5.客户额度调降

客户在贷中时点，其风险状况会发生变化，也可能存在一些违规用卡行为情况，为了更好的控制风险敞口、提升资产质量，需要对一些高风险的客户提前预警出来并做相应的管控动作。信用卡预警策略主要依据客户行为数据、征信数据、三方外部数据、行内关联黑名单等信息进行综合评估来划定预警等级，然后针对不同预警等级客户按照风险水平及业务管理需要匹配差异化的降额、冻结额度等措施。由于对客户进行降额或冻结额度，在短期内会影响客户还款意愿并提前暴露风险，因此预警客户范围及预警动作的设定要充分考虑业务发展节奏及机构的风险容忍度。

1).触发式预警名单

针对触发他行严重逾期、司法涉案等较为严重负面规则的客户直接列入高风险预警名单中；该方式主要是满足了对超高风险客户预警的时效性。

2).批量式预警名单

除上述触发式之外，每月还会定时跑批全量客户的风险预警信息，利用贷中风险等级、人行征信报告、三方外部数据、黑灰名单等筛选高风险预警名单；该方式会对全部的存量客户进行风险排查，以便确保高风险预警名单的覆盖度。

3).预警降额措施

针对上述的两类预警名单结合客群分类、客户行为属性、客户价值等信息综合确定终降额幅度及处理时间节点，以确保对客户降额的收益高于不做任何处置的收益。

四、项目过程管理

需求确认阶段（含数据分析）：3个月

项目开发及测试阶段：2个月

五、运营情况

项目实施上线以来，运行稳定，主要体现在以下两个方面：

1.优质客户提额方面

每日自动跑批可以调额的白灰名单，白灰名单占比相对稳定，且长期看风险表现保持较低的逾期率水平；针对实际提额成功的客户，提额后的交易额、收入、贷余增长情况也保持相对稳定。

2.风险客户降额方面

按月度来看，触发式预警名单和批量式预警名单人数占比保持相对稳定；且预警名单客群结构保持稳定；对于实际降额处理的客户，降额后短期的逾期率上涨情况及长期的不良余额压降情况保持相对平稳。

六、项目成效

项目上线以来，在优质客户提额方面和风险客户降额方面均取得明显成效。

1.优质客户提额方面

按照近两年数据来看客户的交易额在调额后3个月内较调额前提升了20%-30%，单客创收在调额后3个月内较调额前提升了20%-30%，短期内有效促动业务增长；同时通过对照组来看长期风险，提额的客户风险水平相较对照组持平。实现了在风险水平保持基本不变的情况下，有效提升客户活跃度、贷余规模以及佣金收入等业务指标的增长。

2.风险客户降额方面

根据近两年的历史数据，提前对高风险客户进行额度管控，相比不做任何处置可压降不良金额10%-25%。通过调额策略对风险客户进行降额、止付等有效管控，实现了提前压降高风险敞口，终降低不良余额的风险管控目标。

七、经验总结

调额策略的制定不同于常规的风控模型，其没有标准化的流程，因此为了更好的满足业务需求，在制定时需要通过数据驱动和业务调整相结合的方式进行。

对于使用的数据源需要尽可能的丰富，既要考虑客户风险行为数据也要结合客群的物理属性。在确定策略规则内容及阈值后，需要回溯尽可能长的历史数据进行验证，确保策略的平稳性及有效性。

调额策略上线应用后要做好持续的监控分析，从客群人数占比、授信额度分布、提额/降额客户的实际风险收益变化等维度进行监控，若有异常则需要及时分析调整。同时为了更好的迭代优化调额策略，在策略上线后需要进行A/B测试，即保证在其他因素相同的情况下，分析不同提额/降额动作对客户带来的收益和损失的变化情况，进而寻找适合本行客户的佳提额及降额幅度。对调额策略进行持续的迭代优化将会提升商业银行的精细化风控运营能力，也有助于在激烈的市场竞争环境中保持优势。