光大银行 数据挖掘

需要支持或定价信息

点击此处或致电+86 (0) 21-6352 3300

Insights

中国光大银行

客户背景

中国光大集团是以经营银行、证券、保险、投资管理等金融业务为主的国有企业。在境内主要企业有光大银行等20家公司。

中国光大银行成立于1992年,总部设在北京,是经国务院批复并经人民银行批准设立的金融企业,也是第一家国有控股并有国际金融组织参股的全国股份制商业银行。

光大银行信用卡业务发端于2004年,是国内较早开展信用卡业务的股份制商业银行之一。光大银行不断创新业务模式,在国内首家建立以数据仓库为基础、以商业智能为核心的科学决策支持体系,第一家推出了银联白金卡、VISA无限卡等产品,也一直坚持差异化的服务理念。光大银行本着“新理念、新模式、新标准”,创建有中国特色的信用卡,不断获得成功。

面临问题

虽然中国经济有快速的发展,但是大多数中国人的信用卡使用记录并不长。另外,在其他国家广泛使用的信用数据库在国内也尚未建立。为了提高信用卡业务收益,仅仅开拓新客户已经不够,风险监控更为重要。因此光大银行需要定期评估信用风险,不仅仅对新的申请人,同时对已有的客户评估其在不同时期违约风险。

光大银行通过规则引擎来实现信用风险的管理流程。这个规则引擎是建立在其自有的违约历史数据基础上,通过选择特征变量和创建规则来实现自动化的信用评分流程。

然而,尽管现有的规则引擎有助于加速信用评估的过程,但其在信用评估过程中仍然欠缺准确性和有效性。

为了能够加强和提高信用风险管理系统的性能,光大银行决定选择一个风险评分解决方案。该方案能够通过审查成千上万的信用风险数据,并从中找到最有预测能力的变量,建立评分模型,以评估客户违约风险。通过对预测变量进行加权,形成评分卡,进一步提高模型的效率。这大大改善光大信贷风险管理能力。

中国光大银行风险管理部总经理认为改善现有的信用风险管理模式,建立行为评分系统将有助于识别出未来可能会带来严重损失的客户。采用强大的数据挖掘技术来识别那些可能违约的客户,光大银行可以更快速的找到那些潜在危险,在其成为真正问题之前解决他们。

解决方案

鉴于SPSS在预测分析领域的领导地位,光大银行选择与SPSS合作初步建立评分卡,并在IBM SPSS预测分析技术的基础上建立整个信贷风险管理决策支持系统。

在评分卡建立中,SPSS领先的数据挖掘技术被用来确定记分卡中的关键指标,考虑了持卡人的人口统计数据,各类资产占比和交易行为等信息。

SPSS直接连接光大银行数据库,自动化的实现信用评分过程。每隔24小时,客户的数据从中央数据库中通过一定的处理加载到SPSS软件。这些数据包括数以千万计的客户账户,数以百计的客户属性。

SPSS解决方案分析了客户的各类信息,如卡状态,年龄、使用年限、利用率和支付行为,将其转换为得分,表示该客户的信用风险。

接下来,将违约得分与账户其他关键指标相结合,如拖欠的水平、信用额度的使用率以及账户类型,并通过一系列的决策模型,以确定该账户是否应该进入追债过程以及用何种方式进行追讨。

基于SPSS高效的建模功能,整个过程可缩短到半个小时以内,时间上的节约有利于下一环节工作的顺利进展。

光大银行催收部门可利用这个过程识别出的风险账户并进行催收,特别是那些高额度的拖欠账户。

基于不同的风险水平,催收部门可以采用不同的手段,可能是一个简单的书面提醒,可能是正式的警告通知。如果有需要,还可以冻结该持卡人的信用卡。

“自行开发的风险管理模型是光大银行的最初的选择。但使用SPSS,我们可以

搭建一个更快,性价比更高的,甚至更灵活的信用评分系统” 中国光大银行风险管理部总经理是这样评价。

“SPSS软件令人难以想象的强大,它使我们能够利用先进的智能分析技术分析客户信息,并将此转化为业务的洞察力”, 他补充说。

应用结果

开发新的信用风险评分系统的主要目的是为了改善信贷风险的管理和催收过程的管理。

系统运行结果表明,光大银行已成功的减少了挂账。基于可靠和持续的客户风险评估,光大银行现在能够通过一致的、客观的和自动的决策机制更好地管理日常催收业务。在早期识别可能存在问题的账户,并且通过采取有效地手段降低催收过程中的成本。

新的信用风险管理方案对其他业务也发挥作用。它帮助光大减少“好”持卡人的销卡率,这些持卡人有可能曾经被错误的分类为潜在危险账户。此外,通过采取更有针对性的服务方式,光大银行通过向上销售和交叉销售活动提高收入。如知道什么时候该向账户持有人提供新的产品和类似升级金卡或增加信贷额度服务。