“院”你同行经济管理学院 厦门银行：消费金融“数字化”信用风

“院”你同行经济管理学院 厦门银行：消费金融“数字化”信用风险管理体系， 

“院”你同行经济管理学院

经济管理学院

专业设置

1

本科专业

·工商管理类

（会计学，工商管理）

·会计学

（ACCA方向）

·信息管理与信息系统

·经济学

·国际经济与贸易

·电子商务

·物流管理

2

一级学科硕士学位授权点

·工商管理

·应用经济学

3

专业学位授权点

·工商管理（MBA）

·金融硕士（MF）

本科专业介绍

工商管理类—会计学

省级一流本科专业

专业特色：

引入PBL理念，将理论教学与实践教学有机融合。与长虹集团等学校董事单位共建实践基地，建立以大数据分析为主的智能财会实践体系；注重案例开发和应用，专业核心课程普遍采用案例教学，效果优异。借助学生自治，将理论教学和学科竞赛有机融合。依托2008年成立的学校会计协会，通过会计文化节、学科竞赛等，吸引学生广泛参与，促进岗课赛证有机融合。近三年，学科竞赛中获得国家级、省级奖励40余项，提升了学生的创新能力和综合素养。

工商管理类—工商管理

国家级一流本科专业

专业特色：

工商管理专业以“案例”为特色，以“本-硕-博”一体化培养为支撑、以“国家一流专业”为平台，培养工商企业急需的高级管理人才。工商管理专业学生从大一到大四全程参与知名企业经营管理实战案例，学生走进企业，企业家走进课堂，截至2024年，已经举办企业家系列讲座400余次，学生参与并发表企业案例100+，企业案例成果在全国高校中名列前茅。同时，工商管理专业学生考研率高，更有学生考入华中科技大学、四川大学等985高校。

会计学（ACCA方向）

省级一流本科专业

专业特色：

会计学专业（ACCA）于2011年开始招生，历届毕业生就业率达90%以上，高质量就业率达60%以上，位居全校前列；聚焦大数据技术，以全球大型企事业单位用人需求为导向，搭建起“ACCA专业课程+数智财会课程+多元能力拓展与实践”的数智化培养体系，使学生在大学期间完成“文凭学位+全球广泛认可的国际资质证书”双重进修，就业升学更具优势；已获ACCA协会官方认证，可享受专属6门官方免考政策，让学生更快跻身ACCA准会员行列，开启无限职业未来。

信息管理与信息系统

专业特色：

专业成立于2001年，有20余年的办学历史。是面向数字经济时代培养复合型人才的跨学科交叉型专业，有以下特色：（1）培养学生具有较强的运用数据分析、信息系统、信息技术等方法和工具解决信息管理问题的综合能力，具备应用各类数据分析工具进行数据收集、建模、分析挖掘以及结合领域知识进行综合应用、支持管理决策的综合能力；（2）培养学生能够进行系统规划、分析与设计开发的能力，具备应用高级编程语言以及开发工具实现信息技术驱动和赋能管理创新的综合能力。

经济学

国家级一流本科专业

省级特色专业

专业特色：

西南科技大学经济学类专业经过多年专业建设与改革，2008年本专业成为四川省经济学特色专业建设点，2010年获批四川省经济学专业综合改革建设单位，2019年获批四川省一流本科专业建设点，2020年获批教育部国家级一流本科专业建设点。专业依托应用经济学一级学科硕士点以及金融硕士（MF）专业学位点，形成了本硕一体的经济学人才培养体系。

国际经济与贸易

专业特色：

国际经济与贸易专业作为西科大最早的文科一本专业之一，2003年入选西南科技大学首批重点建设的品牌专业，2009年“国际经济与贸易专业教学团队”入选学校第二批重点建设教学团队,2013年开始招收留学生，开启学校整班制留学生教育先河。专业聚焦外贸发展新业态，融合大数据营销，坚持“宽口径、厚基础、广就业”的人才培养模式：（1）深化“岗课赛融通”育人体系。通过“固基础、强外语、重实践”，打造“龙山金融人才创新实践班”，带学生进海关、进证券机构、进企业，带学生做科研项目、参加比赛、共同发表文章，学生理论和实操能力两手硬。学生参与竞赛获奖数逐年增加，历年毕业生就业率稳定保持在95%以上，读研率保持在20%以上。（2）双语教学特色突出。拥有省级双语教学精品课程1门，学生有机会通过各种合作项目，到多个国家交流访学和到中国科技大学做交换生，已有多位在校生和毕业生踏上了留学之路。

电子商务

省级一流本科专业

专业特色：

电子商务专业是“省级一流专业建设点”“省级应用型示范专业”。专业服务于国家战略和区域经济发展需求，以信息技术赋能行业发展，构筑具有卓越电子商务运营和管理能力、商务数据分析能力的复合型、应用型和创新型高级专门人才培养模式，形成了以下特色：（1）服务乡村振兴国家战略；（2）培养以数据科学为中心的新文科人才；（3）构建“三位一体”的特色人才培养模式。数据分析课程群为特色的课程体系+案例开发为特色的实践体系+电子商务培训为特色的社会服务，三位一体，培养以扎实商务数据分析能力为知识特色的电子商务运营和管理人才。

物流管理

国家级一流本科专业

专业特色：

为国家级一流本科专业建设点专业，已形成具有交叉学科背景、科研能力扎实的师资队伍，具有完备的校外实习、实训基地（京东、中外运等）。该专业系统培养学生的物流系统优化与数据分析能力,形成了“数学基础→数据分析工具→专业综合运用”的课程体系。物流管理基于OBE的人才人才培养理念、坚持以产出为导向，重点面向先进制造业和现代服务业，紧紧围绕先进制造业与现代物流业联动发展对物流人才的需求，培养学生解决物流管理实际问题的能力。

专业详情

毕业生去向

优秀毕业生

1

郭婷

郭婷，高中毕业于成都市航天中学，经济学专业2024届毕业生。曾荣获四川省优秀毕业生，四川省大学生综合素质A级证书、绵阳市优秀学生干部等荣誉20余项。

毕业去向：西南石油大学

2

张坊

张坊，高中毕业于四川省宣汉中学，公共事业管理2024届毕业生。在校期间学习成绩连续三年位列专业第一，曾荣获得国家奖学金、校长奖学金、绵阳市三好学生等荣誉二十余项。

毕业去向：西南交通大学

3

韩坤金

韩坤金，高中毕业于衡水市第二中学，电子商务2024届毕业生。参与地市级科研项目2项，发表期刊论文2篇，撰写中国管理案例共享中心入库案例1篇。

毕业去向：上海大学

学院获奖图片

经济管理学院学生获得2022年“学创杯”全国大学生创业综合模拟大赛总决赛创业营销项一等奖

经济管理学院学生获得第二届产教融合创新创业大赛暨2022年“衡信杯”全国税务技能大赛（本科组财税风控技术方向）全国总决赛团体三等奖。

经济管理学院学生获得2023年第四届“衡信杯”全国（本科组）个税精英挑战赛全国一等奖

全体集合，准备开学！

西南科大版“冰淇淋乐园”，等你归来！

来源丨西南科大本科招生

编辑 丨冀翔宇

一审一校 | 李蕊琴

二审二校 | 王娟三审三校 | 肖国健投稿邮箱：3065141043@qq.com

声明：取材网络、谨慎鉴别


厦门银行：消费金融“数字化”信用风险管理体系

来源：2023年度城市金融服务优秀案例评选

获奖单位：厦门银行

荣获奖项：十大网络影响力优秀案例奖

一、项目背景及目标

厦门银行是福建省首家上市城商行，并荣获“全国文明单位”称号。成立至今，始终牢记城商行服务地方经济的使命，作为一家台资背景银行，致力于打造“两岸金融合作样板银行”，在坚持小微和对台特色的同时，厦门银行坚定推进大零售战略转型，提升零售金融服务能力。我行以提升“智能风控、精准营销、客户服务”三大核心能力为主线，全面推进零售业务智能化转型，赋能高效服务和精准营销，夯实金融科技支撑和服务能力，致力打造成为一家具有品牌美誉度和客户体验度的零售精品银行。

2022年我行成立了零售风险管理部，依托专业团队加强零售信贷业务的信用风险管理，围绕“控不良、优体验 ”两大管理目标，推动资产质量的精细化、数字化、智能化管理。“控不良”就是以年度风险指标为指引，持续开展风险政策、风险策略等的优化、迭代。“优体验”就是在保持资产质量可控的前提下，持续完善风险流程、操作规范等标准，提升作业流程的规范性。

二、项目/策略方案

厦门银行消费金融业务信用风险管理体系。通过持续开展客户信贷特征、行为特征等基础特征挖掘，建立和完善申请评分模型、行为评分模型等风险模型，不断优化以风险模型及风险特征运用为基础的风险管理策略，有效提升贷前风险识别和贷中风险预警的有效性，在提前发现高风险客户、及时管控潜在风险客户、有效化解风险和减少风险损失方面成效显著，在协助业务稳定发展的同时，确保消费金融业务质量可控。

三、创新点

1.风险管理框架创新

1.1信用风险管理机制

厦门银行高度重视零售业务风险管理，在我行“做大零售”业务战略目标指引下，为提升零售业务风险管理能力，强化业务风险协同均衡发展，2022年总行成立“零售风险管理部”一级部门，作为二道防线统筹管理零售授信业务的信用风险，负责零售授信业务贷前、贷中、贷后全生命周期管理，主要职责为零售业务风险偏好管理、风险策略迭代、风险数据运用、风险监控预警、风险资产清收、风险资产处置等。消费金融风控部为零售风险管理两个二级部之一，主要负责信用卡及信用消费贷款全生命周期风控管理，从机制上确保消费金融业务的风险管理资源充足，有效提升消费贷款的风险管理水平。

2.智能风控创新

2.1智能风控管理理念

零售风险管理部秉承以“数据化”、“智能化”、“系统化”、“快速化”的风险管理理念，围绕“控不良”、“优体验”两大管理目标，消费金融风控同样以该管理理念和管理目标作为工作要求，持续细化风险管理内容，提升风险管理能力。

2.2智能风控运用场景

量化风控运用已经覆盖我行消费金融贷前、贷中及贷后全流程，主要使用技术包括风险模型开发及使用、决策树的使用、风险聚类的使用、特征工程挖掘等。

2.3智能风控目标

消费金融信用风险技术创新使用需与监管规定、信息安全、消费者权益保护匹配，不能为了创新违反法律法规及侵犯消费者权益，同时需重点关注对应产品的业务模式、行业现状、技术运用的结合，信用风险的创新运用及预期效果，会随着银行不同的发展阶段、未来规划的不同而存在差异，终风控技术创新的运用程度、运用范围也会不同。

四、项目过程管理

22年我行成立了零售风险管理部，专业团队加强零售信贷业务的信用风险管理，围绕“控不良、优体验 ”两大管理目标，推动资产质量的精细化、数字化、智能化管理。1年的时间团队成员发展到25人，从贷前、贷中、贷后等模块全面优化我行信用风控的信贷体验。

新增信用卡模型使用，并不断进行策略迭代。贷中进行额度管控，贷后进行风险预警。建立健全风险管理体系指标，完善风险监控报表，规范数据使用流程，保证数据使用的合法、合规，并进行数据衍生，完善风控模型，并进行迭代使用。建立模型和策略管理制度，并全面落实全面风险管理体系。

五、运营情况

1.智能风控的信用风险防控应用

“数字化”风控或者说量化风控技术在消费金融信用风险防控方面比较广泛的运用为信用评分，信用评分会更多地用统计模型来管理信用，信用评分的出现，替代了传统贷款机构用“5C”原则对潜在客户进行主观评估。“5C”原则包括道德品质（Character）、还款能力（Capacity）、资本实力（Capital）、抵押担保（Collateral）和环境条件（Condition）。信用评分的出现，弥补了人为判断和抵押担保的不足。

开发信用评分模型的方法很多，比较传统的有线性模型、逻辑回归，其优点是操作简单、可解释性强，缺点是准确率相对一般；当前比较流行的有机器学习领域的神经网络、遗传算法等，其优点是预测能力强，缺点是缺乏透明度且容易过拟合。

随着人工智能、物联网等技术的不断发展，进一步推动了量化风控技术的自动化、高效化和自我学习化，包括聚类识别、关系网络、知识图谱等在信用风险防控尤其是欺诈风险防控方面运用逐步深化。

2.智能风控的风险管理指标体系

消费金融业务有着“额度小、数量多”的特点，为做好消费金融的信用风险管控，必须根据产品特点及生命周期，细化各类监控指标，以确保资产质量。监控指标及监控报表的全面性、完整性及有效性，直接影响信消费金融业务信用风险的管理效度，从全生命风控周期来讲，主要指标类型包括但不限于资产类、产品类、审批类、质量类、催收类、逾期类等。各种不同类型的指标举例如下：

资产类：时点余额、月度余额、月度放款金额、进件渠道等；

产品类：还款方式、贷款期限、借据期限、实际利率、年化利率、提前还款等；

审批类：进件数量、通过率、平均授信额度、规则触发率、漏损率；

质量类：不良率、五级分类、年化不良率、年化收益率等；

催收类：迁移率、回退率、逾期转不良率、核销回款率等；

逾期类：首逾率、时点不良率、静态逾期率、入催率等。

根据以上指标，建立各种不同维度的信用风险管理报表，报表体系包括但不限于资产管理类、风险监控类、逾期催收类，距离如下：

资产管理类：基本进件统计表、资产结构报表、产品质量总览表等；

风险监控类：审批情况表、拒绝原因分布表、VINTAGE分布表、客户画像监控表、贷中表现监控表等；

逾期催收类：入催分布表、出催分布表、迁徙率统计表等。

3.智能风控在我行的运用场景

我行消费金融业务信用风险管理全流程基本实现“数字化”管理，主要表现如下：

3.1、特征工程方面，深入挖掘我行已经接入的人行征信、百行征信、朴道征信等在内的征信数据源，以数据源的自身数据为基础，结合我行产品特点及风险表现，以客户基础特征、信用历史、借贷关系、负债情况等为维度，不断挖掘各数据源内在价值，从而更加符合我行消费金融业务生命周期不同阶段信用风险防控中的发现风险、识别风险、处理风险的管理要求，持续夯实模型管理和策略管理特征基础。

3.2、模型管理方面，根据消费金融业务生命周期不同，建立对应的风险模型，贷前准入阶段，建立以申请评分模型为主的准入评估模型，贷中管控阶段，建立了以用卡行为、还款行为等为主的行为评分模型、风险预警模型，建模方法在传统的逻辑回归方法的基础上，将当前较为流行机器学习方法结合，综合考虑风险识别能力、可解释性、数据可用性等，根据模型效果，针对性的选择较为合适的建模方法。

3.3、策略管理方面，以我行风险偏好为出发点，以风险模型为基础，以风险损益为目标开展策略搭建及优化，以决策树、线性回归等作为基础的策略分析方法，辅以关系网络、风险聚类等大数据分析方法，形成对应的策略集，通过ABtest等决策流分布，持续观察各关键风险指标（漏损率、通过率、触发率、入催率、出催率、FPD、vintage）差异，不断调整多头防控、欺诈防控、高负债等信用风险管理策略，使之与行内风险偏好、业务规划、预期收益等相匹配。

3.4智能风控策略的迭代及优化

消费金融信用风险策略不是一成不变的，根据业务发展规划、业务风险表现、监管政策、数据使用等，及时迭代及优化，确保信用风险策略能够满足行内整体风险管控要求。

4.全面风险管理体系

4.1全面风险管理机制

我行已经建立了较为完善的风险治理体系，董事会是我行风险管理的高决策机构，监事会承担我行全面风险管理的监督责任，高级管理层承担全面风险管理的实施责任，执行董事会的决议。我行风险管理体系遵循“三道防线”原则，业务条线为一道防线，风险管理职能部门为二道防线，内审部门为三道防线。

4.2全面风险管理原则

我行已经建立较为健全的风险管理程序，按照审慎性原则，能全面、及时地识别、计量、监测和控制我行各主要风险，主要风险管理程序包括风险识别、风险计量和评估、风险监测、风险报告、风险控制、应急机制等。

4.3信用风险全流程管理

消费金融信用风险风控体系方面，一是建立资产配置灵活变动为基础的风险政策，该政策需密切关注宏观环境、监管政策、同业产品等外部信息，结合外部信息，行内及时灵活调整消费贷款产品配置，使之符合行内的风险偏好。二是建立了欺诈风险及信用风险防控为主为贷前准入策略，该策略充分利用人行及各类外部数据，综合考虑客户的负债情况、收入水平、信用历史等，避免因“信息孤岛”导致的客户风险未被充分识别的情况发生。三是建立了客户还款行为及消费行为等为主的贷中管控策略，该策略充分挖掘客户还款表现、用款行为、借贷行为等特征，提前发现高风险客户，通过降额、管控等举措，有效降低风险损失。四是建立了资产迁徙为基础的贷后管理策略，该策略与贷中管控策略密交互，做好风险损失预测的同时，不断变化风险资产的处置策略，持续提升资产的风险处置能力。

5.风险数据与风险模型管理

5.1数据使用及数据安全

数据使用方面，针对消费贷款产品特性，主要使用的数据包括信用历史类、多头借贷类等有利于信用风险管控的数据，我行严格按照《商业银行互联网贷款管理暂行办法》、《征信业务管理办法》要求，数据来源基本上为人行征信、百行征信、朴道征信等合法合规机构，收集、使用风险数据遵循合法、必要、有效的原则，不将风险数据用于与贷款业务无关或有损客户合法权益的活动。

数据安全方面，严格按照《中华人民共和国个人信息保护法》、《中华人民共和国数据安全法》、《个人金融信息保护规范》等法律法规要求，建立了符合我行特点的数安全保护、数据脱敏管理、数据分类管理等制度，确保我行消费金融业务信用风险管理过程中使用的各类数据使用安全。

5.2风控模型管理

模型管理方面，我行严格按照《商业银行互联网贷款管理暂行办法》要求，风险模型的开发测试、评审、监测、退出等环节分别由不同的部门管理，我行模型开发测试及监测由风险管理部门主导，模型需经行长评审通过后才能提交使用，模型使用方案由零售风险管理部提出，经行长批准后正式使用，模型迭代、退出需经模型开发部门及模型使用部门共同商议后报行领导审批。

六、项目成效

资产质量方面，截止2022年末，我行消费金融不良率低于1.5%，较2021年不良率呈现下降趋势，2023年以来，消费金融不良率继续保持下降趋势，整体资产质量较好。

我行消费金融业务准入审批、贷中降额及管控、智能语音外呼，基本都实现了系统自动化管理功能，整体效率较高，审批效率及贷后管理水平相比同业，特色明显。

风险管理效率方面，我行消费金融业务基本实现全线上风控管理，贷前准入基本实现全部系统自动审批，确保审批流程标准、审批结果统一；贷中管控方面，针对高风险客户降额、账户管控基本实现系统自动化管理，确保能及时识别高风险客户并采取对应的管控举措，减少因预警不及时导致的损失扩大；贷后催收方面，已经上线IVR智能外呼，针对客户忘记还款等原因导致的账户逾期，由系统自动外呼，降低人工介入成本。

案例一：信用卡贷中风险管控

根据《中国银保监会 中国人民银行关于进一步促进信用卡业务规范健康发展的通知》保监规〔2022〕13号第十三条规定“银行业金融机构应当实施严格审慎的信用卡授信额度动态管理,至少每年对信用卡客户的授信额度实施一次重新评估、测算和确定。对于风险状况 出现恶化的客户应当加强监测分析,及时采取调减授信额度等措施。”2022年下半年，我行逐步加强信用卡贷中风险管控，具体举措包括如下方面：

（1）建立信用卡行为评分卡；

（2）根据评分卡确定的客户风险等级，定期查询外部数据；

（3）优化风险管控策略；

（4）每月定期识别风险客户并进行降额等风险管控措施。

截止2023年5月末，我行信用卡通过降额等贷中管控方式多角度的进行高风险客户的管控，减少逾期金额600余万元。

案例二：信用卡贷前准入模型迭代

根据《中国银保监会 中国人民银行关于进一步促进信用卡业务规范 健康发展的通知》要求，我行逐步降信用卡获取渠道转向分支行发卡，随着我行发卡渠道从以线上为主变更为线下为主，信用卡目标客群发生变更，为适应我行信用卡展业模式的变化，2022年11月完成信用卡申请评分卡优化，12月完成信用卡准入策略迭代，该版策略迭代强化评分卡在策略中的运用，策略迭代后资产质量较之前提升较为明显。

七、经验总结

当建设数字化信用风险管理体系时，我们需要注意：

数据收集与整合：确保从多个来源收集到的数据完整、准确。这些数据可能包括个人信息、财务状况、债务记录等。整合这些数据可帮助评估借款人的信用风险。

数据分析与建模：利用机器学习和数据分析技术构建预测模型。这些模型可以通过历史数据分析和趋势预测来评估借款人的还款能力和信誉状况。

自动化决策系统：建立一个自动化决策系统，根据预先设定的规则和模型输出做出信用决策。这可以提高决策的速度和准确性，并降低人为错误的风险。

风险监控与预警系统：建立一个实时监控系统来跟踪借款人的还款能力和风险状态。当风险超过预设阈值时，系统可以及时发出预警，以便采取适当的风险管理措施。

客户服务和反欺诈措施：为借款人提供快速、便捷的客户服务渠道，并采取反欺诈措施来防止欺诈行为。这可以提升客户满意度，并减少潜在的信用风险。

持续改进与优化：定期评估和改进数字化信用风险管理体系，以应对市场变化和新的风险挑战。密切关注行业佳实践和技术创新，不断优化系统和流程。

总的来说，数字化信用风险管理体系的建设需要兼顾数据收集与整合、数据分析与建模、自动化决策系统、风险监控与预警系统、客户服务和反欺诈措施，以及持续改进与优化。 通过这些措施，可以提高风险管理效率和准确性，减少信用风险带来的损失。

更多金融科技案例和金融数据智能优秀解决方案，请在数字金融创新知识服务平台-金科创新社案例库、选型库查看。