元大銀行:精準控制授信品質,兼顧避險與創價

運用先進的資料建模和分析工具,元大銀行把客戶可能的違約機率減至最低;並在兼顧風險和利潤前提下,設計出更精準的行銷計畫、尋求積極創價。

根據金管會的統計資料,元大銀行到2015年4月,信用卡流通數超過34萬張,單月簽帳額達20億元,簽帳手續費收入3千4百萬元;而逾期帳款(三個月)比率僅達0.19,在眾多銀行當中表現亮眼。

元大銀行及早就意識到,信用卡業務是兵家必爭項目。但想在其他發卡數上百萬張、簽帳金額上百億元的銀行同業中,闖出一番成績,必須在搶攻客戶、衝高業績的同時,精準控制授信的品質,才能兼顧避險與獲利。

2011年,元大銀行選用SAS的「銀行分析架構(Bank Analysis Architecture, BAA)」方案,四年來運用先進的資料建模和分析工具,把客戶可能的違約機率減至最低,締造信用卡業務出色的獲利。這一步也讓元大銀行為實現長期、全方位的風險管理藍圖,奠定紮實的基礎。

SAS建模,架構彈性一次到位

元大銀行風險管理部門副總蘇副總經理表示,「無論是因應法規、新巴塞爾資本協定(Basel III)的要求,還是銀行內部要控制授信品質的需求,我們都必須建立許多模型,預測客戶可能的違約狀況。」銀行要做好風險控管,需要完備的風險管理制度,也要搭配高效率的風管資訊系統一起運作。在啟用SAS方案之前,元大銀行雖然已有資料建模工具,但存在幾個問題。一是資料缺乏一致性、產生分析品質的問題;二是當時使用的建模工具,很難讓外部的稽核人員重複驗證,造成稽核的瓶頸。再加上原有系統的資料缺乏架構性,修改不易,因此尋求新一代優質的建模工具刻不容緩。

經過審慎的遴選評估後,元大銀行認可SAS銀行分析架構方案,符合他們對建模分析工具的三個遴選條件:整合前端資料來源、模型系統有完整架構,以及未來維護容易。

 

 

重視前端,廣納業務專家意見

風控部門建構好的模型,需要前端業務單位實際採用,才能發揮資料分析的價值。為了鼓勵業務單位樂於使用,蘇副總經理一方面借重SAS方案,建構出正確、可驗證且高透明度的資料模型,同時廣納業務單位的意見。

「我們每次啟動資料建模專案時,都會邀請業務單位參與,融入他們的專家經驗與意見。」蘇副總經理強調,「新資料模型分析出的結果,必須比業務單位採用人工審核更有效率,也要大幅縮小判斷風險的誤差。一旦兩個條件都滿足,業務單位就會慢慢接受SAS模型帶來的綜合效益。」

蘇副總經理接著透露,「在啟用SAS建模方案之前, 元大銀行平均要花費6~12個月,建構一個資料模型,現在只需要2~3個月就能完成新模型,讓業務單位使用。毫無疑問,這樣的效率表現不但節省了可觀的人力與物力,專案的執行效率也倍增。」

 

 

掌握客變,模型效度自動微調

元大銀行在SAS專業顧問團隊的協助下,運用銀行分析架構方案,充分整合來自信用卡、信貸、車貸、房貸和金融行銷等業務單位的客戶資料。

透過歸戶角度,綜觀客戶的消費行為,也分析檢視他們的曝險程度,並結合聯合徵信中心的客戶資料,建立一套「信用風險資料超市」,讓前端業務單位得以在單一平台、取得一致的資料,提升服務的效率,也更精準設計行銷計畫。

目前元大銀行的信用卡業務,是運用SAS模型分析最深入的部門。而且拜資料系統架構的修改彈性所賜,風險模型也隨著持卡人消費行為的變化,能及時調整修正,維持模型的風險效度。

而這一切的資料修改都是自動化。每當風控環境的需求有了變化,無論環境變得多複雜,此資料庫都能在最短時間、調整風控模型,持續精準地找出低風險、高效益的新客戶。

於是,元大銀行的風控人員不再需要費時費力做資料彙整,而能把時間花在有價值的分析工作,快速又準確。曾經有政府監管機構要求各家銀行限時提出希臘金融危機的風險報告,元大風控部門受受惠於SAS模型平台,很快就提出曝險報告。

 

 

非僅避險,兼顧創價獲利

風險控管有四個層面――辨識、衡量、控管和溝通,啟用SAS平台前後,對元大銀行各層面帶來怎樣的改變呢?

蘇副總經理以風險辨識為例表示,「以前我們的焦點擺在放款客戶會不會還錢或違約。有了SAS平台,就能把適用範圍擴大到存款戶、信用卡戶與金融行銷戶,去分析、預測他們的消費行為模式。」

「預測出客戶行為模式後,接著也要預測產業的風險走勢,但這些仍是被動避險。」蘇副總經理放眼未來,「我們要進一步透過SAS模型,衡量客戶的貢獻度。在同時兼顧風險和利潤的前提下,設計更精準的行銷計畫,也就是尋求積極創價。」

 

 

模擬輔助決策,視覺報告助溝通

另一方面,元大銀行也運用SAS模型平台,強化決策所需的模擬參考資訊。以前做模擬方案很費時,大多只做A和B兩套方案。現在SAS平台可以輕鬆做出多種壓力測試、情境模擬的方案。

蘇副總經理認為,「用更少時間、做出更多樣的模擬方案,用決策者有更周延的綜合考量,最後精選出一個最適合方案。因為前置工作精準度高,決策後的成果也比較能預期和掌握。」

此外,有了高效率資料模型分析出的資訊後,如何對相關人士有效溝通,也是一大挑戰。元大風控部採用SAS視覺化分析方案(Visual Analysis),以簡明易懂的方式,向上層主管或平行單位,簡報或溝通風險相關議題。因為把抽象的風險觀念視覺呈現,對於內部溝通助益很大。

在達成信用風險管理目標後,元大銀行接下來考量投入流動風險和市場風險的建模計畫;讓整個金融業務的風險控管面向更加完整,在控制曝險的水平之餘,最終達成提高營運獲利的目標。

 

 

YTB_logo

商業挑戰

改善風險預測品質,整合前端不同資料來源,建構一套有架構彈性、易於修改的信用資料超市,以精準控制授信品質、開創更好的獲利。

解決方案

  • SAS Bank Analysis Architecture (BAA)
  • SAS Visual Analysis (VA)

建置效益

  • 新模型建構時間縮短到2~3 個月,節省可觀的人力物力,倍增專案執行效率。
  • 風險辨識涵蓋放款、存款、信用卡與金融行銷客戶,提高消費行為掌握度。
  • 在兼顧風險和利潤前提下,設計更精準的行銷計畫、尋求積極創價。
  • 輕鬆做出多種壓力測試、情境模擬的方案,強化決策所需的模擬參考資訊。
  • 採用SAS 視覺化分析方案,向上層主管或平行單位,溝通風險相關議題。
file
「SAS銀行分析架構方案,讓元大銀行只需2~3個月就完成新模型,提供業務單位使用。毫無疑問,這樣的效率表現不但節省可觀的人力與物力,專案的執行效率也倍增。」
The results illustrated in this article are specific to the particular situations, business models, data input, and computing environments described herein. Each SAS customer’s experience is unique based on business and technical variables and all statements must be considered non-typical. Actual savings, results, and performance characteristics will vary depending on individual customer configurations and conditions. SAS does not guarantee or represent that every customer will achieve similar results. The only warranties for SAS products and services are those that are set forth in the express warranty statements in the written agreement for such products and services. Nothing herein should be construed as constituting an additional warranty. Customers have shared their successes with SAS as part of an agreed-upon contractual exchange or project success summarization following a successful implementation of SAS software. Brand and product names are trademarks of their respective companies.