第1章：信用卡业务基础
做风控这些年，我经常跟新人说一句话：不懂业务，就别谈风控。你想想看，连信用卡从申请到注销经历了什么，你怎么去设计评分模型？怎么去拦截欺诈？
这一章，我们就来聊聊信用卡业务最核心的三个东西：信贷生命周期、申请流程、关键角色。嗯，都是基础，但基础不牢，后面会摔得很惨。
1.1 信贷生命周期：一张信用卡的“一生”
我个人习惯把信用卡的生命周期分成五个阶段。说白了，就像一个人的成长：出生、上学、工作、中年、退休。
| 阶段 | 核心任务 | 风控重点 |
|---|---|---|
| 获客期 | 吸引用户申请 | 识别虚假申请、团伙欺诈 |
| 审批期 | 审核资质、授信 | 评分卡打分、反欺诈规则拦截 |
| 用卡期 | 日常消费、还款 | 交易监控、额度管理、逾期预警 |
| 逾期期 | 催收、核销 | 失联修复、还款意愿评估 |
| 注销期 | 销卡、结清 | 防止盗刷残留、数据归档 |
我在项目中遇到过一件事：有个用户刚批卡就刷爆额度，然后失联。后来一查，是团伙操作——他们专门盯着“新卡首刷礼”薅羊毛。你看，这就是获客期和审批期没衔接好的典型问题。
核心观点：风控不是审批完就结束了。用卡期的实时监控，往往比审批更重要。我见过太多“批卡时是好人，用卡时变坏人”的案例。
1.2 申请流程：从填表到出卡，中间发生了什么？
你填完申请表，点击“提交”，背后其实跑了一套复杂的流程。我把它拆成6步：
- 信息录入：姓名、身份证、手机号、工作信息……这些都是最基础的。
- 征信查询：银行会去央行征信中心拉你的报告。这里有个坑——查询次数太多，征信会花。
- 规则引擎跑批：先过反欺诈规则，比如“同一IP申请超过5次”、“手机号是虚拟运营商”等。
- 评分卡打分：根据你的收入、负债、历史还款等，算出一个分数。
- 人工复核（可选）：分数在临界区间的，会转人工。
- 制卡发卡：通过后，银行制卡、寄送。
避坑指南：我曾经见过一个项目，规则引擎和评分卡是串行跑的——先过规则，再过评分。结果呢？规则误杀了一批高分用户。后来改成并行，两边结果取交集，才解决问题。
为什么会这样？因为规则引擎是“非黑即白”的，而评分卡是“概率判断”的。两者结合，才能既防住坏人，又不误伤好人。
1.3 关键角色：申请人、银行、征信机构
这三个角色，构成了信用卡业务的铁三角。我分别说说。
1.3.1 申请人：你眼中的“我”
申请人分三类：
- 优质客户：收入稳定、征信干净、用卡习惯好。这类人，银行抢着要。
- 风险客户：收入低、负债高、有逾期记录。这类人，要么拒，要么给低额度。
- 欺诈客户：伪造资料、冒用身份、团伙作案。这类人，是反欺诈的重点。
我记得有一次，一个申请人填的月薪是5万，但单位是家皮包公司。征信报告显示他同时申请了10家银行的信用卡。嗯，这种一看就是“以卡养卡”的套路。
1.3.2 银行：风控的“守门员”
银行内部，通常有三个部门跟风控相关：
- 风险部：制定策略、建模型、定额度。
- 运营部：处理申请、发卡、催收。
- 科技部：开发系统、部署模型、维护数据。
你想想看，这三个部门如果各干各的，会怎样？我见过一家银行，风险部定的规则太严，导致运营部每天要处理大量投诉。后来我建议他们建立跨部门沟通机制，每周对齐一次，才把矛盾化解。
1.3.3 征信机构：你的“信用档案管理员”
国内主要是央行征信中心，还有百行征信、朴道征信等市场化机构。它们提供什么？
- 个人信用报告：贷款记录、信用卡记录、查询记录。
- 评分：比如央行征信的“信用评分”，虽然不公开，但银行能查到。
- 黑名单：失信被执行人、欺诈黑名单等。
注意：征信数据有滞后性。我遇到过用户上个月逾期，但这个月征信还没更新。所以，不能完全依赖征信，要结合用户近期的行为数据来判断。
1.4 知识体系总览
下面这张图，是我自己画的。它把这一章的核心逻辑串起来了。你仔细看看，能帮你建立整体认知。
总结一下：信贷生命周期是“时间轴”，申请流程是“操作轴”，关键角色是“参与轴”。三个轴交织在一起，就是信用卡风控的全部。
好了，这一章就到这里。内容不多，但都是干货。你如果能把这几个概念刻在脑子里，后面学评分模型和反欺诈规则时，会轻松很多。