信用卡A類卡，B類卡是什麽意思？
通過對客戶實行打分制，以對客戶優質與否做判斷。A卡(ApplicationScoreCard)，申請評分卡
B卡(BehaviorScoreCard)，行為評分卡
由於零售信貸業務具有筆數多、單筆金額小、數據豐富的特征，決定了需要對其進行智能化、概率化的管理模式。信用評分模型運用現代的數理統計模型技術，通過對借款人信用歷史記錄和業務活動記錄的深度數據挖掘、分析和提煉，發現蘊藏在紛繁復雜數據中、反映消費者風險特征和預期信貸表現的知識和規律，並通過評分的方式總結出來，作為管理決策的科學依據。
區別：
1、使用的時間不同，分別側重貸前，貸中，貸後
2、數據要求不同，A卡壹般做貸前0到1年的數據，B卡是在客戶有了壹定的行為有了較大數據以後進行，壹般為3到5年，
3、每種評分卡所有的模型不壹樣，A卡多用邏輯回歸，後面兩種常用多元素邏輯回歸，精度更好。
B卡
1、定義：根據貸款人放貸後的行為（觀察行為），預測未來逾期概率
2、使用場景：貸款發放後到期之前的時間段
3、註意觀察期與表現期、時間切片問題
劃分
1、根據還款意願與還款能力的不同，劃分不同風險等級
輕度：還款意願與還款能力良好，特殊原因逾期
中輕度：還款意願良好，還款能力出現問題
中度：還款意願惡化，有還款能力
重度：無還款意願，還款能力惡化或喪失
2、催收流程
短信催收、電話催收、實地催收、法律訴訟、第三方催收（逾期資產打包賣出）
3、模型構成
還款率模型：預測經催收後，催回賬款的比率
賬齡滾動模型：預測逾期人數從輕度逾期轉化為重度逾期的概率
失聯模型：在逾期階段，預測尚能聯系到的人群失聯的概率
4、常用指標
逾期天數
歷史還款率信息
逾期金額占比
債務負擔占比
個人信息（性別、年齡、收入、工作、學歷等等）
銀行對信用卡持卡人的信用分級標準
考慮保密的原因，不能公布銀行的名稱，不過其中還是有許多敏感的信息，有經驗的壹看就應該猜個八九不離十了。
評分標準只是評分標準，對客戶大概做壹個等級評估，不對最終審核帶來決定性的影響，不是決策的唯壹依據，並且是排除綠色通道、情況核實和其他推廣政策等主觀決策之外的。但的確，我們能從中發現不少問題。
A銀行采用百分制，由保障支持、經濟支持、穩定情況和個人背景四部分組成：
1.保障支持最高得分為15分
(1)住房權利最高得分為8分
無房
0分
租房
2分
單位福利分房
4分
所有或購買
8分
(2)有無抵押最高得分為7分
有抵押
7分
無抵押
0分
2.經濟支持最高得分為34分
(1)個人收入最高得分為26分
月收入6000元以上
26分
月收入3000~6000元
22分
月收入2000~3000元
18分
月收入1000~2000元
13分
月收入300~1000元
7分
(2)月償債情況最高得分為8分
無債務償還
8分
10~100元
6分
100~500元
4分
500元以上
2分
3.個人穩定情況最高得分為27分
(1)從業情況最高得分為16分
公務員
16分
事業單位
14分
國有企業
13分
股份制企業
10分
其他
4分
退休
16分
失業有社會救濟
10分
失業無社會救濟
8分
(2)在目前住址時間最高得分為7分
6年以上
7分
2~6年
5分
2年以下
2分
(3)婚姻狀況最高得分為4分
未婚
2分
已婚無子女
3分
已婚有子女
4分
4.個人背景最高得分為24分
(1)戶籍情況最高得分為5分
本地
5分
外地
2分
(2)文化程度最高得分為5分
初中及以下
1分
高中
2分
中專
4分
大學及以上
5分
(3)年齡最高得分為5分
女30歲以上
5分
男30歲以上
4.5分
女30歲以下
3分
男30歲以下
2.5分
(4)失信情況最高得分為9分
未調查
0分
無記錄
0分
壹次失信
0分
兩次以上失信
-9分
無失信
9分
B銀行也采用百分制，由自然情況、職業情況、家庭情況和與本行的關系四部分內容組成：
項目
評分標準
得分
自
然
情
況
年齡
25歲以下
26~35歲
36~50歲
50歲以上
2
4
6
4
性別
男
女
1
2
婚姻狀況
已婚有子女
已婚無子女
未婚
其他
5
4
3
2
健康狀況
良好
壹般
差
5
3
—1
文化程度
研究生以上
本科
大專
8
6
4
中專、高中
其他
2
1
戶口性質
常住戶口
臨時戶口
2
2
職
業
情
況
單位類別
機關事業
國營企業
集體企業
軍隊
6
4
3
5
個人獨資企業
個體經營戶
三資企業
其他
2
2
5
1
單位
經濟狀況
良好
壹般
差
4
2
—1
從事行業
發展前景
較好
壹般
較差
4
2
—1
崗位性質
單位主管
部門主管
壹般職員
6
4
2
崗位年限
2年以上
1~2年
1年以內
3
2
1
職稱
高級
中級
初級
無職稱
4
2
1
月收入
10000元以上
8000~10000元
5000~8000元
4000~5000元
12
10
9
8
3000~4000元
2000~3000元
1000~2000元
1000元以下
6
4
2
1
家
庭
情
況
家庭月
平均收入
5000元以上
4000~5000元
3000~4000元
2000~3000元
9
6
5
4
1000~2000元
1000元以下
2
1
與
本
行
關
系
是否
本行員工
是
否
2
本行帳戶
有信用卡
有儲蓄卡
無
6
4
存款余額
較高
較低
無
6
4
業務往來
頻繁
壹般
較少
4
2
其他
借款情況
從未借款
有借款但已還清
有拖欠記錄
4
5
—5
總分
這個評分標準同時被該行用來作為貸款額度審定的參照標準，基本對應分段額度是：90分以上，額度為60萬元；80～89，10萬；70～79，5萬；60～69，1萬；50~59，5000；40～49，3000，40壹下，0額度。大概比照額度對應，5萬基本對應信用卡白金卡客戶起點標準。
手中還有壹家銀行的完整的電照和評分表，沒有什麽太大幫助，就不再發了。下面的內容更關鍵：
然而我們在中國的各商業銀行的信用評分標準中，似乎暫沒有看到壹些我們認為可能會被列入評分標準的相關指標，現在我們看壹下國際最廣泛應用的兩種評分模型的部分摘錄：
大衛·杜蘭德信用積分衍生模型中有如下規定：
近6個月內的信貸調查
1~3
3次以上
8分
2分
—5分
國際最廣泛認同的FICO信用分模型中的規定則更為明確：
壹年內
查詢次數
1
2
3
4
5~9
無記錄
3分
11分
3分
—7分
—7分
—20分
0分
信用檔
案年限
0.5
1~2
3~5
5~7
7
0分
5分
15分
30分
40分
循環信用透支賬戶個數
1~2
3~5
5
5分
12分
8分
—4分
信用額度
利用率
0~15%
16%~30%
31%~40%
41%~50%
50%
15
5
—3
—10
—18
可能在我們的印象裏，額度使用得越充分就越好，事實則可能不然，當然，要求提額的評分標準可能是這麽規定的。
中國銀行廈門分行長城貸記卡準入標準：
1、年齡分數
35-55歲10
25-35歲8
55歲以上6
18-25歲2
2、婚姻狀況
已婚10
未婚3
3、學歷
碩士及其以上10
本科8
大專5
中專、技校、高中3
初中1
小學0
4、所在單位
黨政機關、事業單位10
國營企業、上市公司8
股份制或集體企業6
三資企業4
個體及其他2
5、住房
已購商品房10
已購微利房8
已購福利房7
租房2
6、工作年限
8年以上10
5-8年8
3-5年5
3年以下0
7、職務分數
局級以上或大公司高級管理人員20
處級以上或大公司中級管理人員15
科級以上或大公司壹般管理人員10
科級以下5
8、職稱
高師10
中師8
助師5
助師以下0
9、月收入
10000元以上20
8000-9999元15
5000-7999元13
3000-4999元10
2000-2999元8
1000-1999元6
600-999元3
600元以下0
10、保證金
10000元以下20
8000元18
5000元15
3000元10
11、私人業務大客戶50
12、本行卡業務大客戶50
13、我行消費信貸客戶10
14、我行公司業務大客戶50
凡符合上述個別條件的申請人，綜合分滿80分，可申辦個人金卡；綜合分滿65分，可申辦個人普通卡。！！！
綜合評分不足，能辦信用卡嗎？
綜合評分不足可以去銀行申請貸款，也可以換幾家網貸申請，但通過率非常低，不建議大家嘗試。借款用戶要知道綜合評分不足的原因，解決問題之後才能再申請貸款。壹般綜合評分不足的原因是個人征信查詢次數過多、負債過多超出借款人的還款能力、征信有不良信用記錄和個人信息不真實，建議大家可以先找到自己的原因改善之後再申請貸款，不然綜合評分只會更差。改善之後可以了解以下幾個要求較低的正規平臺。
1、個人綜合信用評分，是指通過使用科學嚴謹的分析方法，綜合考察影響個人及其家庭的內在和外在的主客觀環境，並對其履行各種經濟承諾的能力進行全面的判斷和評估。針對不同的應用，信用評分分為風險評分、收入評分、響應度評分、客戶流失（忠誠度）評分、催收評分、信用卡發卡審核評分、房屋按揭貸款發放審核評分、信用額度核定評分等。
2、綜合信用風險評分——鵬元800。2005年4月底，鵬元征信有限公司自主研發的個人綜合信用風險評分——“鵬元800”，正式對授信機構及個人提供信用評分查詢服務。“鵬元800”通過建立數學模型對個人信用信息進行統計分析，以預測未來壹段時間內發生違約風險的可能性，並用壹個分數綜合反應個人信用狀況。該信用評分體系***設6個等級，從320分到800分，每80分壹級，把個人信用狀況詳細量化，每個分數對應壹個違約概率，分數越高表示違約風險越低。評分對應等級及違約概率圖示：最低分320400480560640720800最高分FEDCBA。
3、評分模型選用了與個人信用相關的四十多個變量，概括起來可分為個人基本信息、銀行信用信息、個人繳費信息、個人資本狀況四類變量，其中，銀行信用信息所占權重最大，接近50%，其余三類變量所占權重大致相當。目前征信系統數據庫中有銀行信用記錄的客戶僅占總體人群的25%，由於銀行信用信息是影響個人信用狀況最重要的變量，對於沒有銀行信用記錄的客戶，模型選取了其他與銀行信用相關的變量予以替代。今後隨著數據的逐漸完善，我們會將更多的變量加入模型，不斷提高模型的準確性、精確度和普適性。
什麽是信用評分模型
信用評分模型是近年來興起的壹種為了保障銀行和其他金融部門的金融安全而設立的壹種關於人身金融權限的劃定模型。該模型指根據客戶的信用歷史資料，利用壹定的信用評分模型，得到不同等級的信用分數，根據客戶的信用分數，來決定客戶所可以持有的金額權限，從而保證還款等業務的安全性。而隨著在現代社會和公司中，貸款，信用卡的作用日漸突出，信用評分模型的發展前景不可估量。
風控評分卡模型
評分卡是基於客戶全方位的數據，用統計學習的方法建立的量化客戶風險的工具，可以應用於多種金融風控場景進行風險管控。
壹般傳統評分卡的呈現方式為(示例)：
通過評分卡，客戶可以有壹個分數代表客戶的信用風險水平，壹般情況下分數越高信用資質越好。芝麻信用分，微信支付分都是壹種評分卡。
評分卡最常用的場景是信貸業務，比如信用卡、消費分期、小額現金貸等。在信貸業務流程的不同階段，評分卡所起的作用不同，因此也對應不同種類的評分卡。通常情況下，評分卡有三種：申請評分卡(ApplicationScorecard),行為評分卡（BehaviorScorecard)和催收評分卡(CollectionScorecard),即A卡、B卡和C卡，在信貸的不同階段具有不同的用途。
1、申請評分卡
申請評分卡面向的客群是所有來申請貸款的客戶，在申請時點評估客戶的信用風險，輔助金融機構做出決策，通過、拒絕還是進壹步審核。比如，評分650分以上的客戶表示信用極好，可以直接通過申請，並給予較高的額度和較低的優惠利率；評分400分以下客戶表示信用較差，可以直接拒絕；評分400-650之間的中間客群是最關鍵的，如何經營這部分客群最能體現金融機構的風控能力，因為頭部客群是所有金融機構搶奪的對象，即使對他們授信通過，也可能因為額度和利率達不到他們的預期而投奔其它機構。
中間客群雖然具有壹定的風險，但是經營的好也會帶來較大的利潤。從風險防控角度，可以進壹步人工介入審核、讓客戶提供更多的數據或者提供壹定的抵質押物做風險緩釋。同時，需要根據評分卡量化評分，適當降低額度和提高利率。
2、行為評分卡
行為評分卡面向的客群是已經通過授信申請或者已經支用但是還沒有結清貸款的客戶，目的是評估客戶未來壹段時間潛在的逾期風險，金融機構可以提前采取壹定的措施來防範風險的發生。
與申請評分卡相比，除了客群不同之外，行為評分卡有客戶歷史支用還款情況和額度使用情況等數據的支撐，所以對客戶的風險評估更加精準。
行為評分卡可以在客戶每次提款支用的時候進行評分，也可以定期每月(季)進行批量評分，取決於業務種類和金融機構的策略。如果行為評分較低，機構可以對額度降低或者凍結額度，提前結清款項等。
3、催收評分卡
催收評分卡面向的是已經出現逾期的客群，評估客戶未來壹定時間內可以回款的概率。催收評分卡的主要目的是通過優化催收流程來降低催收成本，同時提高逾期客戶的回款率。例如，對於催收評分較高的客戶回款概率較高，可以采取短信提醒或者機器人語音提醒的方式，相反對於催收評分較低的客戶可以直接采取人工催收。
催收評分卡又可以根據催收階段的不同有不同的類別，比如預催收、早期催收、晚期催收，可以在不同的階段基於不同的客群開發單獨的催收評分卡。預催收評分卡是對還沒有發生逾期但是即將到期的客群評估逾期風險，對於逾期風險較高的客群可以提前發出預警或者提前催收；早期催收主要是提醒式催收，對於評分較低的客戶可以介入人工催收；晚期催收整體催回概率不高，對於評分低的客群可以提前做委外催收或者走法律程序，評分高的客戶可以機構自己催收，從整體上達到盡可能高的提高回款率並降低催收成本。
不同信貸產品具有不同的業務風險點，評分卡只是基於數據學習出的量化模型，對數據質量要求較高。對於質量比較低的數據，並不適合作為評分卡的變量，但是不代表這部分數據是不重要的。因此，光靠評分卡做信貸風險管控是遠遠不夠的，必須結合風險策略做全面的風險管理，相反，評分卡僅僅是策略中很小的壹部分。對於信貸策略，則是各個層面的全方位管控風險的規則，包括政策和制度層面的、專家經驗層面的、數據層面的以及評分卡的規則集，並且需要快速叠代，而評分卡叠代頻率要求並不高。關於策略方面後續我會慢慢講解。
本文作為評分卡系列的開篇，可以讓我們從宏觀上對評分卡有個認識，後續文章我會從技術層面來講解評分卡的開發構建流程，使我們對評分卡和風控有進壹步更加深刻的認識。
信用卡人工審核的模型
所謂線上申請即為網絡申請，客戶需要登錄官方網站，或掃描官方二維碼，進入發卡銀行網絡申請頁面，逐頁填寫申請信息，完成申請環節。線下渠道是通過各發卡銀行客戶經理，填寫紙質版或電子設備中的申請表，完成信息填寫後進入到了信用卡申請審核流程。
審核信用卡的環節流程中，需要經過電子審核和人工審核兩道程序。
1、電子審核
各個銀行會有壹個電子評分模型，不同客戶申請資料進入系統後，根據系統模塊進行信息匹配，大數據核實，電子系統會評估申請表信息的完整度，隨後憑借申請表上的個人信息，判斷例如年齡、收入等是否符合審批政策要求，並且會自動查詢申請人在個人征信系統中的信用情況作為參考。
信用卡評分模型的介紹就聊到這裏吧。