- 相關(guān)推薦
商業(yè)銀行信用卡審計實務(wù)技巧
近十年來，信用卡業(yè)務(wù)憑借其較高的邊際收益率及較好的資產(chǎn)質(zhì)量，成為各家商業(yè)銀行零售業(yè)務(wù)主要獲客來源之一。下面是yjbys小編為大家?guī)淼年P(guān)于商業(yè)銀行信用卡審計實務(wù)技巧的知識，歡迎閱讀。
一、審計抽樣
信用卡業(yè)務(wù)抽樣不同于其他業(yè)務(wù)抽樣，鑒于信用卡發(fā)卡量、交易量極大，單純采用統(tǒng)計抽樣或經(jīng)驗抽樣無法滿足審計目標(biāo)的要求，可考慮采取非現(xiàn)場審計抽樣結(jié)合經(jīng)驗抽樣進(jìn)行。在審計資源一定的情況下，采取這種抽樣方式，可以有的放矢，提升審計效率。
(一)經(jīng)驗抽樣
商業(yè)銀行信貸業(yè)務(wù)抽樣一般都是采取以下原則：大額抽樣原則、產(chǎn)品覆蓋原則、不良資產(chǎn)優(yōu)先抽樣等，一般都是基于風(fēng)險發(fā)生的影響程度、頻率及逆向思維的思路，信用卡業(yè)務(wù)機(jī)構(gòu)抽樣及樣本抽樣同樣也可以參照上述原則。如機(jī)構(gòu)抽樣方面，可選擇進(jìn)件量、發(fā)卡量、交易量、不良率或不良額高或者偽冒申請、疑似欺詐或疑似套現(xiàn)發(fā)生率高的分中心或分行;樣本抽樣方面，對根據(jù)上述原則擬抽樣的機(jī)構(gòu)樣本進(jìn)行重點抽樣。
此外，還可以采用逆向思維的方法，統(tǒng)計全行信用卡發(fā)卡各發(fā)卡人群、發(fā)卡渠道、審批專案的不良率、不良額數(shù)據(jù)，對上述發(fā)卡人群、發(fā)卡渠道、審批專案不良率及不良額高于平均水平的樣本應(yīng)進(jìn)行重點抽樣，以此來反推次發(fā)卡人群、發(fā)卡渠道或?qū)徟鷮０冈O(shè)計或執(zhí)行中存在的缺陷漏洞。
(二)非現(xiàn)場審計抽樣
鑒于國內(nèi)股份制銀行普遍已建立非現(xiàn)場審計系統(tǒng)，有些是基于SAS平臺開發(fā)如工行、建行，有些是基于自身的數(shù)據(jù)倉庫開發(fā)如招商、中信等。而各家銀行信用卡業(yè)務(wù)的數(shù)據(jù)源可能會略有差異，本文只針對信用卡業(yè)務(wù)非現(xiàn)場審計抽樣給出模型思路，若缺省相應(yīng)的數(shù)據(jù)字段則可能導(dǎo)致審計模型無法應(yīng)用。審計模型需求如下：
發(fā)卡環(huán)節(jié)：
1.信用卡主卡申請人年齡不滿18周歲或大于65周歲。
模型思路：查找不符合發(fā)卡條件的主卡持卡人賬戶信息。如提取2015年1月1日以來，(截取發(fā)卡日期)發(fā)卡年份-(截取出生日期)出生年份<18或發(fā)卡年份-出生年份>65的數(shù)據(jù)。
2.信用卡申請人工作單位為“擔(dān)保”、“典當(dāng)”、“代理”、“小額貸款”等發(fā)卡高行業(yè)人群。
模型思路：提取2015年1月1日以來，信用卡主卡持卡人工作單位包含“擔(dān)保”、“典當(dāng)”、“代理”、“小額貸款”等高風(fēng)險領(lǐng)域企業(yè)名稱字樣的數(shù)據(jù)。
3.申請人工作單位為我行黑名單客戶。
模型思路：提取2015年1月1日以來，持卡人工作單位為銀聯(lián)或銀行黑名單客戶數(shù)據(jù)。利用銀聯(lián)風(fēng)險管理平臺數(shù)據(jù)或各行黑名單客戶數(shù)據(jù)，與持卡人申請人工作單位進(jìn)行匹配。
4.個人征信記錄不符合我行信用卡申請客戶準(zhǔn)入要求。
模型思路：查找征信記錄不符合我行信用卡準(zhǔn)入要求的持卡人賬戶信息。利用人民銀行征信系統(tǒng)，提取2015年1月1日以來，持卡人在審批日期的前24個月內(nèi)存在1次60天以上逾期、或2次30天以上逾期或?qū)徟?個月內(nèi)存在1次30天以上逾期的數(shù)據(jù)[2]。
5.信用卡客戶存在多個客戶編號的。
模型思路：查找風(fēng)險集中度較高的客戶。設(shè)定身份證號碼為分組變量，客戶編號記錄計數(shù)大于等于2條的信用卡發(fā)卡記錄。
6.同一持卡人在同一POS商戶上刷卡次數(shù)超過5次，且累計刷卡金額超過5萬的。
模型思路：查找在持卡人在可疑商戶進(jìn)行反復(fù)套現(xiàn)的交易明細(xì)。使用持卡人身份證號碼(可能一人持有多張信用卡)、商戶代碼進(jìn)行分組匯總，提取2015年1月1日以來，同一持卡人在同一商戶上刷卡次數(shù)超過5次、累計刷卡超過5萬的記錄(交易金額匯總大于等于5萬、交易記錄條數(shù)計數(shù)大于等于5次)。電商平臺在線交易的數(shù)據(jù)應(yīng)予以剔除如話費充值、加油等如移動、聯(lián)通、電信、中石油、中石化等交易數(shù)據(jù)。
7.同一持卡人單日刷卡筆數(shù)超過5筆、且金額累計超過5萬的。
模型思路：查找在持卡人在可疑商戶進(jìn)行反復(fù)套現(xiàn)的交易明細(xì)。使用持卡人身份證號碼(可能一人多卡)、交易日期進(jìn)行分組匯總，提取2015年1月1日以來，同一持卡人單日刷卡筆數(shù)超過5筆、且金額累計超過5萬的記錄，按持卡人卡號、交易金額倒序排列。(交易金額匯總大于5萬且交易記錄條數(shù)計數(shù)大于5次);
8.同一持卡人單筆刷卡金額超過10萬的、且商戶類型為商貿(mào)、小貸、擔(dān)保、典當(dāng)類等高風(fēng)險商戶。
模型思路：提取2015年1月1日以來，持卡人的異常交易明細(xì)記錄。以上交易可能存在信用卡資金套現(xiàn)的行為，或收單商戶商戶代碼套用。單筆交易金額大于10萬，且商戶MCC代碼第8位至第11位不為“7011”、“5811”、“5812”、“1520”、“5511”、“5094”等。
監(jiān)測環(huán)節(jié)：
9.多個信用卡申請表上聯(lián)系人為同一人的。
模型思路：提取2015年1月1日以來，利用欺詐、偽冒手段辦卡的。利用分組匯總功能，將申請人聯(lián)系人電話設(shè)定為分組變量，賬戶信息記錄大于等于5條的記錄;
10.多個持卡人來自于同一工作單位(持卡人賬戶數(shù)≥20)且所屬行業(yè)為影子銀行相關(guān)行業(yè)。
模型思路：提取2015年1月1日以來，持卡人為同一單位的賬戶信息，使用工作單位進(jìn)行分組匯總，篩選出同一單位持卡數(shù)量≥20，且工作單位名稱包含“擔(dān)保”、“典當(dāng)”、“代理”、“小額貸”等字樣的。 11.同一公司或個人賬戶集中向5張以上非本人信用卡轉(zhuǎn)賬還款的。
模型思路：查找還款來源為“一對多”的持卡人賬戶信息。利用分組匯總功能，提取信用卡還款記錄，且還款人和持卡人戶名不一致的轉(zhuǎn)賬還款交易明細(xì)記錄。設(shè)定付款人賬號、交易卡號為分組變量，賬戶交易明細(xì)記錄計數(shù)大于等于5條的記錄。
12.當(dāng)日信用卡現(xiàn)金柜臺連續(xù)還款5筆以上、且操作柜員為同一柜員的。
模型思路：提取2015年1月1日以來，還款來源為“一對多”現(xiàn)金存入的持卡人賬戶信息。提取信用卡現(xiàn)金還款交易明細(xì)記錄，設(shè)定交易日期、交易柜員號為分組變量，柜員交易號為排序變量，排序順序為從小到大;用下一條記錄的柜員交易號-本條記錄的柜員交易號=1的記錄全部列示出來，然后再次按照日期、交易柜員號進(jìn)行分組匯總，統(tǒng)計記錄數(shù)大于5筆以上的記錄。
13.多個持卡人在同一商戶申請分期業(yè)務(wù)的(分期金額累計當(dāng)日收單交易額的10%)。
模型思路：提取2015年1月1日以來，可能存在辦理虛假分期業(yè)務(wù)可疑商戶。利用數(shù)據(jù)關(guān)聯(lián)功能，將信用卡系統(tǒng)交易明細(xì)數(shù)據(jù)關(guān)聯(lián)核心業(yè)務(wù)系統(tǒng)交易明細(xì)數(shù)據(jù)，篩選分期交易明細(xì)，分組匯總，設(shè)定商戶代碼、交易日期為分組變量，分期金額、收單金額為匯總變量，匯總當(dāng)日分期金額大于收單交易額10%的交易。
14.收單交易額異常特約商戶;(當(dāng)月收單交易額較月平均收單交易額增幅在100%以上)。
模型思路：查找收單交易額異常變化的特約商戶。提取商戶收單交易明細(xì)，按月匯總2015年1～12月月均收單交易額，篩選出當(dāng)月收單交易額較月平均收單交易額增幅在100%以上的商戶;
15.信用卡刷卡套現(xiàn)監(jiān)測模型。
模型思路：①刷卡后十日內(nèi)與刷卡金額相近的交易，該交易滿足下列條件：第一，交易金額大于刷卡金額的80%，第二，從特約商戶企業(yè)或個人賬戶轉(zhuǎn)回至持卡人借記卡賬戶的交易條件;②刷卡后十日內(nèi)與刷卡金額相近的交易，該交易滿足下列條件：第一，交易金額大于刷卡金額的80%，第二，現(xiàn)金存入持卡人借記卡賬戶的交易明細(xì);③刷卡后十日內(nèi)與刷卡金額相近的交易，該交易滿足下列條件：第一，交易金額大于刷卡金額的80%，第二，從特約商戶企業(yè)或個人賬戶轉(zhuǎn)入員工借記卡賬戶(需與各行人力資源系統(tǒng)數(shù)據(jù)進(jìn)行核對)。
16.利用第三方支付平臺套現(xiàn)的。
模型思路：提取2015年1月1日以來，高信用額度持卡人(信用額度5萬以上)的交易主要集中于第三方支付平臺(如淘寶、支付寶、財付通等)，交易時間集中在賬單日后的5天內(nèi)，交易金額累計達(dá)到信用額度的90%以上，然后還款時間集中在最后還款日前5天的信用卡交易明細(xì)數(shù)據(jù);
資金流向分析模型：
17.信用卡套現(xiàn)資金流向分析。
模型思路：在已有信用卡套現(xiàn)數(shù)據(jù)的基礎(chǔ)上，提取套現(xiàn)信用卡及持卡人本人名下借記卡的資金流水，分析套現(xiàn)之后具體的資金流向，重點關(guān)注信用卡套現(xiàn)資金①進(jìn)入股市的、②歸還到期貸款的、③進(jìn)入P2P平臺的、④涉嫌民間借貸的。
特別提示，上述模型參數(shù)都可以結(jié)合各行業(yè)務(wù)實際情況進(jìn)行調(diào)整。由于部分商業(yè)銀行信用卡業(yè)務(wù)系統(tǒng)獨立開發(fā)，信用卡交易數(shù)據(jù)與各行核心系統(tǒng)數(shù)據(jù)無法實現(xiàn)數(shù)據(jù)關(guān)聯(lián)，部分審計模型思路可能無法實現(xiàn)。
二、現(xiàn)場審計技巧
小編憑借自身的理論功底結(jié)合多年內(nèi)部審計工作經(jīng)驗，對信用卡業(yè)務(wù)的現(xiàn)場審計技巧給出幾點建議，拋磚引玉，不妥之處，請各位專家、學(xué)者給予諒解。
第一，與以往審計不同，信用卡業(yè)務(wù)由于風(fēng)險的分散性，無法像一般信貸業(yè)務(wù)逐筆做穿行測試。為突出審計重點，提升審計效率，反映全行信用卡業(yè)務(wù)整體經(jīng)營狀況及風(fēng)險狀況，審計人員因多采取以小見大、舉一反三的方法去，根據(jù)抽樣的結(jié)果取反推信用卡風(fēng)險控制模型設(shè)計的健全性、合理性及有效性。
第二，采用“逆查法”從不良資產(chǎn)成因分析出發(fā)，評估內(nèi)外部因素對資產(chǎn)質(zhì)量造成的影響，重點關(guān)注內(nèi)部流程管理與資產(chǎn)質(zhì)量之間的關(guān)聯(lián)關(guān)系。如評估催收環(huán)節(jié)的催收效率及效果。催收效率調(diào)查催收流程中的“瓶頸環(huán)節(jié)”，催收效果方面調(diào)查了解卡中心與分行的協(xié)同配合程度及分行介入的深度及廣度，在客戶信息共享方面及資產(chǎn)保全方面有無進(jìn)一步的合作空間，有針對性提出可行性建議。
第三，多搜集同業(yè)相關(guān)產(chǎn)品信息、渠道信息、市場活動及業(yè)績指標(biāo)，產(chǎn)品信息主要包括產(chǎn)品類型、產(chǎn)品定價、客戶權(quán)益等，渠道信息主要是了解渠道建設(shè)情況及業(yè)務(wù)合作情況，市場活動主要是了解特約商戶體系建設(shè)情況及市場活動開展情況等，業(yè)績指標(biāo)則是了解同業(yè)的客群、資源投入力度、盈利結(jié)構(gòu)、資產(chǎn)質(zhì)量及流動性管理等。評價與同業(yè)之間的差距及不足并擬定具體可行性改進(jìn)建議。從指標(biāo)上去尋找差距，通過差距深入分析內(nèi)外部的存在的問題，這樣才可以得到一個全面的市場競爭力分析結(jié)論。
【商業(yè)銀行信用卡審計實務(wù)技巧】相關(guān)文章：
信用卡營銷的技巧07-14
審計實務(wù)常見錯誤（匯總）08-27
會計實務(wù)：賬外賬的審計方法和技巧06-25
審計查賬技巧07-18
初級審計師《審計理論與實務(wù)》沖刺練習(xí)06-14
「審計技巧」大額票據(jù)審計方法10-03