上「实务研究」区域银行信用卡发卡潜力研究 _生活知道

近年来区域银行信用卡业务发展势头强劲，年均发卡增速超过20% ，交易笔数及交易金额即使在疫情影响下也分别保持了10%及20%以上增速。相较而言，全国性银行（以下简称为“大行”）信用卡业务增速显著低于区域行。目前，区域行整体信用卡业务规模已与某行相当，某行在大行中排名第10 。
随着区域银行信用卡业务规模的迅速扩张，大行对区域银行的挤出效应也逐渐凸显，区域银行信用卡增速出现放缓趋势，从发卡量看，区域银行信用卡发卡增速已从2016年50%以上的峰值逐渐下滑至当前20%左右。
区域银行信用卡业务未来的发展空间还有多大？是否仍有区域银行存在发展潜力待挖掘？针对上述问题，希望通过建立一个可量化的研究模型，以分析区域银行的信用卡发卡潜力。
01左中括号研究思路左中括号
基本思路。区域银行的信用卡发卡潜力受银行内部因子及外部因子共同影响。
内部因子，即银行内部指标，如银行资质情况、信用卡业务开办情况等，可以通过资产规模、历史发卡量等对上述指标进行量化。内部因子属于银行个性化指标，不同银行内部因子不同。
外部因子，即银行外部指标，如经济发展水平、市场饱和度等，可以通过GDP、城镇化程度、人均在册卡量等对上述指标进行量化。外部因子属于银行共性指标，但由于区域银行业务开展存在地域限制，同一地区区域银行外部因子相同，不同地区区域银行外部因子不同。
结合上述思路，构建区域银行信用卡发卡潜力模型：
公式（1）中内外部潜力各占50%的权重为笔者借鉴相关刊物后确定。公式（2）、公式（3）中W代表各指标权重。
指标分析。对于模型所选取的城镇化率、人均在册卡量、人均GDP、资产规模、存量卡渗透率五个指标。
城镇化率：城镇化率水平代表地区消费水平，从而决定信用卡需求量，地区城镇化率水平越高，则该地区信用卡发卡潜力越大。
人均在册卡量：人均在册卡量即各地区人均已持有信用卡数量，代表当地市场空间。人均在册卡量越高，则该地区信用卡市场饱和程度越高，发卡潜力越小。
人均GDP：人均GDP代表当地信用卡需求水平，人均GDP越高，当地信用卡需求越大，则发卡潜力越大。
【上「实务研究」区域银行信用卡发卡潜力研究】资产规模：资产规模代表银行潜在可投入信用卡业务的资源多少，资产规模越大，则银行发卡潜力越大。
存量卡渗透率：存量卡渗透率即银行已发行银行卡与当地人口数的比值，代表该银行剩余发卡空间。渗透率越高则代表银行剩余发卡空间越小。我们选取了交通银行存量卡渗透率为标准，银行存量卡渗透率与标准值差值越小，则代表发卡潜力越大。
表1 区域银行信用卡发卡潜力指标
权重计算。针对上述模型中各指标权重值W的计算，采用了“变异系数法” 。变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重，是一种客观赋权的方法。
变异系数法的基本原理为，在指标评价体系中，指标值在个体间差异度代表了指标的实现难度。差异度越大表示指标实现难度越大，这样的指标更能反映个体间的差距，因此应在模型中赋予更高的权重。举例来说，指标A各个个体的值为{1，1，1，1}，指标B各个体的值为{1，10，100，1000} ，显然指标B的差异度更大，在变异系数法中，指标B的权重值w应更大。变异系数法具体步骤如下：
一是变异系数确定。变异系数法的第一步是计算资产规模、存量卡渗透率、城镇化率等五个指标的变异系数。
变异系数主要用于度量指标的差异化程度，如上文中提到的指标A与指标B，直观得看B的差异度更大，但是如何量化A与B的差异化程度，变异系数是较为有效的衡量指标。变异系数值越大则代表该指标个体之间的差异越大，按照变异系数法原理，该指标应被赋予更高权重。变异系数具体公式为：
结合上述公式，以城镇人口比重、人均GDP、人均在册卡量三个指标为例，经计算变异系数值分别为0.22、0.52、0.71，代表了三个指标中，人均在册卡量指标在各地区之间的差异最大，人均GDP次之，城镇人口比重各地区差异最小。
二是权重计算。根据公式（4）计算获得各指标的变异系数后，即可进一步计算获得各指标权重W，具体公式为：
公式（5）中wi为指标i权重， Vi为对应指标变异系数。公式（5）原理即计算各指标变异系数值Vi在所有指标中所占的比重，Vi值越大的指标，其权重值wi越大。
综上可得各指标变异系数及权重：
表2 各指标变异数据及权重值
从表2中可以看到，以外部潜力指标为例，人均在册卡量变异系数值最大，差异化程度最高，因此权重最大；城镇化率指标因为变异系数值最小，因此权重最小。
三是指标标准化。经上述两步骤计算获得各指标的权重值后，理论上可将各银行指标值代入发卡潜力公式，计算获得对应潜力值。
但从实际执行看，各银行指标值代入公式前，还需解决各指标之间量纲不同，导致的难以横向比较的问题。举例说明，以宁波银行为例，宁波地区城镇人口比重73.6%，人均在册卡量0.84张，人均GDP14.0万元，指标维度不同、量级不同，直接将三个指标值按照W3=14.93%、W4=48.93%、W5=36.14%进行计算，结果没有意义。
因此我们引入z-score标准化处理公式，对上述各银行指标值进行标准化处理：
z-score标准化处理公式目的是将不同量级的数据统一转化为同一个量级，统一用计算出的z-score值衡量，以保证数据之间的可比性。
各指标值通过标准化处理后量纲的差异被消除，标准化后的变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平,可以直接进行对比计算。仍以宁波银行为例，标准化处理后，城镇人口比重、人均GDP指标、人均在册卡量标准化值分别为0.7、1.48、1.19，即代表三个指标均高于全国各地区均值。
以上就是朝夕生活（www.30zx.com）关于“「实务研究」区域银行信用卡发卡潜力研究（上）”的详细内容，希望对大家有所帮助！

上 「实务研究」区域银行信用卡发卡潜力研究

猜你喜欢

上「实务研究」区域银行信用卡发卡潜力研究