4.3 信用卡套现非现场审计实例分析
我们获取了某银行 2013 年一个年度中已经被确认的两万多个具有信用卡套现行为的客户数据，根据套现方式进行了分类，基本分为以下几种形式，详见表 4-1.
通过表内数据我们看到，2013 年客户信用卡套现行为中，第 1 种方式主要是通过安装了 POS 机并提供套现服务的商户进行，因此应对提供套现服务的商户进行关注；第 2种方式是持卡人通过网上消费套现，因此应重点关注通过网上银行进行消费的具有套现嫌疑的消费者异常交易；第 3、4 种方式持卡人刷卡的地点及行为有规律可循，通常是在固定的地点进行相同的刷卡消费，因此应对持卡人行为进行分析；第 5 种其他类主要是通过替人埋单等代人刷卡消费行为来获取现金，可以考虑从还款人角度入手，对一人为多人还款行为进行监测。下面根据非现场审计监测思路对几种典型的套现方式进行分类识别并举例说明。
4.3.1 网上消费套现
网上消费套现是占比最高的套现方式，达到了四成以上。此类分析的关键是关注网上银行交易，以网上银行交易明细表为基础，对交易频繁、累计交易金额大的交易重点关注。
同时，通过分析客户信用卡交易明细表，了解信用卡持卡人的刷卡情况，进而选取一个时间段对其在网上银行进行的交易进行分析，对比其信用卡额度、刷卡频率、额度使用情况、还款情况等，得到疑似信用卡套现者。这类监测运用关联分析方法，在已确认为信用卡网上套现客户的历史清单中整理出这类套现客户的特征，再与将要分析的所有网上交易客户进行比对，符合该特征的即为嫌疑客户。
根据 2013 年我们获取的信用卡套现客户数据，对筛选出的五千余名网上消费套现客户进行分析，分析字段主要包括客户年龄、开卡时间、额度使用率、交易金额、消费类型、还款日期等。经过分析可以得到，此类套现客户具有以下特点：一是在临近免息日是进行信用卡还款，且还款后新的周期初即进行再消费，额度使用率超过 85%;二是在所有的信用卡刷卡交易中，90%的交易是通过网上银行进行；三是信用卡额度通常在 2 万以上。将以上特点固化为检测指标编制模型进行具体监测，步骤如下：
（1）选取信用卡交易明细表，筛选出近半年通过网上交易消费占所有消费的总金额80%以上的交易明细，关联信用卡客户主档，得到客户清单，形成表 a;（2）将表 a 与信用卡客户信息表进行关联，筛选出信用卡授信额度在 2 万以上的客户，再与信用卡事故档进行，筛选出还款日期为免息日最后 3 天的客户，形成表 b;（3）对表 b 进行分组汇总，统计半年内网上消费笔数、消费总额以及单笔消费平均额；（4）按照上一步的三个指标进行排序，根据审计方案规定的偏差接受度确定审计样本数量，得到客户样本，形成表 c;（5）将表 c 与信用卡交易明细关联，即得到样本客户的交易明细，然后进一步进行核实与排查。
对以上模型结果进行分析，通过追查资金流向以及该持卡人与亲属或自己名下其他账户的资金交易情况，结合访谈等辅助措施判断其是否属于套现行为，给出结论。
4.3.2 购买机票后退票套现
通过分析信用卡账户历史明细表中详细记录的持卡人一段时期内的交易情况，关注持卡人在该段时期内交易对方为带有“航空公司”字样商户且刷卡额度较大的多次交易，对比持卡人信用卡总额度，分析其个人信息、刷卡情况、资金流向等，识别套现嫌疑人。
根据 2013 年信用卡套现客户数据对其进行分析，分析字段主要有卡号、交易时间、交易金额、交易商户、账单日期、还款日期、信用额度等。通过分析我们发现，购买机票后再退票套现方式的嫌疑人通常在三个月内在某航空公司商户消费超过两次，七成以上的消费金额集中用于购买机票，且单笔消费金额均在五千元以上，另外信用额度也同样在两万以上。以上特征固化为检测指标后编制模型进行具体监测，步骤如下：
（1）选取信用卡账户历史明细表，筛选出三个月内交易对方有“航空”字样且刷卡频率在两次以上的交易明细，关联客户主档，得到客户清单，形成表 a;（2）将表 a 关联回信用卡账户历史交易明细表，得到表 a 客户清单中所有客户的交易明细，筛选出半年内备注为购买机票、购票金额在总消费金额 70%以上且单笔超过 5000元的交易明细，得到表 b;（3）对表 b 进行分组汇总，统计半年内购买机票的总笔数以及消费总额；（4）按照上一步的两个汇总指标进行排序，根据审计方案规定的偏差接受度确定审计样本数量，得到客户样本，形成表 c;（5）将表 c 与信用卡交易明细关联，按照需要筛选出样本客户审计期间的交易明细，进一步进行核实与排查。
对以上模型结果进行分析，通过充分核实资金用途、购票及退票原因真实性以及透支还款情况，关注持卡人的工作及个人信息，结合访谈等辅助措施判断其是否属于套现行为，给出结论。
4.3.3 商户提供套现服务
将注册资本低于十万、刷卡扣率比较低的商户作为检测对象，通过分析收单商户交易明细，对比收单商户月均消费额与行业平均消费额，重点关注明显高于平均值的商户客户交易，分析刷卡客户的交易明细，关注其消费金额、消费特征，锁定套现嫌疑人。
我们获取了 2013 年已经确认为提供套现交易的三百余家商户清单，分析其总交易金额、笔均交易金额、注册资本、银行扣率等，分析字段主要包括商户编号、卡号、交易时间、交易金额、交易类型等。得到以下结论：一是 90%以上的商户注册资本小于十万；二是除去正常的房地产和批发类商户外银行扣率在 1%以下的超过八成；三是交易金额高于行业平均值一倍以上；四是平均每笔交易消费金额均在 5000 以上；五是一张信用卡一年内在该商户刷卡次数超过五次，且刷卡金额多为整数。继续固化特征并编制模型进行具体监测，步骤如下：1）选取收单商户交易明细表，按照商户类型进行分组汇总，计算每一类型商户在一段时期内的月均交易金额，即行业平均值；（2）对收单商户交易明细表进行分组汇总及数值计算，将各类型商户该段时期内的月均交易金额与行业平均值进行比较，筛选出明显高于行业平均值的商户，形成表 a;（3）将表 a 与收单商户交易明细表关联再与客户交易明细表进行关联，分组汇总后，筛选出同一信用卡一年消费 5 笔以上、单笔消费额 90%以上为整数的交易，关联客户主档，得到有套现嫌疑的持卡人结果一；（4）选取收单商户交易明细表，分组汇总计算该商户一段时期内每笔交易的平均消费额，继续数值计算，得出明显高于每笔平均消费额的交易，形成表 b;（5）将表 b 按照卡号进行二次分组汇总，筛选后得出每张信用卡单笔消费高于笔均消费额 5 次以上，且单笔消费额 90%以上为整数的交易，关联客户主档，得到有套现嫌疑的持卡人结果二；（6）将表 a 和表 b 进行进一步的筛选，得出注册资金小于 10 万或者银行扣率小于1%的商户。
对以上模型结果进行分析，调取信用卡持卡人刷卡消费的 POS 签购单及商户的购销凭据进行逐笔核对，通过对嫌疑商户进行走访暗查，与持卡人进行访谈等形式，确定商户及持卡人的套现行为与否。
