智慧風(fēng)控在商業(yè)銀行信貸領(lǐng)域的應(yīng)用探索

■中國農(nóng)業(yè)銀行博士后科研工作站

對外經(jīng)濟(jì)與貿(mào)易大學(xué)金融學(xué)院 李愛婭

一、背景及現(xiàn)存問題

隨著互聯(lián)網(wǎng)貸款業(yè)務(wù)的發(fā)展，銀行業(yè)對統(tǒng)一審批授信、貸款支付以及資金用途合規(guī)性管理提出進(jìn)一步的要求，特別是將風(fēng)險數(shù)據(jù)和風(fēng)險智能模型用于身份認(rèn)證、反欺詐、反洗錢、用途合規(guī)、風(fēng)險評價、風(fēng)險定價、授信審批、風(fēng)險預(yù)警、貸款請收等領(lǐng)域。對此，我國于2020年7月和2021年2月分別出臺了《商業(yè)銀行互聯(lián)網(wǎng)貸款管理暫行辦法》和《關(guān)于進(jìn)一步規(guī)范商業(yè)銀行互聯(lián)網(wǎng)貸款業(yè)務(wù)的通知》。

目前，盡管各大商業(yè)銀行都在積極運(yùn)用智慧風(fēng)控這一新思路、新技術(shù)、新模式、新手段，完善或研發(fā)各類風(fēng)險管理模型，并在風(fēng)險防控方面發(fā)揮了重要作用，但智慧風(fēng)控在商業(yè)銀行信貸領(lǐng)域的探索和實(shí)踐中，仍存在相應(yīng)的難點(diǎn)和痛點(diǎn)。一是商業(yè)銀行在運(yùn)用新科技如大數(shù)據(jù)、人工智能等開展風(fēng)險監(jiān)測還處于探索階段，風(fēng)險預(yù)警和防控能力有待進(jìn)一步提升。二是由于多個信貸類業(yè)務(wù)部門的豎井式管理，會導(dǎo)致建立多個重復(fù)性可合并的智慧風(fēng)控系統(tǒng)，造成系統(tǒng)冗余。三是突破傳統(tǒng)豎井式壁壘的風(fēng)險智能模型的建立有一定的難度，并且模型質(zhì)量不夠完備。四是人才的儲備需要進(jìn)一步加強(qiáng)，聯(lián)動“業(yè)務(wù)+技術(shù)”的人才隊(duì)伍建設(shè)仍在初期。

（一）大數(shù)據(jù)的建設(shè)和應(yīng)用不夠多維

一是結(jié)構(gòu)化數(shù)據(jù)價值未充分應(yīng)用。各大商業(yè)銀行在逐步建設(shè)數(shù)據(jù)中臺，發(fā)揮數(shù)據(jù)價值，沉淀數(shù)據(jù)資產(chǎn)，將行內(nèi)外結(jié)構(gòu)化的數(shù)據(jù)沉淀至數(shù)據(jù)中臺中，但受復(fù)合型人才短缺、固有慣性思維制約，數(shù)據(jù)價值挖掘仍不充分。二是非結(jié)構(gòu)化數(shù)據(jù)梳理、清洗仍需加強(qiáng)。文件管理平臺接入總分行應(yīng)用系統(tǒng)的日志、視頻、音頻、圖像、檔案等非結(jié)構(gòu)化數(shù)據(jù)亟待激活，數(shù)據(jù)挖掘空間巨大。三是外部數(shù)據(jù)仍需加大補(bǔ)充力度。智慧風(fēng)控是以大數(shù)據(jù)為基礎(chǔ)前提，大數(shù)據(jù)助力智慧風(fēng)控多依賴于風(fēng)控場景的布局，但商業(yè)銀行已積累的海量數(shù)據(jù)仍不能完全支持在各類場景中構(gòu)建客戶畫像和描述客戶行為，因此仍需借助外部數(shù)據(jù)來增加數(shù)據(jù)維度，對客戶進(jìn)行一體化監(jiān)測。

（二）智慧風(fēng)險監(jiān)控模型的共享復(fù)用能力有待提高

一是事后監(jiān)測類模型存在重復(fù)建設(shè)。各條線在模型研發(fā)、使用方面缺乏協(xié)同聯(lián)動，易導(dǎo)致重復(fù)建模。例如商業(yè)銀行存在建立重復(fù)性貸款資金流向及還貸資金來源監(jiān)測模型的問題。二是系統(tǒng)功能重復(fù)開發(fā)，缺乏共享復(fù)用。各風(fēng)險監(jiān)測系統(tǒng)搭建了獨(dú)立的模型工廠或規(guī)則引擎，事后監(jiān)測類模型在預(yù)警信號處置方面功能趨同，造成科技資源的浪費(fèi)。

（三）風(fēng)險監(jiān)測模型構(gòu)建方法仍有較大提升空間

一是監(jiān)測視角局限。目前各業(yè)務(wù)條線主要依賴專家經(jīng)驗(yàn)建模，這類模型囿于條線立場和數(shù)據(jù)限制，以單點(diǎn)離散監(jiān)測為主，多點(diǎn)聯(lián)動監(jiān)測不足，難以從整體挖掘復(fù)雜的數(shù)據(jù)關(guān)聯(lián)特征，缺乏系統(tǒng)觀與全局風(fēng)控視角。二是模型精度不高。部分風(fēng)險監(jiān)測模型運(yùn)行提取預(yù)警信息過多、過頻，精準(zhǔn)度不高，分支機(jī)構(gòu)疲于應(yīng)付，無法及時有效核實(shí)風(fēng)險信號。如何平衡模型覆蓋面和精確度，避免“多而不精”或“少則遺漏”也是難題。

（四）智慧風(fēng)控人才隊(duì)伍建設(shè)亟待加強(qiáng)

智慧風(fēng)控建模需要既懂業(yè)務(wù)、又懂技術(shù)，既是精細(xì)活，更是辛苦活，沒有捷徑可走，需要業(yè)務(wù)和技術(shù)融合的長期積累，也需要敬業(yè)精神和創(chuàng)新意識的緊密聯(lián)結(jié)，應(yīng)由信貸領(lǐng)域業(yè)務(wù)專家監(jiān)測人員通過技術(shù)保障或者大數(shù)據(jù)技術(shù)專家運(yùn)用業(yè)務(wù)經(jīng)驗(yàn)研發(fā)智慧風(fēng)控模型，這也是智慧風(fēng)控最為關(guān)鍵和靈動的要素。

二、商業(yè)銀行智慧風(fēng)控方案

數(shù)字經(jīng)濟(jì)時代的來臨，促使銀行業(yè)加快步伐進(jìn)行數(shù)字化轉(zhuǎn)型，商業(yè)銀行在智慧風(fēng)控方面做了積極的實(shí)踐探索，主要體現(xiàn)在智慧風(fēng)控體系的建設(shè)、業(yè)務(wù)全流程風(fēng)險的智能管理、風(fēng)險智能預(yù)警閉環(huán)構(gòu)建、多樣化風(fēng)險場景應(yīng)用等方面。

（一）積極建設(shè)智慧風(fēng)控體系

通過完善風(fēng)險數(shù)據(jù)引入及治理機(jī)制、建立智慧風(fēng)控監(jiān)測一體化平臺、配套風(fēng)險管理規(guī)范和制度建設(shè)一體化風(fēng)控體系。智慧風(fēng)控體系建設(shè)中，通過打造統(tǒng)一的數(shù)據(jù)支撐底座，可在數(shù)據(jù)引入階段打破平臺間、系統(tǒng)間的數(shù)據(jù)壁壘，形成統(tǒng)一鏈路。在沉淀數(shù)據(jù)資產(chǎn)庫時，不僅采用了數(shù)據(jù)引入的相關(guān)數(shù)據(jù)，更融入數(shù)據(jù)分析、數(shù)據(jù)挖掘和數(shù)據(jù)治理中生成的衍生資產(chǎn)，統(tǒng)一數(shù)據(jù)底座和數(shù)據(jù)資產(chǎn)庫的建設(shè)，避免了傳統(tǒng)“豎井式”和“煙囪式”的數(shù)據(jù)建設(shè)；結(jié)合科學(xué)的大數(shù)據(jù)管理理念和人工專家經(jīng)驗(yàn)，打造專屬智慧風(fēng)控智能大腦，可實(shí)現(xiàn)全流程智慧風(fēng)控管理，從貸款智能審批、智能控制，從而依據(jù)客戶情況進(jìn)行智能放款，對發(fā)放的每筆貸款進(jìn)行智能分析、智能監(jiān)測和風(fēng)險智能預(yù)警，打造智慧風(fēng)控監(jiān)測一體化平臺，助力商業(yè)銀行風(fēng)險管理實(shí)現(xiàn)先知、先覺、先行，以解決銀行業(yè)務(wù)發(fā)展中存在的痛點(diǎn)，改善以往信貸業(yè)務(wù)決策靠經(jīng)驗(yàn)、業(yè)務(wù)控制靠手工、業(yè)務(wù)信息不對稱、管理不智能和審批放款不高效的狀態(tài)；在風(fēng)險規(guī)范和制度方面，依據(jù)國內(nèi)外風(fēng)險智能化管理經(jīng)驗(yàn)，結(jié)合商業(yè)銀行風(fēng)險政策管理規(guī)范，建立健全覆蓋全流程、全條線、全領(lǐng)域的風(fēng)險管理規(guī)范，有效應(yīng)對數(shù)字化轉(zhuǎn)型進(jìn)程中的各類風(fēng)險情況。

（二）業(yè)務(wù)全流程的智能風(fēng)險管理

智能風(fēng)險管理業(yè)務(wù)全流程化，可支持全面、主動、全流程的風(fēng)險預(yù)防、控制、監(jiān)測和管理。將風(fēng)險排查、風(fēng)險模型管理、全面風(fēng)險監(jiān)控預(yù)警的應(yīng)用提升至打造新的比較優(yōu)勢的戰(zhàn)略高度，對整個風(fēng)險管理實(shí)現(xiàn)全方位、無死角的覆蓋。如信貸領(lǐng)域中的智能風(fēng)險全流程化管理，即需要從反欺詐、客戶合規(guī)校驗(yàn)、客戶準(zhǔn)入評價、風(fēng)險主動監(jiān)測預(yù)警、逾期貸款集中催清收等方面構(gòu)建。反欺詐體系建設(shè)是基于公安案防、運(yùn)營商黑名單、工商、稅務(wù)等內(nèi)外部數(shù)據(jù)，通過檢測欺詐特征、建立欺詐監(jiān)控指標(biāo)、構(gòu)建欺詐風(fēng)險智能監(jiān)測模型，甄別可能存在的欺詐風(fēng)險，包括身份欺詐、信息內(nèi)容欺詐、團(tuán)伙欺詐、黑名單欺詐、賬號欺詐、行為欺詐等幾類主要欺詐風(fēng)險；客戶合規(guī)校驗(yàn)體系將監(jiān)管政策、風(fēng)險規(guī)則、合規(guī)要求予以落實(shí)，主要數(shù)據(jù)維度包括客戶基本信息、信貸歷史、司法訴訟、工商注冊、公安數(shù)據(jù)、監(jiān)管披露信息以及其他可獲取的信息，從數(shù)據(jù)量化角度檢測不符合風(fēng)險合規(guī)要求的客戶；客戶準(zhǔn)入評價體系的建設(shè)是以內(nèi)外部數(shù)據(jù)為基礎(chǔ)，構(gòu)建客戶準(zhǔn)入評價特征，建立全方位客戶畫像，針對申請、欺詐、還款意愿、還款能力和資金需求情況進(jìn)行評分卡構(gòu)建；風(fēng)險主動監(jiān)測預(yù)警體系可實(shí)現(xiàn)風(fēng)險前置管理、風(fēng)險分類分場景管理、事前預(yù)警、事中阻攔、主動退出和有效傳導(dǎo)；打造智能集中的逾期貸款催收清收體系，依照評分卡智能模型，分層分類管理逾期客戶和不良資產(chǎn)，實(shí)現(xiàn)智能集中的催收和清收體系，實(shí)現(xiàn)對逾期客戶的有效催收、不良資產(chǎn)的有效處置。

（三）實(shí)現(xiàn)智能風(fēng)險預(yù)警監(jiān)控排查管理閉環(huán)

風(fēng)險預(yù)警監(jiān)控主要由風(fēng)險監(jiān)控、風(fēng)險排查、風(fēng)險模型管理三方面構(gòu)成。在風(fēng)險監(jiān)控預(yù)警方面，主要做法是利用全面風(fēng)險監(jiān)控預(yù)警推動風(fēng)險信息的全面共享，促進(jìn)風(fēng)險及時、有效控制和化解。通過重構(gòu)企業(yè)級風(fēng)險信息管理體系，整合對公預(yù)警系統(tǒng)、接入零售系統(tǒng)，統(tǒng)一風(fēng)險預(yù)警標(biāo)準(zhǔn)，確保預(yù)警信息一站式獲取、管理響應(yīng)的一次性完成。在全面風(fēng)險管理的體系下，實(shí)現(xiàn)客戶全敞口信息集成。自動智能生成多維立體的客戶風(fēng)險全貌，打通境內(nèi)外機(jī)構(gòu)的對公對私條線數(shù)據(jù)，從而實(shí)現(xiàn)全系統(tǒng)的信息共享，以及實(shí)現(xiàn)流程標(biāo)準(zhǔn)化、可追溯，多渠道訪問和預(yù)警發(fā)布。確保預(yù)警信息一站式獲取、管理響應(yīng)一次性完成，支持事前、事中和事后風(fēng)險防控的服務(wù)。在風(fēng)險排查方面，通過不同維度的數(shù)據(jù)交叉驗(yàn)證、對客戶精準(zhǔn)畫像，提前排除問題用戶，實(shí)現(xiàn)客戶貸前準(zhǔn)入階段風(fēng)險底線的統(tǒng)一。在風(fēng)險模型管理方面，依托海量數(shù)據(jù)，通過模型工場的打造，實(shí)現(xiàn)實(shí)時動態(tài)模型集中監(jiān)測管理和參數(shù)靈活調(diào)整。

（四）智慧風(fēng)控在服務(wù)銀行多項(xiàng)業(yè)務(wù)方面的應(yīng)用

在服務(wù)小微業(yè)務(wù)的過程中，通過智慧風(fēng)控實(shí)時對接稅務(wù)、工商等第三方數(shù)據(jù)，對申請人及其所使用的設(shè)備進(jìn)行欺詐甄別，結(jié)合評分和核心風(fēng)控體系進(jìn)行智能決策，實(shí)現(xiàn)客戶貸款申請的全線上操作和一站式服務(wù)，在提升客戶體驗(yàn)的同時，實(shí)現(xiàn)降本增效；在零售相關(guān)業(yè)務(wù)領(lǐng)域采用的風(fēng)控方法，主要是充分利用大數(shù)據(jù)挖掘技術(shù)，通過對線上業(yè)務(wù)數(shù)據(jù)進(jìn)行大數(shù)據(jù)挖掘和數(shù)據(jù)分析，通過機(jī)器學(xué)習(xí)、人工智能中的XGBOOST、隨機(jī)森林等算法，定位識別數(shù)據(jù)規(guī)律，挖掘風(fēng)險信息，建立風(fēng)險定價客戶的智能風(fēng)控模型。同時，借助金融技術(shù)手段和銀行已有的數(shù)據(jù)資產(chǎn)，提高風(fēng)險自動預(yù)警水平，將常見的信貸風(fēng)險按照不同的主題進(jìn)行歸納整理，通過梳理確定風(fēng)險預(yù)警信號的處理流程，利用系統(tǒng)開發(fā)和數(shù)據(jù)推送，使業(yè)務(wù)人員可以在系統(tǒng)界面及時收到預(yù)警提示，并作出相應(yīng)的處理措施。

三、商業(yè)銀行智慧風(fēng)控實(shí)踐探索

現(xiàn)階段，商業(yè)銀行在信貸領(lǐng)域的智慧風(fēng)控方面，也做了很多積極地應(yīng)用實(shí)踐。商業(yè)銀行在信貸領(lǐng)域的智慧風(fēng)控模型是以既有風(fēng)險為發(fā)端，以專家經(jīng)驗(yàn)為助推，通過對風(fēng)險事件的還原分析，提煉核心特征，形成模型規(guī)則，實(shí)現(xiàn)智慧監(jiān)控風(fēng)險的目標(biāo)任務(wù)。目前，商業(yè)銀行在信貸領(lǐng)域的智慧風(fēng)控模型涵蓋了交易的事前、事中、事后監(jiān)測，基本滿足了主要風(fēng)險的識別、預(yù)警、攔截、阻斷功能。以商業(yè)銀行線上信貸產(chǎn)品智慧風(fēng)控管理為例的主要實(shí)施流程。如圖1所示。

圖1 信貸業(yè)務(wù)場景的流程管理

（一）事前識別類模型

主要采用黑名單、授權(quán)控制等手段，在交易發(fā)起前，阻斷禁止類交易發(fā)生。在信貸領(lǐng)域，通常嵌入信貸管理平臺的業(yè)務(wù)辦理流程中，實(shí)現(xiàn)對風(fēng)險的事前識別和阻斷。貸前管理流程是：申請發(fā)起、基本政策準(zhǔn)入、反欺詐規(guī)則校驗(yàn)、內(nèi)部數(shù)據(jù)規(guī)則校驗(yàn)、外部數(shù)據(jù)策略判斷、申請?jiān)u分／模型、定額／定價模型、批復(fù)。如圖2所示。

圖2 貸前流程風(fēng)險管理

在風(fēng)險模型建立管理方面，一是針對信用事前風(fēng)險，建立信用風(fēng)險客戶名單篩查模型，應(yīng)用于貸款申請前，校驗(yàn)客戶信用情況，阻止向信用風(fēng)險客戶發(fā)放貸款。二是針對制裁的合規(guī)性，建立制裁黑名單模型，應(yīng)用于開戶交易中，驗(yàn)證客戶是否符合準(zhǔn)入條件，防范制裁合規(guī)風(fēng)險。三是針對貸款準(zhǔn)入，完成對線上信貸產(chǎn)品建立線上貸款準(zhǔn)入評分模型，實(shí)現(xiàn)申請?jiān)u分測算，應(yīng)用于相關(guān)業(yè)務(wù)的貸款準(zhǔn)入。

（二）事中攔截類模型

主要運(yùn)用名單、規(guī)則等風(fēng)控策略，一般應(yīng)用于信用卡欺詐、關(guān)聯(lián)交易等領(lǐng)域。通常嵌入反欺詐平臺，在交易進(jìn)行中，實(shí)時監(jiān)測每筆交易，實(shí)現(xiàn)欺詐、異常交易等風(fēng)險的事中預(yù)警或阻斷。貸中管理流程是：電子簽約、支用款項(xiàng)、支用決策、放款入賬、貸款核算、貸中預(yù)警。如圖3所示。

圖3 貸中流程風(fēng)險管理

在風(fēng)險模型建立管理方面，一是針對信用卡欺詐風(fēng)險監(jiān)控，建立貸中風(fēng)險智能監(jiān)控模型，推動依賴專家經(jīng)驗(yàn)規(guī)則的模型向“專家經(jīng)驗(yàn)規(guī)則+機(jī)器學(xué)習(xí)”模型組合轉(zhuǎn)變。其中，靜態(tài)碼商戶套現(xiàn)交易偵測模型及偵測規(guī)則優(yōu)化提高了風(fēng)險管理的準(zhǔn)確率和覆蓋率。二是針對關(guān)聯(lián)交易名單風(fēng)險監(jiān)測，建立關(guān)聯(lián)交易監(jiān)測模型，根據(jù)關(guān)聯(lián)方名單，及時發(fā)現(xiàn)并預(yù)警關(guān)聯(lián)交易，按處置流程核實(shí)確認(rèn)，防范監(jiān)管風(fēng)險。

（三）事后監(jiān)測類模型

主要以風(fēng)險為導(dǎo)向，依據(jù)專家經(jīng)驗(yàn)，對案件、風(fēng)險事件、檢查發(fā)現(xiàn)的問題進(jìn)行解構(gòu)復(fù)盤，提煉風(fēng)險特征形成監(jiān)控規(guī)則，應(yīng)用發(fā)現(xiàn)潛在的同類風(fēng)險并及時化解。一般用于監(jiān)測資金用途是否合規(guī)、是否存在虛假按揭、貸款案防等風(fēng)險。如圖4所示。

圖4 貸后流程風(fēng)險管理

在風(fēng)險模型建立管理方面，一是針對資金用途合規(guī)風(fēng)險監(jiān)測，建立貸款資金挪用智能監(jiān)測模型。通過關(guān)聯(lián)分析貸款借款人及相關(guān)借記卡交易明細(xì)，構(gòu)建模型識別存在挪用信貸資金嫌疑的貸款，應(yīng)用識別出的風(fēng)險線索，由貸款部門組織核查，形成數(shù)據(jù)管理部門、風(fēng)險監(jiān)測部門、信貸管理部門聯(lián)動的監(jiān)測、核查、整改機(jī)制。二是針對虛假按揭風(fēng)險，建立貸款欺詐風(fēng)險監(jiān)測模型。針對假按揭和特定貸款對象的貸款被挪用兩類風(fēng)險，構(gòu)建多維度風(fēng)險識別數(shù)據(jù)模型，重點(diǎn)實(shí)現(xiàn)模型的定期運(yùn)行和配套風(fēng)險管控措施的制定。三是針對案防風(fēng)險，建立貸款案防風(fēng)險智能監(jiān)測模型。通過知識圖譜方法，利用智能分團(tuán)算法定位可疑團(tuán)伙，發(fā)現(xiàn)特定貸款對象在貸款中潛在的風(fēng)險信貸交易線索。

四、管理啟示

在智慧風(fēng)控研究的探索上，商業(yè)銀行利用大數(shù)據(jù)等科技手段研發(fā)應(yīng)用智慧風(fēng)險監(jiān)測模型仍處于探索階段，當(dāng)前應(yīng)著重激勵建設(shè)智慧風(fēng)控管理人才的創(chuàng)新動力，匯聚創(chuàng)新成果，在靈活專業(yè)和統(tǒng)一集約之間尋求適度平衡。因此，商業(yè)銀行可在智慧風(fēng)控管理中以積極探索智慧風(fēng)控監(jiān)測中心建設(shè)為首要，以加強(qiáng)風(fēng)險數(shù)據(jù)的沉淀及質(zhì)量管控為風(fēng)險管理基礎(chǔ)，以完善風(fēng)險數(shù)據(jù)管理和共享復(fù)用機(jī)制為手段，以加快推進(jìn)全行層面的智慧風(fēng)控人才隊(duì)伍建設(shè)作為風(fēng)險管理的基本保障，全面激發(fā)創(chuàng)新活力，快速應(yīng)對信貸領(lǐng)域風(fēng)險，提升全行智慧風(fēng)控水平。

（一）加強(qiáng)沉淀數(shù)據(jù)資產(chǎn)及管控數(shù)據(jù)質(zhì)量

基于大數(shù)據(jù)平臺的智慧風(fēng)控平臺，已整合了內(nèi)、外部風(fēng)險數(shù)據(jù)資產(chǎn)，但仍需進(jìn)一步加強(qiáng)數(shù)據(jù)資產(chǎn)的沉淀和風(fēng)險數(shù)據(jù)質(zhì)量的管控，并實(shí)現(xiàn)數(shù)據(jù)的可視化管理，以便為后續(xù)數(shù)據(jù)處理、數(shù)據(jù)分析和數(shù)據(jù)挖掘工作的開展提供有效、便捷的服務(wù)，為智能風(fēng)控提供數(shù)據(jù)支撐。一是盡可能消除風(fēng)險管理的障礙，明確數(shù)據(jù)部門、科技部門、系統(tǒng)業(yè)務(wù)主管部門的職責(zé)，保障風(fēng)險數(shù)據(jù)能夠及時、全面、持續(xù)地沉淀。二是不斷完善數(shù)據(jù)集市。依托數(shù)據(jù)中臺，整合行內(nèi)行外各類風(fēng)險相關(guān)數(shù)據(jù)，打通內(nèi)外部數(shù)據(jù)關(guān)聯(lián)，進(jìn)一步擴(kuò)展數(shù)據(jù)集市對風(fēng)險監(jiān)測的支撐能力。三是持續(xù)完善數(shù)據(jù)標(biāo)準(zhǔn)體系，按照數(shù)據(jù)標(biāo)準(zhǔn)統(tǒng)一關(guān)鍵字段定義，排除數(shù)據(jù)歧義，便于沉淀標(biāo)準(zhǔn)統(tǒng)一的風(fēng)險數(shù)據(jù)。四是加強(qiáng)數(shù)據(jù)質(zhì)量控制體系的建設(shè)。建立規(guī)則定義、質(zhì)量核驗(yàn)、整改跟蹤、考核評估的管理閉環(huán)，持續(xù)提升數(shù)據(jù)質(zhì)量，夯實(shí)數(shù)據(jù)分析及挖掘基礎(chǔ)。

（二）完善智慧風(fēng)控監(jiān)測模型共享機(jī)制

一是完善跨業(yè)務(wù)條線的“聚合監(jiān)測”，促進(jìn)常態(tài)化的條線交流和互動，提升各個業(yè)務(wù)條線合作共享、協(xié)同共治的能力。二是構(gòu)建統(tǒng)一風(fēng)險監(jiān)測模型庫。建立模型共享激勵機(jī)制，推動各條線依托智慧風(fēng)控平臺運(yùn)行成熟的風(fēng)險監(jiān)測模型，不斷擴(kuò)展風(fēng)險監(jiān)測模型目錄，實(shí)現(xiàn)模型的可展示、可查詢，減少重復(fù)研發(fā)及資源浪費(fèi)。三是統(tǒng)一智慧風(fēng)控監(jiān)測模型研發(fā)規(guī)范。將風(fēng)險監(jiān)測模型研發(fā)、運(yùn)行規(guī)范作為建模的基本標(biāo)準(zhǔn)，引導(dǎo)風(fēng)控模型研發(fā)人員貫徹實(shí)施，推動提升模型建立方法論的水平，從而綜合提高智慧風(fēng)控的質(zhì)量。

（三）積極探索智慧風(fēng)控監(jiān)測中心的建設(shè)

在商業(yè)銀行信貸領(lǐng)域的智慧風(fēng)控監(jiān)測中心方面，風(fēng)控管理的基礎(chǔ)保障是底層海量數(shù)據(jù)，技術(shù)支持是云計算、人工智能和機(jī)器學(xué)習(xí)等新興技術(shù)，風(fēng)控場景基于信貸審批、授信、反欺詐等信貸環(huán)節(jié)， 提升風(fēng)控效率和精度，降低風(fēng)控成本，形成集數(shù)據(jù)、模型、規(guī)則為一體的風(fēng)控中樞。并且，著力從根源上避免風(fēng)控系統(tǒng)和功能的重復(fù)建設(shè)，實(shí)現(xiàn)全業(yè)務(wù)流程的風(fēng)險監(jiān)測統(tǒng)一平臺作業(yè)，完善跨部門的聯(lián)合監(jiān)測，為智能風(fēng)控監(jiān)測中心的模型開發(fā)、決策分析和場景落地提供系統(tǒng)支持。閉環(huán)風(fēng)險監(jiān)控流程，建立信貸領(lǐng)域智慧風(fēng)控監(jiān)測中心規(guī)范化、標(biāo)準(zhǔn)化流程，將風(fēng)險監(jiān)測結(jié)果更好的服務(wù)于客戶營銷、市場拓展和貸前、貸中、貸后環(huán)節(jié)，推動風(fēng)險防控走向智能化時代。

（四）加快推進(jìn)智慧風(fēng)控人才隊(duì)伍建設(shè)

一是明確智慧風(fēng)控人才的職責(zé)和協(xié)作方式，形成良性互動。智慧風(fēng)控業(yè)務(wù)經(jīng)理要通過風(fēng)控專家經(jīng)驗(yàn)提出需求、數(shù)據(jù)分析師要運(yùn)用大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和人工智能等技能建立風(fēng)險智能模型，數(shù)據(jù)工程師需要將模型沉淀投產(chǎn)至系統(tǒng)中，為智慧風(fēng)控提供持續(xù)動力。二是要持續(xù)壯大智慧風(fēng)控人才培養(yǎng)。強(qiáng)化人員管理和培養(yǎng)，通過對知識圖譜、機(jī)器學(xué)習(xí)、自然語言處理等大數(shù)據(jù)分析方法的專業(yè)應(yīng)用技能培訓(xùn)，培養(yǎng)更多既懂?dāng)?shù)據(jù)又懂風(fēng)控的復(fù)合型人才，能快速洞察業(yè)務(wù)需求，為智慧風(fēng)控建設(shè)提供有效保障。三是完善考核激勵機(jī)制。探索智慧風(fēng)控人才的成長路徑，不斷激發(fā)隊(duì)伍活力。

綜上，商業(yè)銀行在信貸領(lǐng)域智慧風(fēng)控建設(shè)方面，通過打造智能風(fēng)控模型體系，組合規(guī)則模型和算法模型，豐富風(fēng)控監(jiān)測指標(biāo)體系，發(fā)揮“數(shù)據(jù)底座”作用，不斷優(yōu)化智能風(fēng)控監(jiān)控模型，提升風(fēng)險監(jiān)測效果，實(shí)現(xiàn)智慧風(fēng)控全渠道、全流程、全生命周期的管理。未來，商業(yè)銀行在信貸領(lǐng)域智慧風(fēng)控方向的應(yīng)用探索，將依然是銀行風(fēng)險管理的重要領(lǐng)域，也是進(jìn)一步提升商業(yè)銀行智慧風(fēng)控智能化、自動化、現(xiàn)代化水平的主戰(zhàn)場，對建立全系統(tǒng)的智慧風(fēng)控體系有著至關(guān)重要的意義。