金融科技助力防控信貸風(fēng)險(xiǎn)研究

白 云

摘?要：數(shù)字經(jīng)濟(jì)時(shí)代，新金融連通G端B端C端，信息資源更加豐富、迭代更新更加迅猛，金融產(chǎn)品、金融服務(wù)融入各類生活場景，給商業(yè)銀行帶來了前所未有的新機(jī)遇;同時(shí)，由于風(fēng)險(xiǎn)社會化更為顯著，風(fēng)險(xiǎn)主體、風(fēng)險(xiǎn)類型更為復(fù)雜，風(fēng)險(xiǎn)傳播速度更快、范圍更廣，風(fēng)險(xiǎn)防范難度更高，為商業(yè)銀行帶來了新的挑戰(zhàn)。文章從金融科技角度切入，探究新技術(shù)應(yīng)用的可能性，助力商業(yè)銀行打破傳統(tǒng)風(fēng)控在技術(shù)和性能方面的瓶頸，為實(shí)現(xiàn)信貸風(fēng)險(xiǎn)防控?cái)?shù)字化和智能化提供可行性建議。

關(guān)鍵詞：金融科技;信貸風(fēng)險(xiǎn);風(fēng)險(xiǎn)防控

中圖分類號：F832.46文獻(xiàn)標(biāo)識碼：A文章編號：1005-6432（2022）15-0051-04

DOI：10.13939/j.cnki.zgsc.2022.15.051

1?信貸風(fēng)險(xiǎn)防控現(xiàn)狀及存在的困難

1.1?信貸風(fēng)險(xiǎn)防控現(xiàn)狀

信貸風(fēng)險(xiǎn)防控貫穿于商業(yè)銀行整個(gè)信貸業(yè)務(wù)流程中，信貸業(yè)務(wù)環(huán)節(jié)包括貸款受理、貸前調(diào)查、貸款審批、貸款發(fā)放、貸后管理及貸款結(jié)清，[1]風(fēng)險(xiǎn)控制點(diǎn)主要包括貸前、貸中、貸后三部分。其中：貸前主要涉及客戶信用評級、風(fēng)險(xiǎn)評估、押品、擔(dān)保評估、集團(tuán)識別、授信審查等環(huán)節(jié);貸中主要涉及授信條件落實(shí)和貸款合規(guī)發(fā)放;貸后主要涉及資金流向監(jiān)測、貸后風(fēng)險(xiǎn)預(yù)警、押品盤存等環(huán)節(jié)。具體信貸風(fēng)險(xiǎn)防控流程如圖1所示。

圖1?商業(yè)銀行信貸風(fēng)險(xiǎn)防控流程

1.2?信貸風(fēng)險(xiǎn)防控中存在的困難

（1）信息來源渠道分散，信息獲取與核實(shí)難。一方面，政府部門數(shù)據(jù)信息開放有限，各商業(yè)銀行之間共性數(shù)據(jù)未實(shí)現(xiàn)信息共享，部分風(fēng)險(xiǎn)防控追蹤信息只能由客戶提供，準(zhǔn)確性、合規(guī)性無法核實(shí)。隨著互聯(lián)網(wǎng)科技的快速發(fā)展，越發(fā)嚴(yán)重的信息不對稱發(fā)生在銀行與客戶之間，加速了信息“孤島現(xiàn)象”的發(fā)生;另一方面，基于某個(gè)時(shí)點(diǎn)的靜態(tài)財(cái)務(wù)、經(jīng)營等數(shù)據(jù)，無法反映企業(yè)的真實(shí)經(jīng)營情況，市場的高頻性交易、便捷性信息傳輸使得借款人信息瞬息萬變，而現(xiàn)有數(shù)據(jù)的供應(yīng)廠商魚龍混雜，數(shù)據(jù)滯后性較大，數(shù)據(jù)資源采購成本較高，在一定程度上影響了信貸風(fēng)險(xiǎn)防控成效。

（2）主觀性強(qiáng)，缺乏有效的風(fēng)險(xiǎn)計(jì)量模型。由于個(gè)體綜合素質(zhì)的差異性和局限性，審批崗位人員無法熟練掌握市場所有行業(yè)背景、法律法規(guī)、企業(yè)輿情、集團(tuán)關(guān)系、監(jiān)管懲處等各領(lǐng)域知識，信貸審批以經(jīng)驗(yàn)作為決策的主要依據(jù)，過度依賴審批個(gè)人經(jīng)驗(yàn)、風(fēng)險(xiǎn)偏好，無法給出標(biāo)準(zhǔn)統(tǒng)一、客觀公正的結(jié)論。雖然有部分商業(yè)銀行建立了數(shù)據(jù)模型，但主要以特定字段、時(shí)間、地點(diǎn)等作為篩選指標(biāo)，依然停留在對數(shù)據(jù)的基本分析層面，未深入發(fā)掘擔(dān)保圈、集團(tuán)關(guān)系、供應(yīng)鏈等數(shù)據(jù)價(jià)值，提供的預(yù)警數(shù)據(jù)數(shù)量大，預(yù)警行為簡單、模糊，對大數(shù)據(jù)分析的成效不足。

（3）貸后風(fēng)險(xiǎn)難追蹤，預(yù)警機(jī)制不完善。面對客戶基數(shù)較大、抵質(zhì)押物多樣、信貸產(chǎn)品種類繁多、追蹤時(shí)間較長等貸后風(fēng)險(xiǎn)防控特點(diǎn)，銀行客戶經(jīng)理在實(shí)際信貸風(fēng)險(xiǎn)防控工作中存在較大的難度，容易出現(xiàn)貸后風(fēng)險(xiǎn)排查流于形式和道德風(fēng)險(xiǎn)。商業(yè)銀行貸后風(fēng)險(xiǎn)預(yù)警機(jī)制一般僅包含資金流向監(jiān)測、抵質(zhì)押物人工價(jià)值評估，暫未實(shí)現(xiàn)從周期管理、關(guān)系圖譜、抵質(zhì)押物追蹤等多維度進(jìn)行建模，缺少全面有效的預(yù)警模型，風(fēng)險(xiǎn)防控傾向于浮冰式和被動式，沒有穿透力，面對借款人突如其來的重大變故，滯后性嚴(yán)重，等發(fā)現(xiàn)或采取防控措施時(shí)借款人已經(jīng)為時(shí)已晚。

2?信貸風(fēng)險(xiǎn)防控引入金融科技的可行性

2.1?疏通信貸風(fēng)險(xiǎn)防控堵點(diǎn)

信貸風(fēng)險(xiǎn)產(chǎn)生的根源是銀行與借款人之間的“信息孤島”現(xiàn)象，金融科技核心技術(shù)的引入，能夠優(yōu)化信貸風(fēng)險(xiǎn)防控全流程節(jié)點(diǎn)，有效解決銀行面臨的信息不充分、不真實(shí)、更新不及時(shí)等核心堵點(diǎn)問題。其中，物聯(lián)網(wǎng)設(shè)備能夠有效收集、監(jiān)控庫存、資產(chǎn)、物流、商流等真實(shí)數(shù)據(jù)，打通數(shù)據(jù)孤島，獲取一手資料;區(qū)塊鏈能夠?qū)崿F(xiàn)交易流、資金流的溯源和不被篡改，保障了交易的真實(shí)性;大數(shù)據(jù)、人工智能能夠?qū)崿F(xiàn)對銀行內(nèi)外海量數(shù)據(jù)的匯集、整合、分析、判斷及深度學(xué)習(xí)，對借款人進(jìn)行更精準(zhǔn)的行為分析和客戶畫像，在強(qiáng)化信貸風(fēng)險(xiǎn)防控的同時(shí)，助力為客戶提供更專屬化的金融服務(wù)，挖掘客戶價(jià)值，提高同業(yè)差異化競爭優(yōu)勢。

2.2?疏解信貸風(fēng)險(xiǎn)防控體系痛點(diǎn)

在傳統(tǒng)的信貸風(fēng)險(xiǎn)防控體系中，定性風(fēng)險(xiǎn)管理占主導(dǎo)地位，以客戶信用評級為核心，以授信審批人主觀經(jīng)驗(yàn)判斷為標(biāo)尺，具有的缺點(diǎn)也顯而易見，包括數(shù)據(jù)獲取維度不夠廣、定量分析能力不足、用戶特征難以精確化分析等。應(yīng)對當(dāng)前數(shù)字化轉(zhuǎn)型現(xiàn)狀，亟待升級信貸風(fēng)險(xiǎn)防控體系，金融科技應(yīng)用恰好為相關(guān)痛點(diǎn)找到了很好的疏解辦法。一是利用大數(shù)據(jù)技術(shù)整合銀行內(nèi)部和外部多維度、多角度數(shù)據(jù)，能夠全面評估銀行客戶，提升評估精準(zhǔn)度，降低傳統(tǒng)模式下隱性風(fēng)險(xiǎn)。二是大數(shù)據(jù)與人工智能技術(shù)憑借強(qiáng)大的計(jì)算能力和先進(jìn)的模型算法，能夠優(yōu)化傳統(tǒng)靜態(tài)分析和預(yù)測判斷的方式，打造動態(tài)、實(shí)時(shí)響應(yīng)模型，提高信貸風(fēng)險(xiǎn)防控效率。[2]

3?金融科技助力防控信貸風(fēng)險(xiǎn)策略

3.1?搭建信貸風(fēng)險(xiǎn)防控?cái)?shù)據(jù)中臺，夯實(shí)基礎(chǔ)

數(shù)據(jù)的獲取和整合是金融科技助力信貸風(fēng)險(xiǎn)防控的基礎(chǔ)，數(shù)據(jù)的廣度和深度研究決定了風(fēng)控分析的有效性和準(zhǔn)確度。因此，需要充分利用金融科技技術(shù)手段搭建數(shù)據(jù)中臺，多維度、多渠道采集信息，構(gòu)建強(qiáng)大的數(shù)據(jù)挖掘、數(shù)據(jù)加工、數(shù)據(jù)分析模型，通過數(shù)據(jù)共享和復(fù)用來提升數(shù)據(jù)的價(jià)值轉(zhuǎn)化。

3.1.1?數(shù)據(jù)采集和整合

（1）整合內(nèi)部數(shù)據(jù)。在我國，銀行業(yè)因?yàn)榻鹑谔匦該碛胁挥?jì)其數(shù)的客戶信息，包括不限于客戶的開戶信息、流水信息、投融資信息等，具有很高待挖掘的附加價(jià)值。但因?yàn)殂y行傳統(tǒng)自上而下的分支機(jī)構(gòu)管理模式，使得數(shù)據(jù)在多個(gè)系統(tǒng)中分散、重復(fù)存在，缺乏統(tǒng)一標(biāo)準(zhǔn)，規(guī)范性較差，數(shù)據(jù)質(zhì)量參差不齊、使用率較低等共性問題亟待解決。為進(jìn)一步提升信貸風(fēng)險(xiǎn)防控系統(tǒng)的智能化，應(yīng)該整合銀行內(nèi)部所有數(shù)據(jù)，夯實(shí)數(shù)據(jù)基礎(chǔ)，加強(qiáng)數(shù)據(jù)治理，提升數(shù)據(jù)使用率和價(jià)值轉(zhuǎn)化。

（2）引入外部數(shù)據(jù)。當(dāng)前，僅僅依賴某一個(gè)銀行體系內(nèi)的數(shù)據(jù)去分析研判，無法防控當(dāng)前移動互聯(lián)時(shí)代的信貸風(fēng)險(xiǎn)，因此要進(jìn)一步強(qiáng)化數(shù)據(jù)共享理念，通過與B、G端合作，不斷擴(kuò)充外部數(shù)據(jù)來源，疏通數(shù)據(jù)傳輸通道，達(dá)到內(nèi)外部數(shù)據(jù)有效補(bǔ)充的目的。外部數(shù)據(jù)的范疇廣泛，包括不限于監(jiān)管信息、風(fēng)險(xiǎn)名單信息、融資信息、逾期信息等，可以采用合作、協(xié)同研發(fā)、共享、購買等多種方式引入。同時(shí)，結(jié)合內(nèi)部數(shù)據(jù)管理方式，統(tǒng)一數(shù)據(jù)梳理標(biāo)準(zhǔn)，有效整合多維度數(shù)據(jù)，納入共享統(tǒng)籌范圍，提高數(shù)據(jù)價(jià)值轉(zhuǎn)化。

3.1.2?數(shù)據(jù)分析和反饋

信貸風(fēng)險(xiǎn)防控?cái)?shù)據(jù)中臺需要設(shè)定數(shù)據(jù)規(guī)則，統(tǒng)一對海量結(jié)構(gòu)性、非結(jié)構(gòu)性數(shù)據(jù)和信息進(jìn)行整合、分析、應(yīng)用，打通數(shù)據(jù)“采集-存儲-過濾-分析-使用-反饋”全流程，實(shí)現(xiàn)閉環(huán)管理。同時(shí)，利用人工智能技術(shù)進(jìn)行深度學(xué)習(xí)和持續(xù)加工，按類別、場景進(jìn)行識別，反饋使用成效，評估數(shù)據(jù)質(zhì)量，真正打破傳統(tǒng)數(shù)據(jù)計(jì)算的性能瓶頸，緩解原有的時(shí)效性差及指標(biāo)復(fù)雜度等多個(gè)問題，滿足數(shù)據(jù)中臺性能高、可靠性強(qiáng)、計(jì)算能力復(fù)雜等要求。

3.2?構(gòu)建客戶全方位信息視圖，優(yōu)化信貸結(jié)構(gòu)

依托信貸風(fēng)險(xiǎn)防控?cái)?shù)據(jù)中臺收集、整理的數(shù)據(jù)，能夠全面掌握客戶各角度的綜合信息，通過數(shù)據(jù)建模，人工智能學(xué)習(xí)，對客戶全方位信息進(jìn)行圖譜化展示，進(jìn)一步紓解“信息孤島”所帶來的信息不對稱問題，提高風(fēng)險(xiǎn)防控的主動性和智能性。而信貸結(jié)構(gòu)的優(yōu)化需要?jiǎng)?chuàng)新更多的金融產(chǎn)品，豐富信貸產(chǎn)品種類。借力大數(shù)據(jù)、人工智能等新技術(shù)應(yīng)用，能夠在客戶識別、客戶標(biāo)簽、客戶圖譜的基礎(chǔ)上，為不同類型的客戶打造定制化的信貸產(chǎn)品，滿足市場發(fā)展需求，提高有效客戶率，同時(shí)降低信貸產(chǎn)品研發(fā)成本，提高信貸產(chǎn)品的實(shí)際應(yīng)用效率，達(dá)到提升信貸風(fēng)險(xiǎn)防控能力的目的。同時(shí)，依托于區(qū)塊鏈技術(shù)中的共享機(jī)制，獲取借款人信息的渠道實(shí)現(xiàn)擴(kuò)充，所有區(qū)塊鏈條中的參與者共有平臺權(quán)利和義務(wù)，既要分享也可獲得。區(qū)塊鏈內(nèi)的數(shù)據(jù)具有高度透明、可追溯和不可篡改的特性，一方面確保了獲取信息的真實(shí)性與可追查性，另一方面也易于發(fā)現(xiàn)那些非顯性高風(fēng)險(xiǎn)客戶，所有潛在風(fēng)險(xiǎn)點(diǎn)都無所遁形，有助于建立全面的、精準(zhǔn)的客戶信息視圖。

3.3?打造智能信貸風(fēng)險(xiǎn)防控體系，迭代升級

（1）提高貸前智能化評價(jià)水平。利用數(shù)據(jù)中臺所采集的多維度信息優(yōu)化評級評分模型，利用客戶全方位信息視圖為借款人提供精準(zhǔn)的風(fēng)險(xiǎn)畫像和關(guān)系圖譜，對信用風(fēng)險(xiǎn)、擔(dān)保風(fēng)險(xiǎn)等狀況作出更全面、更綜合的判斷，進(jìn)而為最終客戶評級、客戶準(zhǔn)入、提交授信申請等提供參考;同時(shí)依托大數(shù)據(jù)技術(shù)在授信受理前對客戶進(jìn)行黑名單篩查和反洗錢篩查，進(jìn)行欺詐實(shí)時(shí)監(jiān)控，有效防范欺詐風(fēng)險(xiǎn);進(jìn)行水電費(fèi)繳納、納稅及同業(yè)授信融資情況分析，提高貸前信貸風(fēng)險(xiǎn)防范水平。

圖4?客戶全方位信息視

（2）提高貸中智能化決策水平。依托于數(shù)據(jù)中臺，制定模型規(guī)則，將信貸流程各環(huán)節(jié)重點(diǎn)關(guān)注的信息自動推送到?jīng)Q策頁面，包括客戶自身信息及關(guān)聯(lián)擔(dān)保、集團(tuán)內(nèi)外部信息等，有力支持授信審批環(huán)節(jié)的決策;引入人臉識別等生物識別技術(shù)，健全全行統(tǒng)一用戶管理體系，需要借款人本身驗(yàn)證的環(huán)節(jié)不再僅僅是到網(wǎng)點(diǎn)辦理，提高用戶體驗(yàn);通過身份認(rèn)證，能夠有效規(guī)避別人代為操作，他人違法路徑掌握密碼等違法事件及潛在隱患的發(fā)生，切實(shí)防范操作風(fēng)險(xiǎn)。

（3）提高貸后智能監(jiān)測水平。以金融科技為支撐，集成信貸業(yè)務(wù)風(fēng)險(xiǎn)監(jiān)測、流程展示、數(shù)據(jù)分析、監(jiān)督管理等功能，以集約化管控為手段，促進(jìn)智能風(fēng)控工具融入業(yè)務(wù)、融入管理、融入流程，構(gòu)建“到機(jī)構(gòu)、到行業(yè)、到客戶、到業(yè)務(wù)、到流程、到員工”的點(diǎn)對點(diǎn)式智能信貸風(fēng)險(xiǎn)防控體系，全面掌握借款人信貸全生命周期中經(jīng)營數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、擔(dān)保信息、違約信息、涉案信息、交易信息等內(nèi)容，捕捉和發(fā)現(xiàn)借款人數(shù)據(jù)信息背后的風(fēng)險(xiǎn)，提升應(yīng)急處置能力。

3.4?建設(shè)科技+人才隊(duì)伍，提高安全防范意識

智能信貸風(fēng)險(xiǎn)防控系統(tǒng)的研發(fā)需要成立專業(yè)團(tuán)隊(duì)，組成人員要綜合掌握金融科技和風(fēng)險(xiǎn)防控相關(guān)知識，商業(yè)銀行可以考慮從不同部門選取業(yè)務(wù)骨干，成立“任務(wù)型團(tuán)隊(duì)”，共同推進(jìn)系統(tǒng)需求分析、技術(shù)分析、模型搭建、業(yè)務(wù)驗(yàn)證等工作，充分發(fā)揮各自特長和優(yōu)勢，形成科技與業(yè)務(wù)深入融合的合力，防范和化解金融風(fēng)險(xiǎn)。

復(fù)盤這些年金融科技的發(fā)展，大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等新技術(shù)的蓬勃發(fā)展讓金融更加復(fù)雜，但金融的本質(zhì)沒有變，借助金融科技的進(jìn)步，能夠更有針對性、更及時(shí)、更有效率地防范、監(jiān)測、識別、分析和處置風(fēng)險(xiǎn)，從而建立內(nèi)涵豐富的金融新生態(tài)。

參考文獻(xiàn)：

[1]?付宏珉.商業(yè)銀行利用金融科技完善信貸風(fēng)險(xiǎn)管理的對策研究[D].天津：天津財(cái)經(jīng)大學(xué)，2019（12）.

[2]?劉剛.大數(shù)據(jù)時(shí)代智能風(fēng)控體系建設(shè)實(shí)踐[J].中國金融電腦，2018（8）：15-18.

[作者簡介]白云（1988—），女，山東聊城人，工商管理碩士，中級經(jīng)濟(jì)師，研究方向：金融科技如何助力商業(yè)銀行風(fēng)險(xiǎn)防控、普惠業(yè)務(wù)發(fā)展等。