商業(yè)銀行大中型企業(yè)授信業(yè)務(wù)流程重建初探
——基于人工智能技術(shù)

秦君誼

(廣西大學(xué) 工商管理學(xué)院，廣西 南寧 530004)

1 商業(yè)銀行運(yùn)用人工智能情況概覽

近年來，我國金融業(yè)的基礎(chǔ)框架和生態(tài)體系已經(jīng)變革。琳瑯滿目的金融服務(wù)模式、日新月異的金融場(chǎng)景，對(duì)商業(yè)銀行開展金融創(chuàng)新提出了越來越高的要求，商業(yè)銀行越來越需要海量的數(shù)據(jù)作為模型支撐、強(qiáng)大的計(jì)算能力分析數(shù)據(jù)和構(gòu)建模型、在內(nèi)控合規(guī)和業(yè)務(wù)效率之間取得平衡的業(yè)務(wù)流程以及高效的實(shí)施工具來辦理業(yè)務(wù)。單純依靠擴(kuò)大人數(shù)規(guī)模的人海戰(zhàn)術(shù)的粗放式發(fā)展時(shí)代已經(jīng)過去。運(yùn)用人工智能技術(shù)以便更好地適應(yīng)金融業(yè)競(jìng)爭(zhēng)的要求，正在成為商業(yè)銀行的必修課。

目前商業(yè)銀行關(guān)于人工智能的研究領(lǐng)域主要集中在銀行廳堂領(lǐng)域的服務(wù)、小微企業(yè)及個(gè)人領(lǐng)域的貸款，研究風(fēng)險(xiǎn)評(píng)估模型算法和貸款與否決策模型的也有不少，但關(guān)于利用人工智能對(duì)大中型企業(yè)的信貸服務(wù)進(jìn)行改進(jìn)的研究則相對(duì)較少。

2 商業(yè)銀行大中型企業(yè)授信業(yè)務(wù)領(lǐng)域運(yùn)用人工智能的必要性分析

根據(jù)國家統(tǒng)計(jì)局《統(tǒng)計(jì)上大中小微型企業(yè)劃分辦法(2017)》(統(tǒng)字〔2017〕213號(hào))，按照行業(yè)門類、大類、中類和組合類別，依據(jù)從業(yè)人員、營業(yè)收入、資產(chǎn)總額等指標(biāo)或替代指標(biāo)，將我國的企業(yè)劃分為大型、中型、小型、微型四種類型。而根據(jù)波士頓咨詢《中國公司銀行的5大發(fā)展趨勢(shì)與5種差異化模式》，建議銀行以企業(yè)的營業(yè)收入作為劃分對(duì)公客戶群的第一道標(biāo)準(zhǔn)，同時(shí)參考所在行業(yè)、資產(chǎn)規(guī)模、授信規(guī)模、對(duì)銀行的資源消耗等維度，綜合進(jìn)行客戶劃分。波士頓咨詢將營業(yè)收入超過200億元人民幣，具有全國化甚至全球化布局、多元化業(yè)務(wù)和集團(tuán)化經(jīng)營的特征的企業(yè)歸類為超大企業(yè)；將營業(yè)收入30億元至200億元人民幣，具備跨省集團(tuán)化經(jīng)營的特征的企業(yè)歸類為大型企業(yè)；將營業(yè)收入1億元至30億元人民幣的企業(yè)歸類為中型企業(yè)；將營業(yè)收入小于1億元人民幣的企業(yè)歸類為小微企業(yè)。按照波士頓咨詢估計(jì)，到2020年，超大企業(yè)為公司銀行業(yè)務(wù)貢獻(xiàn)收入為2500億元人民幣，占比7%；大型企業(yè)貢獻(xiàn)收入6300億元人民幣，占比18%；中型企業(yè)貢獻(xiàn)收入1.23萬億元人民幣，占比34%；小微企業(yè)貢獻(xiàn)收入7100億元人民幣，占比20%；財(cái)政及機(jī)關(guān)團(tuán)體貢獻(xiàn)收入7600億元人民幣，占比21%。從上述預(yù)測(cè)可以看出，大中型及以上企業(yè)為整個(gè)中國商業(yè)銀行體系公司的銀行業(yè)務(wù)收入貢獻(xiàn)占比為59%，貢獻(xiàn)程度極大，是商業(yè)銀行最重要的收入來源群體。

從銀行實(shí)務(wù)來說，負(fù)責(zé)大中型企業(yè)的客戶經(jīng)理需要花費(fèi)很多時(shí)間撰寫授信貸前調(diào)查報(bào)告、進(jìn)行貸中業(yè)務(wù)操作、進(jìn)行貸后管理，如果利用人工智能對(duì)大中型企業(yè)的信貸服務(wù)進(jìn)行改進(jìn)，減少在信貸流程耗費(fèi)的時(shí)間，就能投入更多時(shí)間去開發(fā)新客戶、維護(hù)老客戶，提高效益。因此，利用人工智能對(duì)大中型企業(yè)的信貸服務(wù)進(jìn)行改進(jìn)，是文章重點(diǎn)研究的問題，有著重要的商業(yè)意義。

3 商業(yè)銀行大中型企業(yè)授信業(yè)務(wù)流程解析(運(yùn)用人工智能前)

一直以來，我國商業(yè)銀行在信貸審批領(lǐng)域強(qiáng)調(diào)“審貸分離、分級(jí)審批”，并且要求不斷強(qiáng)化和優(yōu)化信貸管理機(jī)制。在實(shí)際工作中，商業(yè)銀行按照“貸前盡職調(diào)查，貸中真實(shí)性、合規(guī)性審核，以及貸后跟蹤管理”的原則對(duì)信貸全流程精細(xì)化管理，不同部門相互獨(dú)立、分工明確，以形成各部門之間相互制衡的信貸體系。這樣可以保證商業(yè)銀行能全面了解和核實(shí)信用主體的經(jīng)營情況、財(cái)務(wù)狀況和履約記錄等信息，同時(shí)在授信放款后通過跟蹤、監(jiān)控信用主體的用款、還款等情況，最大程度防范和化解信貸風(fēng)險(xiǎn)。

傳統(tǒng)針對(duì)大中型客戶的授信業(yè)務(wù)流程主要包括貸前調(diào)查、貸中審查、貸后管理。其中貸前調(diào)查方式主要為收集材料—信用評(píng)級(jí)—撰寫授信報(bào)告—提交審批部門審查，由于大中型客戶體量大、報(bào)表復(fù)雜、關(guān)聯(lián)公司多、產(chǎn)業(yè)布局多的普遍情況，撰寫授信報(bào)告普遍耗時(shí)較長(zhǎng)，授信報(bào)告主要由客戶工商登記情況分析、行業(yè)狀況分析、客戶競(jìng)爭(zhēng)力及地位分析、未來戰(zhàn)略分析、財(cái)務(wù)分析、與金融機(jī)構(gòu)合作情況分析、授信額度測(cè)算、本次授信方案及合理性解釋等幾部分構(gòu)成。

授信審查是核實(shí)業(yè)務(wù)發(fā)起崗對(duì)借款申請(qǐng)主體調(diào)查的過程，也是授信流程的核心步驟，著眼于借款主體的經(jīng)營情況、財(cái)務(wù)狀況等資信情況，用于評(píng)估其第一還款能力，同時(shí)根據(jù)本筆業(yè)務(wù)的用途審核業(yè)務(wù)發(fā)起崗對(duì)授信方案的設(shè)計(jì)是否合理；有風(fēng)險(xiǎn)緩釋措施的，還需要評(píng)估風(fēng)險(xiǎn)緩釋手段(保證、質(zhì)押或者抵押等)帶來的第二還款能力是否充足，并結(jié)合客戶信用評(píng)級(jí)結(jié)果以及本行授信政策做出是否審批通過的決策。如果借款申請(qǐng)人的關(guān)聯(lián)企業(yè)曾在銀行取得或者即將取得授信，那么按照管理辦法屬于集團(tuán)客戶，就要對(duì)集團(tuán)客戶開展統(tǒng)一授信，核定集團(tuán)授信限額。之后信貸審查審批部門會(huì)針對(duì)單個(gè)借款主體申報(bào)的具體授信方案進(jìn)行單次評(píng)審，以確定貸款額度和最終授信方案。

審批通過后進(jìn)入貸中環(huán)節(jié)，業(yè)務(wù)部門根據(jù)授信批復(fù)要求落實(shí)放款前提條件，如有擔(dān)保要求，須辦妥抵質(zhì)押或者保證等擔(dān)保手續(xù)后方可放款。貸款發(fā)放之后則進(jìn)入貸后管理流程，業(yè)務(wù)發(fā)起崗要按銀行相關(guān)管理規(guī)定對(duì)貸款情況進(jìn)行定期(一般是按月或者按季)和不定期(一般是集中檢查或者臨時(shí)抽檢)的貸后檢查，直至借款到期并全部結(jié)清貸款本息為止。通常來說，商業(yè)銀行信貸業(yè)務(wù)流程主要包括貸前調(diào)查、信用評(píng)級(jí)、授信上報(bào)、授信審批、貸款發(fā)放、貸后管理和續(xù)貸申請(qǐng)這幾個(gè)重要的業(yè)務(wù)流程，如圖1所示。

圖1 商業(yè)銀行信貸業(yè)務(wù)流程

4 商業(yè)銀行大中型企業(yè)授信業(yè)務(wù)流程解析(運(yùn)用人工智能后)

結(jié)合商業(yè)銀行一般授信業(yè)務(wù)流程，可以將授信政策和金融產(chǎn)品在信貸審批模型中進(jìn)行預(yù)先設(shè)置，在采用嵌入了人工智能分析功能的信貸系統(tǒng)后，結(jié)合應(yīng)用場(chǎng)景和專家經(jīng)驗(yàn)設(shè)計(jì)不同類別的風(fēng)險(xiǎn)評(píng)估模型。業(yè)務(wù)發(fā)起崗按要求將企業(yè)信息導(dǎo)入系統(tǒng)后，系統(tǒng)綜合運(yùn)用人工智能技術(shù)結(jié)合歷史數(shù)據(jù)自動(dòng)篩選符合條件的客戶流入端口，實(shí)現(xiàn)企業(yè)授信的申請(qǐng)、篩選、評(píng)估和項(xiàng)目審批。貸前調(diào)查工作流程可以極大地縮短，人力得到解放。在人工智能技術(shù)運(yùn)用初期，基礎(chǔ)數(shù)據(jù)有限，在授信審批過程中應(yīng)采取人工智能技術(shù)與專家人工干預(yù)的并行機(jī)制，確保審批結(jié)論有效，確保信貸資產(chǎn)安全。

以上述環(huán)節(jié)為例，采用人工智能后，各環(huán)節(jié)的轉(zhuǎn)變?yōu)椋嚎蛻艄ど痰怯浨闆r分析可在企查查、啟信寶、全國信用信息公示平臺(tái)等公開信息網(wǎng)站上直接獲取。行業(yè)狀況分析可在互聯(lián)網(wǎng)站上直接獲取，或者提取銀行已獲得授權(quán)的數(shù)據(jù)庫的行業(yè)數(shù)據(jù)，并自動(dòng)整理成文?？蛻舾?jìng)爭(zhēng)力及地位分析、未來戰(zhàn)略分析這兩部分需結(jié)合客戶提供的資料及互聯(lián)網(wǎng)信息一起分析，該環(huán)節(jié)需要人工參與較多。對(duì)提供電子版報(bào)表的客戶，直接利用人工智能系統(tǒng)分析并產(chǎn)出結(jié)果，對(duì)不提供電子版報(bào)表的客戶，財(cái)務(wù)分析環(huán)節(jié)可用圖像識(shí)別紙質(zhì)報(bào)表后利用人工智能系統(tǒng)直接分析并產(chǎn)出結(jié)果。與金融機(jī)構(gòu)合作情況進(jìn)行分析，其中，反映在人民銀行征信報(bào)告上的信息，由于各大商業(yè)銀行已與人民銀行征信中心對(duì)接，因此可由嵌入了人工智能功能的信貸系統(tǒng)來提取并分析內(nèi)容；不反映在人民銀行征信報(bào)告上的信息，則根據(jù)客戶資料由人工錄入。授信額度測(cè)算同樣可以利用嵌入了人工智能分析功能的信貸系統(tǒng)根據(jù)銀監(jiān)會(huì)公式測(cè)算，如碰到非標(biāo)準(zhǔn)測(cè)算情況，則由人工介入進(jìn)行重測(cè)。授信方案及合理性解釋則作為技術(shù)含量比較高的部分，建議由人工來完成。

在采用嵌入了人工智能分析功能的信貸系統(tǒng)后，貸前調(diào)查工作流程可以極大地縮短，人力得到極大解放，經(jīng)營部門可以投入更多時(shí)間與客戶進(jìn)行情感交流，維系客戶關(guān)系，而這正是人工智能暫時(shí)不能替代的。

同時(shí)，采用嵌入了人工智能分析功能的信貸系統(tǒng)后，數(shù)據(jù)部分的獲取和核實(shí)更簡(jiǎn)單、更便捷，審批人員不必再花費(fèi)大量時(shí)間核對(duì)客戶經(jīng)理上報(bào)的數(shù)據(jù)是否有錯(cuò)誤，從而有更多時(shí)間關(guān)注與客戶經(jīng)營管理層的交流、問詢，更快地對(duì)借款人形成直觀、立體的了解，大大提高了審批效率。

此外，模型初審結(jié)果如果能被人工(部分或者全部)采納，則模型得到了正反饋；如果模型初審結(jié)果不被人工采納，則模型得到負(fù)反饋，同時(shí)系統(tǒng)使用方有對(duì)系統(tǒng)數(shù)據(jù)建議的權(quán)利，以保障系統(tǒng)不斷完善。當(dāng)然，是否采信建議取決于后臺(tái)產(chǎn)品和風(fēng)控聯(lián)席崗位。

對(duì)于貸后管理，風(fēng)控模式在現(xiàn)有專家規(guī)則模型基礎(chǔ)上，運(yùn)用機(jī)器學(xué)習(xí)平臺(tái)與數(shù)據(jù)模型提升風(fēng)險(xiǎn)識(shí)別處置能力，建成實(shí)時(shí)、高效的事中風(fēng)控平臺(tái)和運(yùn)營體系。通過人工智能技術(shù)實(shí)行分級(jí)差異化管理，通過科技手段，實(shí)施系統(tǒng)監(jiān)控任務(wù)，如對(duì)生產(chǎn)型企業(yè)連通電網(wǎng)、供水公司、社保局、稅局的數(shù)據(jù)庫(需獲得授權(quán))，分別獲取用電量、用水量、繳納社保金額、納稅金額數(shù)據(jù)，并分別與上期、去年同期進(jìn)行對(duì)比，做出正常與否的判斷。同時(shí)，利用多維海量數(shù)據(jù)深度挖掘關(guān)鍵信息，探究借款人與其他實(shí)體之間的資金往來是否正常，以保證貸后管理工作數(shù)據(jù)的齊全性和有效性。此外，為防范客戶經(jīng)理貸后管理的操作風(fēng)險(xiǎn)和道德風(fēng)險(xiǎn)，可以在貸后流程實(shí)時(shí)定位客戶經(jīng)理，監(jiān)控其現(xiàn)場(chǎng)貸后管理的全過程，并進(jìn)行圖片影像資料留存，有效杜絕舞弊或者走過場(chǎng)的現(xiàn)象。此外，利用OCR技術(shù)，自動(dòng)識(shí)別客戶提供的財(cái)務(wù)報(bào)表，并自動(dòng)將數(shù)據(jù)導(dǎo)入信貸系統(tǒng)中，可充分減少客戶經(jīng)理工作量，提高工作效率。

在重構(gòu)授信流程時(shí)，定義授信流程和定義模型內(nèi)容是兩個(gè)不可或缺的組成部分。由于篇幅有限，文章僅探究授信流程，對(duì)模型不做分析。

參考謝蕓雁的研究，其主要著重于流程化構(gòu)造人工智能在授信領(lǐng)域的應(yīng)用，指出首先應(yīng)分析貸款決策所需要的數(shù)據(jù)，進(jìn)而建立知識(shí)庫模型，然后利用真實(shí)的生產(chǎn)數(shù)據(jù)運(yùn)行。其在2013年的論文中指出，在充分分析銀行貸款業(yè)務(wù)功能的基礎(chǔ)上，基于人工智能技術(shù)和計(jì)算機(jī)應(yīng)用技術(shù)建立采用JAVA語言編寫的銀行信用貸款的評(píng)估和決策系統(tǒng)，并采用人工智能專家系統(tǒng)開發(fā)工具語言編寫系統(tǒng)的知識(shí)庫，用于判定銀行是否應(yīng)該發(fā)放貸款。其具體研究了系統(tǒng)的整體結(jié)構(gòu)，從而得出了系統(tǒng)總體結(jié)構(gòu)框架。并基于系統(tǒng)總體結(jié)構(gòu)框架，建立貸款總體編程思想，主要包括貸款審批、貸后審查和總體貸款分析三部分。筆者結(jié)合其思路，在現(xiàn)有授信流程基礎(chǔ)上加入人工智能技術(shù)，重新定義授信流程，如圖2所示。

圖2 信貸業(yè)務(wù)授信流程

以上這些關(guān)鍵流程都通過人工智能技術(shù)實(shí)現(xiàn)，其中包括客戶洞察、深度標(biāo)簽、預(yù)測(cè)模型、營銷個(gè)性化、產(chǎn)品推薦、人工智能提示售后服務(wù)、優(yōu)化與學(xué)習(xí)、效果歸因等。

5 結(jié)論

未來伴隨著人工智能技術(shù)的進(jìn)一步發(fā)展，人工智能技術(shù)的不斷滲透將倒逼金融行業(yè)在授信業(yè)務(wù)流程和模型搭建上實(shí)現(xiàn)重大變革。人工智能與傳統(tǒng)商業(yè)銀行相結(jié)合將促使未來的金融服務(wù)更具普惠性，同時(shí)還可以降低商業(yè)銀行的服務(wù)與運(yùn)營成本，讓客戶獲得更加專屬、更加優(yōu)質(zhì)且更加廉價(jià)的產(chǎn)品與服務(wù)，進(jìn)一步提升用戶的滿意度，最終提高全社會(huì)的福利。

人工智能技術(shù)作為未來發(fā)展的核心驅(qū)動(dòng)力之一，將與其他相關(guān)技術(shù)一起，共同促進(jìn)商業(yè)銀行大中型企業(yè)授信的流程轉(zhuǎn)變和授信模型的重新搭建。