摘? ?要：本文基于對農(nóng)行陜西省分行互聯(lián)網(wǎng)金融產(chǎn)品——惠農(nóng)e貸分析的基礎(chǔ)上，指出風(fēng)險防控中存在的問題，分析了大數(shù)據(jù)風(fēng)控的機(jī)遇和挑戰(zhàn)，從大數(shù)據(jù)視角提出構(gòu)建智能風(fēng)控的對策。

關(guān)鍵詞：大數(shù)據(jù);惠農(nóng)e貸;智能風(fēng)控

大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等技術(shù)的推動，促進(jìn)了科技與金融的高度融合、相互滲透，驅(qū)動客戶行為向線上化、場景化、數(shù)字化轉(zhuǎn)型。為順應(yīng)場景化、數(shù)字化的客戶需求，商業(yè)銀行逐步創(chuàng)新線上化互聯(lián)網(wǎng)信貸模式。伴隨線上信貸規(guī)模的擴(kuò)大，風(fēng)險管理問題日益凸顯，如何構(gòu)建基于大數(shù)據(jù)的智能風(fēng)險防控體系，成為商業(yè)銀行面臨的重要問題。農(nóng)行陜西省分行順應(yīng)互聯(lián)網(wǎng)金融浪潮和線上化的需求，創(chuàng)新推出了線上信貸產(chǎn)品，改變了信貸方式，提升了信貸效率，該模式的推出也為風(fēng)險防控帶來前所未有的挑戰(zhàn)。為更好應(yīng)對風(fēng)控挑戰(zhàn)，商業(yè)銀行可借助大數(shù)據(jù)開展挖掘和智能分析，以數(shù)據(jù)驅(qū)動風(fēng)險決策，提升風(fēng)險管理專業(yè)性，使金融和科技深度融合，促進(jìn)風(fēng)險防控能力提升。因此，智慧風(fēng)險管理已成為商業(yè)銀行的必然選擇。

一、陜西惠農(nóng)e貸發(fā)展現(xiàn)狀

近年來，農(nóng)行陜西省分行圍繞“互聯(lián)網(wǎng)化、數(shù)據(jù)化、智能化”的思路，踐行總行“服務(wù)‘三農(nóng)、做強(qiáng)縣域”的戰(zhàn)略定位，利用互聯(lián)網(wǎng)技術(shù)優(yōu)勢，積極破解農(nóng)戶融資難、融資慢等問題，創(chuàng)新推出線上融資產(chǎn)品—惠農(nóng)e貸，努力打造經(jīng)營富有特色的區(qū)域強(qiáng)行，惠農(nóng)e貸業(yè)務(wù)初見成效。

（一）業(yè)務(wù)發(fā)展階段

大體來說，農(nóng)行陜西省分行惠農(nóng)e貸經(jīng)歷了三個階段。第一個階段：創(chuàng)新試點。為適應(yīng)互聯(lián)網(wǎng)金融發(fā)展趨勢，探索大規(guī)模、線上化的要求，2017年農(nóng)行陜西省分行以煙葉為切入點，利用數(shù)據(jù)挖掘客戶信息，開展農(nóng)戶信貸線上化試點。第二個階段：突破提升。2018年，圍繞主導(dǎo)產(chǎn)業(yè)和區(qū)域資源優(yōu)勢，提出惠農(nóng)e貸突破提升的思路，探索創(chuàng)新推出特色產(chǎn)業(yè)、政府增信、信用村新用戶等典型模式，業(yè)務(wù)取得迅速全面突破。第三個階段：提質(zhì)增效。2019年，緊扣“三農(nóng)”發(fā)展趨勢，以服務(wù)鄉(xiāng)村振興戰(zhàn)略為主線，全面擴(kuò)量提質(zhì)增效，將“惠農(nóng)e貸”打造成農(nóng)戶貸款新的增長極。

（二）業(yè)務(wù)增長狀況

在2017年試點基礎(chǔ)上，2018年全行加速推進(jìn)“惠農(nóng)e貸”，業(yè)務(wù)持續(xù)保持健康、高速增長。2017年末，惠農(nóng)e貸余額296萬元;2018年一季度末，貸款余額達(dá)1643萬元，二季度末貸款余額達(dá)114720萬元，三季度末貸款余額達(dá)215033萬元，年末貸款余額達(dá)225898萬元，一舉扭轉(zhuǎn)了2013年以來農(nóng)戶貸款持續(xù)萎縮的不利局面，貸款余額創(chuàng)歷史新高。2019年，按照上級行提質(zhì)增效要求，不斷加大惠農(nóng)e貸投放，一季度末貸款余額達(dá)325406萬元，5月末貸款達(dá)到335279萬元，并繼續(xù)保持高速發(fā)展。

（三）業(yè)務(wù)路徑逐步完善

近年來，農(nóng)行陜西省分行圍繞區(qū)域特色產(chǎn)業(yè)、行內(nèi)客戶數(shù)據(jù)、銀政合作等，主動、及時響應(yīng)客戶融資需求，通過了解產(chǎn)業(yè)規(guī)模、成本、收入等信息，確定基礎(chǔ)額度和區(qū)域參數(shù)，逐行業(yè)制定服務(wù)方案，目前，全行制定服務(wù)方案70多個，涵蓋了陜西主要涉農(nóng)產(chǎn)業(yè)，包括蘋果、獼猴桃、冬棗、葡萄、烤煙、中藥材、花椒等。

（四）業(yè)務(wù)數(shù)據(jù)來源多樣

目前，業(yè)務(wù)數(shù)據(jù)主要通過內(nèi)部渠道和外部渠道獲得。外部數(shù)據(jù)主要通過扶貧局、科技局、果業(yè)局、村委會、惠農(nóng)支付點獲取;三方數(shù)據(jù)主要通過產(chǎn)業(yè)鏈上下游企業(yè)和煙草公司獲取。內(nèi)部渠道主要通過農(nóng)行信貸、金融資產(chǎn)和營銷管理系統(tǒng)獲取，其他無數(shù)據(jù)來源的主要通過客戶經(jīng)理人工采集。從入庫數(shù)據(jù)看，采集渠道主要以人工采集為主，線上化水平較低。從2019年5月末貸款發(fā)放數(shù)據(jù)看，純大數(shù)據(jù)獲取數(shù)自動入庫放款的3515筆、2.42億元;三方獲取經(jīng)過數(shù)據(jù)加工處理核實放款的9970筆、7.43億元;主要靠客戶經(jīng)理采集輔助三方校驗的29743筆、23.68億元。

（五）業(yè)務(wù)風(fēng)險狀況

由于信貸管理嚴(yán)格，內(nèi)部制度健全，對產(chǎn)業(yè)、行業(yè)、客戶選擇準(zhǔn)確，數(shù)據(jù)采集規(guī)范，并輔助交叉驗證方式獲取客戶人品、誠信、經(jīng)營等信息，入庫審核嚴(yán)格，信貸模型設(shè)計科學(xué)，貸款系統(tǒng)自動審批，無人工干預(yù)，貸后管理重視，惠農(nóng)e貸整體質(zhì)量較好。截至2019年5月末，不良率為0.02%，遠(yuǎn)低于全行不良水平。

二、風(fēng)險防控措施及問題

（一）風(fēng)險防控措施

1.貸前風(fēng)控措施。一是嚴(yán)把產(chǎn)業(yè)關(guān)，明確支持產(chǎn)業(yè)重點，對成熟度高、發(fā)展?jié)摿Υ蟮漠a(chǎn)業(yè)優(yōu)先支持;二是嚴(yán)把模型關(guān)，在充分調(diào)研基礎(chǔ)上，科學(xué)設(shè)計業(yè)務(wù)模型，并按定期進(jìn)行模型修訂;三是嚴(yán)把客戶關(guān)，將有生產(chǎn)經(jīng)營基礎(chǔ)、人品好、講誠信的客戶作為目標(biāo)客戶，對內(nèi)部系統(tǒng)或者三方渠道獲取客戶，認(rèn)真審查，確保真實、有效，對無三方渠道來源客戶，做好客戶調(diào)查、審核、完善客戶信息，確保客戶準(zhǔn)入“第一”關(guān);四是嚴(yán)把數(shù)據(jù)審核關(guān)，做實數(shù)據(jù)采集，確保責(zé)任落實到崗、到人，監(jiān)督制約到位，確保數(shù)據(jù)真實可靠。

2.貸中風(fēng)控措施。一是利用C3系統(tǒng)，動態(tài)查詢海關(guān)、司法、工商、區(qū)域行業(yè)輿情等信息，確?？蛻魷?zhǔn)入嚴(yán)格;二是借助客戶征信系統(tǒng)，對農(nóng)戶嚴(yán)格篩選，對有不良、涉及訴訟、黃賭毒等行為的客戶嚴(yán)禁辦貸;三是對線下業(yè)務(wù)申請的，與客戶進(jìn)行面談，充分了解客戶生產(chǎn)經(jīng)營信息，并簽訂“陽光廉潔辦貸卡”，嚴(yán)防道德風(fēng)險，對線上申請的客戶，與內(nèi)部校驗相關(guān)情況，全面了解客戶;四是與通過與政府部門、政策性擔(dān)保公司合作，建立風(fēng)險補(bǔ)償基金，分散資金風(fēng)險。

3.貸后風(fēng)控措施。一是利用系統(tǒng)和科技手段，強(qiáng)化風(fēng)險監(jiān)測，做好風(fēng)險預(yù)警提示，已經(jīng)上線個人線上信用貸款風(fēng)險監(jiān)控系統(tǒng)，對客戶資金異常交易、貸款用途等進(jìn)行實時監(jiān)測;二是非現(xiàn)場檢查，主要通過電話外呼、客戶經(jīng)理電話回訪、短信提醒等方式，對客戶做好核實和提醒;三是通過還款方式監(jiān)測，鼓勵通過按月、季、半年等方式結(jié)息，判斷客戶風(fēng)險狀況，對還息疑點，及時組織客戶經(jīng)理現(xiàn)場核實，做好風(fēng)險處置，做實貸后管理;四是通過風(fēng)險線索監(jiān)測系統(tǒng)，定期對可疑貸款進(jìn)行下發(fā)，做好疑似問題核實。

（二）風(fēng)險防控存在的問題

1.風(fēng)險管理能力與發(fā)展不匹配。一是智能化風(fēng)險防控意識薄弱。惠農(nóng)e貸是農(nóng)行創(chuàng)新推出的線上化信貸產(chǎn)品，由于便捷、高效、手續(xù)簡便，推出后發(fā)展突飛猛進(jìn)，但大部分行受固有觀念制約，未能充分認(rèn)識推廣“三農(nóng)”互聯(lián)網(wǎng)信貸的內(nèi)涵，風(fēng)險防控還停留在原有傳統(tǒng)信貸階段，對風(fēng)險過于樂觀，強(qiáng)調(diào)貸前“真人”“真事”多，對貸款管理不夠重視，信貸觀念有待更新。二是風(fēng)險管理舉措單一。目前，風(fēng)險管控主要通過白名單入庫前客戶數(shù)據(jù)核實、貸中客戶面談、貸后風(fēng)險預(yù)警或風(fēng)險發(fā)生后采取措施等手段，不能提前發(fā)現(xiàn)客戶風(fēng)險隱患，做好風(fēng)險防控準(zhǔn)備，特別是部分客戶經(jīng)理忽視貸后管理風(fēng)險預(yù)警功能，只是簡單處理，現(xiàn)場核實風(fēng)險線索和信貸資金監(jiān)測不扎實，難以發(fā)現(xiàn)問題，易埋下風(fēng)險隱患。

2.智能風(fēng)控水平較落后，人工防控仍占主導(dǎo)。目前，農(nóng)行已經(jīng)上線個人線上信用貸款風(fēng)險監(jiān)控系統(tǒng)，通過C3預(yù)警風(fēng)險線索，但還需要客戶經(jīng)理通過分析、電話調(diào)查、現(xiàn)場調(diào)查等方式，核實貸款資金實際用途，判斷是否存在挪用行為，定位問題所在。因此，風(fēng)險識別主要依靠客戶經(jīng)理的管理水平和管理經(jīng)驗，很難快速精準(zhǔn)識別出目標(biāo)風(fēng)險信息，精度和效率都很差?？蛻艚?jīng)理經(jīng)驗、業(yè)務(wù)能力、履職責(zé)任心等都會影響風(fēng)險管理效果，甚至存在風(fēng)險線索核查流于形式，極大降低了風(fēng)險管理水平。

3.預(yù)警模型精準(zhǔn)度較低，數(shù)據(jù)資源不夠全面。一是風(fēng)險預(yù)警模型多為線性規(guī)則，即是客戶、時間、金額、用途等參數(shù)，簡單對比分析、判斷，提供預(yù)警線索。受制于數(shù)據(jù)維度和處理能力，風(fēng)控預(yù)警主要通過有限數(shù)據(jù)獲取盡可能多的信息，有大量無效信息無法過濾，可能造成分析、判斷失誤，不能通過客戶行為、社交網(wǎng)絡(luò)、消費(fèi)等維度全面分析，提升風(fēng)險管理能力。二是風(fēng)控效率不高。為了避免遺漏，風(fēng)控預(yù)警范圍很大，大量風(fēng)控線索使客戶經(jīng)理疲于應(yīng)付，真正關(guān)鍵線索容易被疏忽，精準(zhǔn)度嚴(yán)重不足。三是數(shù)據(jù)維度面較窄。惠農(nóng)e貸是通過批量采集數(shù)據(jù)，建立信貸模型，為客戶預(yù)授信貸款額度，這對傳統(tǒng)信貸思維、文化、制度都帶來巨大沖擊，推動信貸由被動申請、審批向主動授信、自動審批轉(zhuǎn)變，有效提高了信貸作業(yè)效率。但風(fēng)險控制方面能夠依賴的數(shù)據(jù)維度單一，缺乏主動依靠自動檢索、分析客戶全方位數(shù)據(jù)的水平，智能風(fēng)控能力較低，線上優(yōu)勢未發(fā)揮。

4.智能風(fēng)控人才缺乏。隨著大數(shù)據(jù)技術(shù)的廣泛應(yīng)用，龐大的數(shù)據(jù)、復(fù)雜的數(shù)據(jù)關(guān)系、種類繁多的數(shù)據(jù)對風(fēng)險管理人員提出了更高要求，不僅需要專業(yè)的業(yè)務(wù)知識，而且需要有高超的數(shù)據(jù)挖掘、數(shù)據(jù)分析能力。從省市行層面上看，缺乏即懂業(yè)務(wù)又有數(shù)據(jù)分析能力的復(fù)合型人才;從基層風(fēng)險經(jīng)理隊伍看，“三農(nóng)”客戶經(jīng)理大多為兼職，且年齡整體較大，尤其缺乏互聯(lián)網(wǎng)思維的風(fēng)控能力。

5.智能風(fēng)控機(jī)制不健全。一是缺乏數(shù)據(jù)共享機(jī)制。大數(shù)據(jù)背景下線上信貸業(yè)務(wù)，需要匹配智能風(fēng)險防控能力。智能風(fēng)險是大數(shù)據(jù)、云計算驅(qū)動下的風(fēng)控，因此需要大量數(shù)據(jù)支撐，目前銀行擁有大量客戶金融數(shù)據(jù)、征信、司法、銀行卡交易等數(shù)據(jù)，但存在靜態(tài)、碎片化局限，金融業(yè)之間、金融業(yè)和其他行業(yè)間存在信息孤島，數(shù)據(jù)共享嚴(yán)重不足，對數(shù)據(jù)加工、分析存在障礙。二是缺乏糾錯迭代機(jī)制。互聯(lián)網(wǎng)信貸是批量化產(chǎn)品，這對智能風(fēng)險管理提出了更高要求，不僅要隨著業(yè)務(wù)發(fā)展做好信貸政策和業(yè)務(wù)流程的優(yōu)化，也需要系統(tǒng)開發(fā)和完善上迅速迭代;另外，大數(shù)據(jù)本身也存在不足，也會出現(xiàn)不確定性問題，因此，需要建立糾錯迭代機(jī)制，及時修正模型或系統(tǒng)，完善流程，提升風(fēng)險控制有效性。

三、大數(shù)據(jù)風(fēng)控機(jī)遇和挑戰(zhàn)

在大數(shù)據(jù)浪潮下，互聯(lián)網(wǎng)金融已快速發(fā)展，商業(yè)銀行主動介入互聯(lián)網(wǎng)金融領(lǐng)域，開始構(gòu)建貸前、貸中、貸后全流程風(fēng)險預(yù)警、風(fēng)險管理機(jī)制，為商業(yè)銀行智能風(fēng)險管理奠定了良好的基礎(chǔ)，但對于大數(shù)據(jù)風(fēng)控即要看到機(jī)遇也要看到挑戰(zhàn)。

（一）大數(shù)據(jù)風(fēng)控管理的機(jī)遇

1.宏觀政策的利好。在金融供給側(cè)結(jié)構(gòu)性改革背景下，國家明確提出鼓勵金融與科技融合。在此背景下，各商業(yè)銀行積極運(yùn)用科技支持信貸業(yè)務(wù)，開發(fā)探索個性化產(chǎn)品，這為大數(shù)據(jù)風(fēng)控管理提供了難得的歷史機(jī)遇。

2.大數(shù)據(jù)分析技術(shù)成熟。隨著大數(shù)據(jù)、云計算、人工智能技術(shù)的成熟，大數(shù)據(jù)與其他行業(yè)融合更加緊密，演變出更多的應(yīng)用領(lǐng)域，特別是為響應(yīng)業(yè)務(wù)需求，商業(yè)銀行啟動了云轉(zhuǎn)型和大數(shù)據(jù)部署。一是有效提升信息獲取能力，利用OCR技術(shù)主動抓取業(yè)務(wù)數(shù)據(jù)，極大提升金融機(jī)構(gòu)的數(shù)據(jù)處理能力;二是客戶體驗更優(yōu)，大數(shù)據(jù)分析可以精確定位客戶需求，針對性開展?fàn)I銷，更好滿足客戶個性化需求，提升客戶體驗。

3.大數(shù)據(jù)挖掘維度的豐富。隨著網(wǎng)絡(luò)經(jīng)濟(jì)和消費(fèi)的發(fā)展，各行各業(yè)都積累了大量客戶數(shù)據(jù)。目前可挖掘的數(shù)據(jù)，不僅包括金融數(shù)據(jù)，還包括客戶消費(fèi)、社交、征信、司法、網(wǎng)絡(luò)交易、網(wǎng)絡(luò)活動等海量數(shù)據(jù)，這些數(shù)據(jù)與網(wǎng)絡(luò)金融有千絲外縷的聯(lián)系，有助于商業(yè)銀行從多角度、全方位了解客戶，做好風(fēng)險評估，為智能風(fēng)控提供良好的機(jī)遇。

4.智能風(fēng)險防控優(yōu)勢凸顯。智能風(fēng)控可以通過大數(shù)據(jù)完善流程，提高效率、提升精度，實現(xiàn)自動風(fēng)險決策，基于算法、模型規(guī)則的風(fēng)險預(yù)警，更加客觀公正，且在貸前全面分析客戶，識別客戶更加精準(zhǔn)，貸中動態(tài)實時監(jiān)測客戶風(fēng)險狀況，極大降低潛在風(fēng)險，推動商業(yè)銀行風(fēng)險管理水平全面提升。

（二）大數(shù)據(jù)風(fēng)控管理的挑戰(zhàn)

1.金融服務(wù)數(shù)字化、線上化的沖擊。隨著互聯(lián)網(wǎng)金融的發(fā)展，商業(yè)銀行面臨諸多競爭，信息不對稱、智能化水平低、風(fēng)險管理系統(tǒng)陳舊等問題更加凸顯，傳統(tǒng)依靠風(fēng)險識別方式，難以滿足數(shù)字化、場景化的發(fā)展需要。

2.精準(zhǔn)畫像能力挑戰(zhàn)。數(shù)據(jù)是風(fēng)控的血液，數(shù)據(jù)全面性、準(zhǔn)確性決定了大數(shù)據(jù)風(fēng)控的生命，大數(shù)據(jù)智能風(fēng)控構(gòu)建要依托多維度的數(shù)據(jù)，如客戶的社會屬性、客戶的行為數(shù)據(jù)、客戶的消費(fèi)數(shù)據(jù)、客戶的征信狀況等信息，進(jìn)行客戶精準(zhǔn)畫像。商業(yè)銀行要多維度采集數(shù)據(jù)，進(jìn)行精準(zhǔn)畫像，受成本、技術(shù)、數(shù)據(jù)來源、數(shù)據(jù)分析人才等方面因素影響，不僅需要金融機(jī)構(gòu)的努力，也需要政府、社會等多方面配合。

3.多維數(shù)據(jù)平臺構(gòu)建挑戰(zhàn)。隨著大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展，風(fēng)控的科學(xué)性、準(zhǔn)確性會越來越高。大數(shù)據(jù)專業(yè)性強(qiáng)、技術(shù)更新快，組建專職的團(tuán)隊，構(gòu)建基于大數(shù)據(jù)的多維度數(shù)據(jù)平臺也成為現(xiàn)實選擇，以持續(xù)提升挖掘數(shù)據(jù)能力。

4.數(shù)據(jù)安全性的挑戰(zhàn)。一是在采集、存儲、使用方面數(shù)據(jù)上要有統(tǒng)一、標(biāo)準(zhǔn)化流程，特別是數(shù)據(jù)加密、脫敏等技術(shù)處理，也需要專業(yè)化人員進(jìn)行，數(shù)據(jù)安全不容忽視。二是與外部三方數(shù)據(jù)對接，在保證商業(yè)銀行數(shù)據(jù)安全、厘清數(shù)據(jù)權(quán)責(zé)等方面，也需要商業(yè)銀行采取特定措施和手段。

四、基于大數(shù)據(jù)智能風(fēng)控策略

（一）夯實數(shù)據(jù)基石，提升數(shù)據(jù)的維度

商業(yè)銀行傳統(tǒng)風(fēng)控主要依賴自身掌握的客戶信息、金融資產(chǎn)、交易數(shù)據(jù)、檢查記錄、整改記錄、風(fēng)險分類狀況等，數(shù)據(jù)維度較為單一。建立智能風(fēng)控制要引入大數(shù)據(jù)技術(shù)，打破原有數(shù)據(jù)邊界限制，建立互聯(lián)網(wǎng)、第三方機(jī)構(gòu)、政府、消費(fèi)、社交、人脈、公安、司法、輿情等全維度數(shù)據(jù)，通過推進(jìn)數(shù)據(jù)平臺建設(shè)和企業(yè)級數(shù)據(jù)，多維度、廣視覺采集客戶生產(chǎn)經(jīng)營、生活消費(fèi)、社交等數(shù)據(jù)，夯實數(shù)據(jù)基礎(chǔ)，整合線上下、跨界數(shù)據(jù)，豐富數(shù)據(jù)維度。

（二）構(gòu)建系統(tǒng)平臺，提升分析決策能力

一是構(gòu)建大數(shù)據(jù)平臺。建立數(shù)據(jù)應(yīng)用云平臺，將數(shù)據(jù)嵌入風(fēng)控業(yè)務(wù)場景，引入人工智能技術(shù)，提升風(fēng)險決策的及時性和智能化水平。二是建立“數(shù)據(jù)分析+風(fēng)控”決策閉環(huán)。將商業(yè)銀行風(fēng)險管理規(guī)則、風(fēng)險管理經(jīng)驗和風(fēng)險模型識別相結(jié)合，形成動態(tài)決策閉環(huán)，推動智能風(fēng)控體系發(fā)展。三是提升數(shù)據(jù)分析能力。通過數(shù)據(jù)挖掘，對業(yè)務(wù)進(jìn)行全方位透視，探索數(shù)據(jù)背后聯(lián)系，從風(fēng)險控制角度提供合理建議。四是深化科技應(yīng)用，探索智能風(fēng)控決策能力。運(yùn)用多樣化數(shù)據(jù)分析方法開展數(shù)據(jù)挖掘，提取消費(fèi)、社交、交易等數(shù)據(jù)的風(fēng)險特征，實現(xiàn)風(fēng)險預(yù)判的前置。

（三）迭代風(fēng)控模型，提升智能風(fēng)控精度

一是升級風(fēng)險控制思路。從區(qū)域、客戶、產(chǎn)業(yè)、機(jī)構(gòu)、產(chǎn)品、流程、消費(fèi)等維度入手，圍繞風(fēng)險特征，分析區(qū)域風(fēng)險特征、行業(yè)風(fēng)險特征、對象行為的風(fēng)險特征，對客戶風(fēng)險狀況進(jìn)行畫像，并提出精準(zhǔn)化風(fēng)控建議。二是迭代風(fēng)控模型。通過系統(tǒng)監(jiān)測分析，結(jié)合人工經(jīng)驗和歷史風(fēng)險案例，通過客戶行為、客戶習(xí)慣、可疑交易、歷史風(fēng)險事件、內(nèi)外部監(jiān)督發(fā)現(xiàn)問題等不斷迭代風(fēng)險模型，優(yōu)化內(nèi)外部風(fēng)險變量參數(shù)，不斷優(yōu)化風(fēng)險模型。三是精準(zhǔn)定位風(fēng)險線索。運(yùn)用數(shù)據(jù)分析技術(shù)，對不同客戶狀況、不同類型的風(fēng)險線索，通過動態(tài)分析、模型識別、數(shù)據(jù)印證，剔除無效預(yù)警信息，不斷核實，精準(zhǔn)定位風(fēng)險，做好風(fēng)險評估，提供合理化風(fēng)控措施。

（四）強(qiáng)化科技業(yè)務(wù)融合，培養(yǎng)復(fù)合型人才

一是實施數(shù)據(jù)強(qiáng)行戰(zhàn)略。把大數(shù)據(jù)作為基礎(chǔ)性戰(zhàn)略資源，全面加快大數(shù)據(jù)發(fā)展行動，加快數(shù)據(jù)資源開發(fā)和業(yè)務(wù)應(yīng)用融合，助力金融變革轉(zhuǎn)型。二是加強(qiáng)定崗培訓(xùn)。積極引入先進(jìn)大數(shù)據(jù)理念和風(fēng)控知識，通過多崗位定向培訓(xùn)，培養(yǎng)數(shù)據(jù)分析師、風(fēng)控模型專家，提升商業(yè)銀行智能風(fēng)控水平。三是加強(qiáng)復(fù)合人才培養(yǎng)。培養(yǎng)即懂業(yè)務(wù)有懂?dāng)?shù)據(jù)和模型的專家人才，打造對潛在風(fēng)險有判斷能力、掌握數(shù)據(jù)整合挖掘和風(fēng)險分析能力的復(fù)合型人才隊伍。

參考文獻(xiàn)

[1]杜振濤.移動支付浪潮下惠農(nóng)支付路徑的思考[J].農(nóng)銀學(xué)刊，2019，（01）：66.

[2]劉剛.大數(shù)據(jù)時代智能風(fēng)控體系建設(shè)實踐[J].中國金融電腦，2018，（07）：15-18.

[3]林得發(fā).商業(yè)銀行智慧型風(fēng)險管理的特征及長效機(jī)制的構(gòu)建[J].農(nóng)村金融研究，2019（03）：50-54.

[4]農(nóng)行課題組.關(guān)于面向大數(shù)據(jù)的運(yùn)營風(fēng)險監(jiān)控體系建設(shè)思考[J].農(nóng)村金融研究，2018，（03）：24-28.

[5]刑桂偉.依托大數(shù)據(jù)技術(shù)構(gòu)建商業(yè)銀行智能風(fēng)控體系[J].中國金融電腦，2018，（08）：19-22.

責(zé)任編輯、校對：王兆華