范 可 許鑫慧

(1.中國建設銀行 上海市分行；2.中國建設銀行 上海審計分部，上海 200120)

0 引言

金融業(yè)態(tài)隨著經濟與社會環(huán)境的變化不斷迭代演變，以滿足特定歷史時期人類的生產生活需要。一場突如其來的新冠肺炎疫情推動了金融行業(yè)進一步向數字化邁進，各家金融機構加速推進線下業(yè)務向線上轉變，擴大了各類服務和其他新興技術的應用范圍和普及度。金融防“疫”，科技先行，金融科技在這場防疫戰(zhàn)中進一步凸顯了其重要性。本次疫情既是對前期已率先布局金融科技的頭部銀行轉型效果的一次實戰(zhàn)檢驗，也是倒逼金融科技發(fā)展較為遲緩的中小銀行更加注重對金融科技的投入。智能風控是金融科技的一塊重要應用領域，意指將大數據、人工智能、云計算等新興科技綜合應用到銀行業(yè)務風險控制環(huán)節(jié)，提升風險管理效率并有效降低運營成本的一種精益風險管理模式，是金融科技通過風險控制環(huán)節(jié)顯現其自身價值的具體體現形式。

長遠來看，未來商業(yè)銀行利用先進的科技手段對客戶識別、營銷服務、產品開發(fā)和風險防控中的現有業(yè)務模式與流程進行改造，運用ABCD(人工智能、區(qū)塊鏈、云計算、大數據)以及5G、VR等新技術進一步深化智能營銷、智能投顧、智能客服、智能風控等運營系統(tǒng)的開發(fā)和應用，實現以線上流量為主的獲客模式、以場景為主的產品模式、以模型為主的風控模式，讓更多人享受到更優(yōu)質、安全、高效的金融服務，已成為從監(jiān)管層到各金融機構的共識。

本文立足于新金融的大時代背景和疫情特殊時期，從智能風控在普惠金融中應用的必要性，不同類型金融相關企業(yè)的智能風控獲取路徑，傳統(tǒng)銀行的智能風控實踐等三個方面來闡述金融科技與普惠金融的深度融合。

1 普惠金融中智能風控應用必要性

國內外疫情的負面沖擊波及餐飲、物流、娛樂、旅游、貿易等各個行業(yè)，小微企業(yè)、個體工商戶等市場主體所受影響最為嚴重，融資需求最為迫切。據北京大學數字金融研究中心發(fā)布的《中國個體經營戶系列報告之一》估算，我國有近1億的個體工商戶，每個個體工商戶可帶動2.37個人就業(yè)，總共吸納了約2.3億人就業(yè)，占全國就業(yè)總人口的28.8%，數字信貸類普惠金融業(yè)務的發(fā)展可以起到緩解疫情沖擊的作用，數字信貸發(fā)展水平每增長1%，疫情對經營的沖擊減少2.57%。自2020年2月初至3月末，國務院常務會議連續(xù)八次部署強化對中小微企業(yè)扶持力度，定向為中小微企業(yè)和個體工商戶這一龐大群體“供氧”。要利用大數據、云計算、人工智能等新技術提升小微企業(yè)的金融服務質效，加強信用信息的整合與共享。

疫情發(fā)生以來，金融機構積極貫徹落實國家政策要求，助力小微企業(yè)紓困。小微企業(yè)的優(yōu)勢在于成長性和創(chuàng)新力，劣勢在于缺少規(guī)范的經營管理制度、完備的財務信息和有價值的抵質押物。傳統(tǒng)金融機構應用于大中型企業(yè)的風險管理模式照搬到小微企業(yè)往往達不到預期效果。金融機構如何充分利用金融科技領域的前沿技術，根據小微企業(yè)的特征，考慮其成長性和創(chuàng)新力，建立智能化、系統(tǒng)化的風控體系，精準識別客戶，提供個性化服務和產品，有效控制風險的同時獲得預期回報，既是遭遇突發(fā)事件時的社會需要，也是金融行業(yè)長期發(fā)展的需要。

中小微企業(yè)不僅是吸納就業(yè)的“主力軍”，也是大企業(yè)不可或缺的產業(yè)配套鏈條。智能風控體系以新一代信息技術為基礎，運用大數據、人工智能、云計算等技術構建模型，對客戶進行風險畫像，只要有足夠豐富的數據，即使沒有合格的押品，也可以對中小微企業(yè)及個人做出較為精確的風險評估。金融機構可以利用智能風控體系，在事前、事中、事后等環(huán)節(jié)做實風控，覆蓋傳統(tǒng)風控模式所服務不了的小微企業(yè)和個人客戶，實現線上實時審批、因客定價與貸后風險的動態(tài)監(jiān)控。

金融機構的風控水平是其定價能力的決定因素之一，定價能力又是金融機構在激烈的同業(yè)競爭中勝出的關鍵因素，某種程度上也決定了金融機構的生存空間。新金融時代，風控不再是一個簡單的詞，而是一個具有生命周期的閉環(huán)，真正實現“數據即信用，信用即風控，風控即價值”。在面對金融科技發(fā)展帶來的挑戰(zhàn)的同時，只有把握機遇尋求突破與轉型，將技術與業(yè)務深度融合，才能使普惠金融真正創(chuàng)造價值，惠及全社會。

2 智能風控路徑

智能風控體系有三大核心要素：數據源、決策模型、計算能力。數據源的豐富程度決定了一個機構風控的最大潛力，決策模型的有效性決定了接近最大潛力的程度，而計算能力的強弱決定了接近最大潛力的速度。智能風控的決策模型訓練需要綜合運用大數據、人工智能、云計算等技術。在實際業(yè)務場景中，當風險事件發(fā)生時，風控決策模型根據風險事件的特定要素，實時作出相應的風險評估。同時，該部分風險事件又會強化風控決策模型的有效性。前述決策模型的訓練及其對風險事件的反饋速度均依賴于底層的計算分析平臺。

目前，對智能風控體系有較強需求的機構主要包括傳統(tǒng)銀行、持牌消費金融機構、互聯網金融機構等三類主體，它們一般通過下述三種模式獲得智能風控能力。

(1)自主構建智能風控體系。該模式主要被建設銀行、招商銀行等傳統(tǒng)銀行以及螞蟻金服、微眾銀行等互聯網頭部企業(yè)采用，這類企業(yè)一般具有較大規(guī)模的客戶基礎，基于其自身或母公司的主營業(yè)務，累積了海量金融、電商、社交等高質量數據，同時依托其自身強大的科技研發(fā)實力，形成數據服務能力和智能風控產品。

(2)借力互聯網巨頭。隨著智能風控產品的迭代升級，互聯網巨頭公司將其風控能力由面向集團內部生態(tài)逐步轉向外部輸出。中小金融機構多直接引進互聯網公司的風控產品，或者利用互聯網公司的商業(yè)場景與風控服務,開展聯合運營。例如，重慶三峽銀行通過引入螞蟻金服的蟻盾風控大腦，打造實時交易反欺詐平臺，建立事前防范、事中實時監(jiān)測控制及事后分析的全面風控體系；上海銀行與微眾銀行、螞蟻金服、京東數科等互聯網巨頭聯合搭建貸款風險評估平臺，實現了互聯網消費貸業(yè)務的快速增長。

(3)借力大數據風控服務公司。近年來，同盾、百融等大數據風控公司逐漸興起，這類公司自身不產生數據，主要通過采集、整合各類外部數據為中小金融機構等提供風控模型與數據服務，以此解決中小金融機構所面臨的數據、技術、人才短缺等問題。但是，隨著有關部門對公民信息安全保護力度的不斷增強，該模式將會面臨越來越多的監(jiān)管合規(guī)風險。

3 商業(yè)銀行智能風控實踐

以下將以某傳統(tǒng)商業(yè)銀行(以下簡稱“該銀行”)的具體實踐為例，簡述傳統(tǒng)金融機構如何利用數字技術做實普惠金融的智能風控，減小疫情對小微企業(yè)的影響。

該銀行近幾年大力推進金融科技發(fā)展戰(zhàn)略，尤其在智能風控領域，一直專注于打造一套基于大數據應用技術的智能風控體系，以解決傳統(tǒng)風控手段操作風險大、成本高、效率低的問題。疫情期間，該銀行以行內新一代核心系統(tǒng)平臺為支撐，通過大數據、人工智能等新興技術精準識別受疫情影響較為嚴重的中小微企業(yè)和個體工商戶，并基于多維度數據分析，對此類主體進行風險識別和分級，按照監(jiān)管層要求合理安排對應的信貸政策，緩沖疫情對此類主體的經濟沖擊。同時，通過線上供應鏈金融、交易銀行等服務模式支持醫(yī)療物資生產等特定行業(yè)企業(yè)客戶的國內生產、海外采購工作，保障國內醫(yī)療物資的供應能力。

(1)數據獲取與整合。該銀行整合了客戶內外部各類高質量信息，內部信息涵蓋了客戶在銀行的資金結算、存貸款、理財投資等全部金融交易信息；外部數據源不僅包括行政機構相關數據平臺，例如人行征信、稅務、工商、社保、民政、司法、質監(jiān)、環(huán)保、海關、公用事業(yè)繳費等公共信息，也覆蓋了部分第三方交易平臺的交易信息。以此實現對客戶的精準“畫像”，對客戶的身份屬性、信用屬性、行為數據、消費屬性、人脈關系做全方位的完整呈現。

(2)產品與渠道。該銀行依托相關的移動APP等新興網絡渠道，持續(xù)發(fā)展壯大“小微快貸”產品系列，圍繞小微企業(yè)實際生產場景及經營需要，創(chuàng)新定制以稅務繳交信息、賬戶資金流信息以及政府采購業(yè)務合作信息等為授信基礎的快貸產品，形成了分層分類的產品體系。特別是針對醫(yī)療、生物科技等疫情防控全產業(yè)鏈，以及受疫情影響的小微企業(yè)及個體工商戶等客群，該銀行也依托其智能風控平臺向客戶提供線上全流程“秒批、秒審、秒貸”的融資服務，實現了線上一站式辦理。該銀行還將風控前置在營銷獲客端，利用生物特征技術在渠道層實現人機核驗和身份核驗，同時在對小微企業(yè)各類數據進行充分分析的基礎上，制定完善自動審批標準，研究優(yōu)化在線測額等智能決策工具，快速自動完成小微企業(yè)的貸款決策，契合小微企業(yè)的小額信用貸款需求，在降低服務門檻和交易成本的同時，為傳統(tǒng)風控方式覆蓋不到的長尾客群提供了精準服務。

(3)模型與平臺。該銀行成立專業(yè)專注的風險計量中心，針對各類業(yè)務場景研發(fā)在線貸款風險模型、反欺詐風險模型、貸款違約風險模型等，形成不同場景下的風險評估專用模型。

一是搭建風險模型實驗室平臺，為全行各類風險模型的設計、開發(fā)、驗證、監(jiān)測提供了可靠的操作平臺。

二是搭建人工智能技術支持平臺，利用人臉識別、聲紋識別、反釣魚、防木馬等技術實現智能安全服務，利用機器學習、深度學習等技術提供模型訓練框架和優(yōu)化迭代能力。機器學習能夠依靠不斷新發(fā)生的數據輸入，集成各類算法，進行條件訓練，不斷動態(tài)調整模型參數，促進模型自我進化和完善，提高模型結果的準確性。深度學習技術能夠對原始數據作非線性變換處理，優(yōu)化機器學習技術中數據的簡單特征對任務效果的限制問題，進一步提高模型結果的準確性。

三是搭建信息共享平臺，借助知識圖譜技術，整合內外部關聯數據，充分識別小微企業(yè)的股權關系、資金往來關系、擔保關系，總結客戶設備、交易習慣、時間空間定位等特征；建立多維綜合分析網絡和實時關聯圖譜，輔以圖形化展示，高效識別風險案件，特別是快速抓取協(xié)同作案、多案并發(fā)的案件。

四是搭建企業(yè)級智能化全面風險監(jiān)控預警平臺,全面升級風險計量工具，整合小微企業(yè)預警規(guī)則和黑名單，精準分析小微企業(yè)履約能力和還款意愿；綜合考慮小微企業(yè)成長性和發(fā)展?jié)撃?，對傳統(tǒng)評級方法進行改造，研發(fā)新版小微貸款評分評級模型，利用大數據挖掘技術，全面掃描并聯動分析客戶內外部數據，前瞻性預判客戶風險。

五是搭建企業(yè)級智能化反欺詐風險管理平臺，建立統(tǒng)一的反欺詐監(jiān)測指標與模型體系；全面布局反欺詐技術，事前評估剔除高風險客戶，事中預警攔截異常交易，事后追蹤監(jiān)控、加入黑名單，形成多層立體的防御網絡，應用于業(yè)務的全流程。

4 結語

正是基于面向小微企業(yè)的線上智能化風控體系，該銀行才能做到風險早識別、早發(fā)現、早預警，保障特殊時期業(yè)務穩(wěn)健運行。此次疫情是傳統(tǒng)銀行充分檢驗自身金融科技能力的一次契機，使其既能看到率先布局的亮點、優(yōu)勢、先機，又能看到發(fā)展中的痛點、限制與空白。

長遠來看，剔除疫情因素，隨著普惠金融政策對小微企業(yè)信貸支持力度的不斷深入，今后仍需有針對性地優(yōu)化完善面向小微企業(yè)的銀行智能風控體系。一是根據需要拓展數據獲取渠道，監(jiān)管層推動建立國家層面的信用信息平臺，打破政府與各金融機構間的信息孤島現象，將分散在政府和公用事業(yè)單位的信息集合在統(tǒng)一的平臺，與金融信息連通；二是提高半結構化、非結構化數據的處理能力，如交易備注、微表情等信息，便于更加多維、立體地分析小微企業(yè)經營狀況；三是進一步提高主動感知風險的能力，學習國內外頭部互聯網企業(yè)的風控技術，如谷歌AlphaGo、阿里蟻盾等；四是加速提升流式數據處理能力，針對多種實時特定業(yè)務場景增強快速計算和決策能力，擴展并發(fā)計算容量，提高響應速度、降低延遲；五是建立開放合作的商務生態(tài)模式，銀行應廣泛借助移動網絡、社交平臺、電子商務等各類平臺，拓展經營藍海，打造具有銀行特色的開放性金融生態(tài)圈；六是積極探索聯合增信機制，充分發(fā)揮融資擔保、信用保證保險的風險保障和緩釋作用，以減少單一主體的風險敞口。