投資型業務風控數字化轉型的探索

摘要：本文基于金融投資型業務的風控特點，把大數據、云計算和人工智能等數字化技術與金融類企業投資業務轉型相結合，設計出一套適合企業當前發展階段，基于數字化技術的風控智能體系，并結合未來數字化技術和業務發展趨勢，探討了下階段數字化轉型升級的方向和舉措。

關鍵詞：金融企業;智能風控;數字化轉型;投資管理

風控是金融行業的第一要務，投資型業務的精髓就是經營風險。因此，金融企業的風控體系歷來就是企業發展的重中之重，也是數字化技術最先應用的領域，也是金融科技最先萌發之地。

一、投資型業務風控工作的特點

經過多年的沉淀與積累，投資公司已構建起一個多層次、立體化的風控體系，實現了對投資項目進行全方位、全過程的流程管控。但是，考慮到公司業務規模及風控力量的配置，過往的工作模式，主要依賴人工方式管控。在結構化信息收集、風控要點評估分析、決策流程匯報審核等環節，都處于“Word+Excel+PPT”的信息化初級階段——效率不高，時效不強、追溯性弱。

公司有三大塊業務，分別是證券類投資、股權投資（PE），不良資產投資;這三大類業務的風險和資產特點都不相同。其中，證券類投資業務，流動性強、投資標的的信息容易獲取且較為標準化和豐富，價格波動較大;而股權投資類業務，流動性弱，投資標的信息相對個性化且較為零散，缺乏公允的價格市場;不良資產類業務，流動性略強于股權投資類，遠弱于證券類;投資標的信息更零散及個性化，相對缺乏公允的價格市場。

公司的經營理念，是要能實時掌控投資項目的最新數據，以便在第一時間發現風險、提醒風險、處置風險。從傳統的人工獲取項目信息，再進行事后風控方式已經明顯不滿足公司發展需要，尤其不利于提早發現苗頭性問題，不利于風險防范。這種基于事后信息反饋的風控模式，會導致風控體系出現信息的缺失漏洞、時差漏洞和處置漏洞，這些都會導致公司投資業務出現損失的可能性，明顯不符合現代金融業發展的需要。

隨著國家對金融業監管力度的加強，金融企業若不具備高效的風險管控能力，將很快在未來的激烈競爭中敗下陣來。因此，從外部競爭壓力和內部發展需要兩個角度來看，都需要我們對風控體系進行數字化改造，以應對未來日益增強的市場競爭。

在需求分析階段，最初我們請了多家軟件供應商來公司調研評估，結論是現成的軟件方案并不能匹配公司的風控體系。而如果選擇外包定制開發，又面臨開發周期長、升級維護難等問題。經過反復的研究與論證之后，我們選擇走一條有自身特色的自主創新之路，2018年初公司風控的數字化改造正式起航。

二、業務風控數字化轉型的思路

公司原有的風控體系，信息雖然都能夠輸入計算機，但是，風險處置上，更多的是通過零散的信息，結合多個決策者的鏈條決策和評估;信息化接入程度很低，更多的人工決策或人腦決策，計算機輔助決策的功能幾乎為零。

業務風控數字化轉型的總體思路是“起步數字化，成熟再優化”的互聯網迭代思維;只有先讓數字化風控的流程跑起來，才能發現問題，解決問題，改進工作實效。最終實現了原本手工或半手工方式的管控手段，轉變成依靠智能化信息系統做支撐的管控手段，提升了風控工作的整體質量。

第一，實現了風控信息的歸總和標簽化，預留了機器學習空間。

看似很簡單，公司建設了一個可查詢的風控信息化平臺，實現風控信息的整體關鍵詞可查詢，以及項目決策環節人工決策意見的規則化處理。但是，其核心的一環是實現了原有決策信息實現了標簽化，為后續的智能化處置和機器學習留下了空間。

雖然在第一階段，一些風控決策還需要人工干預，只能起到輔助決策的作用;但是，這樣的設計符合的互聯網的迭代思維，隨著各類數據的歸總和豐富，及后續案例的標簽化處置，基于機器學習的風控模型已經從零起步。

第二，挖掘過往風控數據價值，開發風控預審查模型。

通過公司內部建立的大數據中心（含風控平臺），進而結合數據挖掘技術和數據分析工具，為募、投、管、退等業務節點提供分析支持，尤其是業務開展過程中的風控節點，可以預先通過新開發審查模型，主動防控業務風險：可以縮短項目投資決策流程，對可能風控較大的項目，增強風控標準;對部分無法實現增強條款的項目，直接否決，釋放業務端精力和資源;對部分風控較勁的項目，可以根據數據反饋結果，動態調整風控條款。這樣的操作，解放的業務一線的生產力，提升了項目運營的效率。

第三，業務風控的諸多業務環節部分實現了自動處理。

通過風控信息系統平臺化的設計，在風險監控、風險評估、風險預警、措施建議等方面都有明顯改進。結合業務端的項目申報人制度，項目發起人全程跟蹤項目的反饋和再審狀態，可以及時獲知項目審查、投放、投后等諸多信息;有效實現了“風險管到一線，一線管到風險”的目的。

三、業務風控數字化的的階段性成果

2018年，公司自主研發的基于云計算和大數據的智能風控系統，“智能風控系統1.0版”成功上線，如圖1所示，實現了公司業務風控數字化轉型的第一階段目標。

為便于開發和克服人員偏少的缺點，我們在硬件上采用云計算方式，在軟件上選擇在開源平臺基礎，盡可能體現開發過程的“高效、節約”。該系統的構架由云計算平臺、大數據中心和智能風控等三層組成。

1、云計算平臺由云服務器和開源軟件組成，提供了基礎的軟硬件資源;

2、大數據中心起到數據管理的作用，細分為數據采集、存儲、分析、應用等四大模塊;

3、智能風控層依托于云計算平臺和大數據中心，針對公司的投資情況進行風控與業務邏輯的定制設計，使系統具有實時監控、風險評估、風險預警及風險處置的功能。

這三層架構在運作上相對獨立但又實現了有機結合，共同構成了適合中大投資業務發展的智能化風控系統。

自2018年7月上線運行以來，智能風控系統已運行了40個項目（包括14個證券類項目、8個股權類項目和18個不良資產處置項目），覆蓋公司三大業務的所有投資標的，累計采集數據3000多頁，并形成了一個實時更新的大數據池，為全面評估項目產品風險提供了平臺支持，也取得了較好的應用效果。

其中，最核心的是智能風控模塊。依托該智能風控項目的落地運行，公司搭建起投資項目事前、事中、事后全過程風控識別、風險監控、風險化解的動態數字化管理體系，正式邁開風控數字化管理轉型步伐，為公司數字化管理建設積極獻力。該項目在2019年榮獲集團公司的中小微創新項目三等獎，獲得了集團領導的一致肯定。

四、業務風控數字化轉型的再深化

隨著業務不斷深化，1.0版的風控系統存在不足也逐步顯現，還存在諸如：風控覆蓋面不足、智能化水平低、數據來源不全面、精細等不足;必須繼續升級優化，研制更強大功能的2.0版風控系統。

結合自身需求，未來需要重點升級的方向有：

（1）風控覆蓋面要更廣。當前的風控系統主要面向“投后管理”的風險監控，對投前、投中的管控明顯不足。而投資過程中，不允許在任何環節存在風控盲區，否則很可能發展成高風險的雷區。因此要延伸系統的監控范圍，從時間維度上對投資全生命周期進行管控，包括投前盡職調查、投中合規審查、投后業績跟蹤等每個節點，全部納入風險監控的視野范圍內。

另外，投后環節一些促發風控信息的預報能力也要提高;要能夠在風險發生之前，獲得一些苗頭性信息，要為后續的風險處置盡可能多預留時間。

（2）數據挖掘要更深入。當前風控系統的數據分析能力主要體現在業績的跟蹤分析方面，但數據挖掘潛力仍未充分發揮。一方面局限于積累的數據還不夠豐富，另一方面也受限于分析模型還不夠完善。同時，也需要構建更完善的分析模型，要在業務端進一步延伸，爭取在智能投資、智能促銷等多個場景都能發揮智能化的數據分析支持作用。

（3）數據資源要更豐富。在數字化時代，數據是生產的基本資源。而對金融行業而言，數據是開展投資業務的核心資源。在我們已構建的大數據中心里面，數據資源仍顯單薄，目前仍以內部數據為主，并且數據的產生頻率、精度尚有提升空間。同時，還需要引入更多的外部數據，如交易所數據、征信數據等;更需要一些非結構化數據。甚至需要集成一些爬蟲數據，抓取項目的周邊信息，為項目的決策提供幫助。也只有積累起全面、豐富的數據資源，才能為智能化分析提供足夠的炮彈和糧草。

（4）研發能力要更扎實。基于現有的風控團隊能力，要進一步升級系統，必須要對團隊成員升級，要具備更高層次、更專業的技術能力的人才加盟。一方面要引進專業人才，加大團隊力量，夯實基礎技術，融合學習并應用A（Artificial-Intelligence人工智能）、C（Cloud-Computer云計算）、D（big-Data大數據）等新型技術，為系統的進一步開發提供持續動力。另一方面要以謙虛的姿態向業界先進做法學習，特別要深入研究銀行、證券、互聯網金融等高度數字化行業的先進做法，學以致用，讓公司的業務風控的數字化轉型進程少走彎路。

數字化是新時代的大勢所趨，作為金融投資企業，我們唯有積極擁抱數字化才有可能迎接更美好的未來。數字化轉型進入了行業深耕階段，行業共性技術和問題成為主流的階段逐步過去，下一階段必然是企業個性技術和個性業務成為重點研發項目。我們所選擇的自主研發創新之路，雖然是一條極其艱難的路徑，但是，這也為公司未來更高層次的數字化轉型打下扎實的基礎。

數字化轉型是企業的必經之路，也是一條漫長的持續探索之路。對一個有夢想的金融企業而言，金融科技是必由之路，個性化開發也是必由之路。2019年，我們將繼續沿著風控數字化的方向，完成2.0版本的研制，力爭在集團內樹立標桿，在行業內產生品牌效應。

作者簡介：顏亮（1973.10-），男，江蘇連云港人，浙江中大集團投資有限公司副董事長、總經理，主要從事金融企業經營管理與研究。