智能風控在商業銀行普惠金融中的應用

王乾

編者按：金融的核心是風控，隨著大數據、云計算、人工智能、區塊鏈等新技術的應用，智能風控逐漸成為商業銀行進行風險管理的重要手段。但是，智能風控的核心是人工智能和大數據，本身存在基于歷史數據難以準確預測未來，源于特定場景難以精準分析，以及需要決策人的主觀判斷等弱點，商業銀行想要充分掌握和運用智能風控，尤其是發揮智能風控在普惠金融領域的優勢，還有很長的路要走。

為響應國家號召，發展普惠金融業務。各商業銀行都建立了專門的普惠部門。對商業銀行來說，普惠金融業務既是政策的風口，也有普惠客戶的營銷和風險管理存在識別難、成本高的問題。近年來，隨著大數據、云計算、人工智能、區塊鏈等新技術的應用，商業銀行都在向數字化、智能化轉型，金融科技在拓展客戶、改進服務、防控風險、增強競爭力等方面發揮著積極作用。智能風控作為金融科技在金融領域最主要的應用之一，也受到廣泛重視。

智能風控以大數據場景化為基礎，以云計算和人工智能為技術依托，應用于前端獲客、授信審批、貸后管理等工作環節，通過規則嵌入、建立模型、智能判斷、自動糾錯升級等環節，精準獲客、智能管理，以降低運營成本，有效防控風險。

智能普惠風控的特點

隨著金融科技的發展，各商業銀行在風險管理中也應用了部分新興技術，提高了業務效率。有的銀行在貸款調查中應用了二維碼技術和PAID，實現遠程獲客和調查;有的銀行應用模型實現了自動化審批;有的銀行實現了客戶的手機端提款和還款;也有銀行實現了客戶逾期還款自動提醒等功能。但上述應用只是部分環節的技術改進，還談不上完全意義的智能風控。筆者認為，普惠智能風控至少應具備以下特點。

通過場景嵌入實現批量精準獲客。互聯網的高速發展，逐漸使分散的普惠客戶實現交易的場景化。通過分析場景特征，描繪客戶畫像，可建立客戶準入模型，并為客戶的后續風險管理做好端口管理和數據傳輸。這在降低獲客成本的同時，實現了客戶的精準智能風險管理。

通過閉環式管理實現流程的高效化。從前端客戶的獲得，數據的收集分析到決策，再到最后部署和風控模型優化，實現閉環式管理，可以改變傳統風控“鐵路警察，各管一段”的問題。從前端的智能分析、自動獲客，到中間的貸款審查審批、貸款發放，再到貸后管理和催收，都要實現高度的智能化，并且是連續不間斷的，以保障內部風險的有效防控和外部客戶體驗的便捷化。

通過機器學習實現系統的智能升級。將有效的風險規則和模型嵌入到貸款的全流程只是第一步，智能風控要通過機器學習，實現智能升級、快速優化和創新，才能應對日新月異的社會經濟變化。傳統的模型更多關注建立和布放，存在預警的滯后性，以及更新時間的落后性等問題。智能風控要做到及時預警、及時診斷、及時糾錯，在部署規則的同時，要實現預警管理，設計預警閾值，及時根據預警信息進行自動糾錯。

開發模塊組件化實現系統自動迭代。傳統風控開發系統按照整套流程開發，牽一發而動全身，存在系統迭代周期長、人工編碼決策部署慢、業務系統滯后的問題。普惠智能風控系統開發，用拖拽的方式，把未發生變動的模型或系統部分組件直接自動引進，可減少開發時間，降低開發成本。

普惠和安全是普惠智能風控追求的價值。近年來，商業銀行通過智能風控的應用，改變傳統的“二八理論”，實現服務更多的“長尾”客戶，促進了普惠金融的發展，也通過向智能風控的轉變，提高了貸款效率，降低了貸款風險。商業銀行通過智能風控，可以有效降低銀行成本，為客戶提供更便捷、更安全、更便宜的服務，有效解決普惠客戶融資難、融資貴的問題。而對銀行來說，這樣能夠實現風險安全和社會效益的統一。

智能風控的痛點

金融科技的發展給商業銀行帶來巨大的技術紅利，但我們也不能完全迷信金融科技的作用。人工智能不是萬能的，智能風控也存在弱點。一是人工智能模型以大數據為基礎，而大數據不是無所不能的。數據是過去發生的歷史記錄，歷史規律的把握和歷史背景的變化都是復雜的，原有的認識未必完全準確。社會經濟是不斷向前發展的，現實情況又是極端復雜的，歷史數據可以說明一些問題，但不能解決所有問題，更不能完全準確地預測未來。二是數據來源于場景，但是實現場景內外的要素精準分析卻是困難的。智能風控取決于場景中關鍵要素的完備性、要素之間的相關性和要素影響程度的準確性。除了關注場景中的要素，我們還要關注場景外的影響因素，而場景外的要素復雜且在不斷變化。在當前和未來一個可預見的時期內，智能風控難以自動實現對場景內外要素的自覺主動分析。三是智能風控背后體現人的意識和決策，仍然離不開傳統風控的核心思維。人工智能的高效既能帶來業務的快速發展，也會帶來風險的快速爆發。人工智能風控不能忽視部署智能風控決策人員的影響，而是要對決策人員建立有效的培養、激勵、約束機制。傳統風控須仍發揮作用。

通過對智能風控特點及優劣勢進行分析，可以使我們更好地利用智能風控技術，促進業務的更好發展。此外，我們在智能風控的實踐和應用中，也會遇到以下問題。

智能風控管理制度薄弱。普惠智能風控還沒有建立專門的監管制度。近一段時間，由于金融科技的快速發展，互聯網平臺快速滲透到日常生活的許多領域，觸角不僅涉及到早年的支付結算領域，還逐漸涉足資金存儲和貸款發放領域。甚至國外的部分科技公司人員以金融科技的名義與國內互聯網巨頭合作，進入到銀行的風控核心領域竊取數據。互聯網平臺以場景金融的名義非法留存客戶個人信息，實行平臺壟斷，對此類違法和非法的操作行為，需要建立相應的監管制度予以規范。

銀行的智能風控涉及銀行全流程的調整，既包含金融業務創新領域，也涉及商業銀行重大風險管理，迫切需要監管部門政策指導和規范。

而商業銀行的內部制度同樣跟不上智能風控的發展。有的商業銀行仍然抱守20世紀末的制度理念，忽視新技術的應用所帶來的各種變化。而有的銀行，尤其是中小銀行，因市場競爭激烈，放棄風控的核心精神，缺少風險防控意識，受互聯網平臺牽制，未建立風險制度，埋下很深的業務隱患。制度的缺失影響了普惠智能風控的長遠發展。

缺少統一規范的數據場景平臺。商業銀行掌握豐富準確的數據信息，對開展智能風控來說是必不可少的。所以，需要有公信力的平臺提供基礎數據，如征信、教育、涉法涉訴、水電煤氣、稅務工商等基本公共信息。但上述基礎信息還存儲在各政府部門或事業單位的數據庫里。同時，日常交易場景信息被少數互聯網巨頭壟斷，沒有實現統一規范使用。商業銀行缺少使用規范、標準兼容的互聯網場景信息，想要獲得上述信息，則存在對互聯網平臺進行風險管理權利的讓渡。

缺少專業的智能風控人員。普惠智能風控是根據大數據建立的模型，通過云計算和機器學習進行智能風控。我們通過分析智能風控了解到，智能風控的成敗取決于背后掌控數據和決策的風控人員。現在很多商業銀行的數字普惠金融風控流程設計及風險評分模型是依靠外部第三方數據公司開發的，模型良莠不齊。外部公司不同于銀行的價值取向，其風控模型未必適合銀行智能風控的需要。智能風控對專業性提出更高要求，最主要的是缺少既懂風險、又懂金融科技的高級管理人員。

缺乏銀行數據口徑和平臺標準。大部分銀行還沒有建立適應金融科技發展的統一客戶系統、操作系統、數據庫系統。有的銀行按照客戶種類劃分為個人、法人信貸系統;有的銀行客戶數據分別存放，客戶數據標準口徑不一;有的銀行在不同的環節，還在使用不同的操作系統，使得數據不能有效銜接。所以，銀行內部需要建立規范統一的客戶系統，實現全流程的無障礙，同時做好系統的組件化管理，實現機器學習、自動拖拽功能。此外，商業銀行的系統參數標準和數據接口也需要規范。

智能風控的措施建議

普惠智能風控能改變傳統風控的不足，更好地幫助商業銀行服務廣大普惠客戶。但是，普惠智能風控自身的弱點以及遇到的難點也是客觀存在的。我們要看到智能風控未來的發展方向，充分發揮智能風控的優勢，化弊為利，必須做好以下幾項工作。

完善智能風控管理制度

銀行要完善普惠金融智能風控監管體系，要根據普惠客戶的特點，適應金融科技發展趨勢，制定普惠智能風控的相關監管制度，包括對平臺和銀行的監管。為實現業務的創新性、靈活性，同時保證風險可控，可以對部分銀行和平臺開展試點，根據試點成效逐漸推開，初期制度可先以指導性為主，隨著業務的逐漸發展再逐漸完善監管制度和體系。

監管內容中要包含智能風控銀行準入標準、披露、止損、退出機制。一方面，對數據場景平臺要有準入標準，明確其權利和義務，對其系統安全、客戶信息保密、系統接口安全進行規范，明確其技術和數據提供方的地位，不得從事其主體職能以外的業務。另一方面，政府部門、監管機構、金融單位、數據平臺之間要建立定期溝通機制，共同推進智能風控的應用和健康發展。另外，各商業銀行也應根據監管要求，制定和修改銀行內部普惠金融智能風控制度體系。

加大智能風控的基礎設施建設

政府要成立全國統一的征信和數據機構，建立依靠網絡支付、移動通信等數字化技術的全國公共信息平臺，為廣大金融業者、企事業單位和個人提供安全可靠的數據和信息。數據平臺要統一技術標準和參數，要有規范的數據接口，同時要考慮數據的延展性和及時更新。

商業銀行要根據智能風控的要求和金融科技發展的趨勢，更新和改造適應未來發展的系統平臺，做好系統架構設計，防止盲目建設。同時，注意用戶界面、使用的安全性和友好性，提高硬件和軟件應急保障和安全防范等級，打造支持普惠金融智能發展的技術環境。

建立普惠智能風控隊伍

普惠金融智能防控體系，要堅持普惠客戶的定位，打破傳統部門的架構設置，成立專門的適應智能風控要求的普惠金融部門，實現從前端獲客、審核審批、貸款發放到貸后管理的全流程管理。同時，要做好對該部門的數據監測和實時風控管理。

普惠金融智能風控依托大數據、云計算建立風控模型，實現機器學習，自動升級，其背后的關鍵是要有熟悉市場、風險管理經驗豐富、了解金融科技的專業隊伍。智能風控對人員隊伍的要求，遠高于傳統風控人員。商業銀行應建立起更加專業的人力資源管理體系，從招聘、培訓、使用、考核等方面，配置與數字普惠金融需求相匹配的人力資源體系。

做好普惠場景的選擇應用

普惠智能風控離不開普惠場景的應用。不同的普惠場景，數據風控模型不同，風控的流程和標準、機器的算法也不同。普惠智能風控人員的主要精力是重點研究場景的特征、內在要素、外來因子、未來預測以及糾錯止損機制，以建立基于場景的風控體系和決策模型。但場景的不同，不能改變普惠智能風控的特點和價值，改變的只是不同場景的應用。所以，銀行要做好智能風控場景的應用，做好相關系統模型的嵌入、維護、監控和更新，更要關注場景內外要素的變化以及引起的變量分析，以便及時進行人工介入，真正發揮好智能風控的作用。

智能風控作為金融科技在銀行業務的應用，解決了傳統風控的難點，快速實現了傳統風控向智能風控的轉變，不僅能為銀行精準快速地帶來廣泛的普惠客戶，也能實現銀行技術和服務的升級，實現安全微利的普惠價值。但值得注意的是，我們可以擁抱金融科技，發揮智能風控的優勢，造福普惠客戶，但不能盲目迷信科技，忽視人對風險防控的決定作用，給銀行造成新的風險隱患，要結合銀行傳統核心風控思維，利用智能風控的技術優勢，實現普惠金融更好、更快發展，更好地服務普惠客戶。

（作者系恒豐銀行普惠金融部副總經理）