小微企業(yè)信貸智能風(fēng)控系統(tǒng)的構(gòu)建思路

【摘" 要】小微企業(yè)貸款難是阻礙小微企業(yè)發(fā)展的重要原因之一，互聯(lián)網(wǎng)金融及人工智能的發(fā)展為解決小微企業(yè)融資難提供了解決思路。論文在分析了人工智能帶來的機遇和風(fēng)險后，提出了構(gòu)建小微企業(yè)信貸智能風(fēng)控系統(tǒng)的理論框架、流程設(shè)計方案，最后探討小微企業(yè)信貸智能風(fēng)控模型設(shè)計及實際應(yīng)用。

【關(guān)鍵詞】小微企業(yè)信貸；人工智能；智能風(fēng)控系統(tǒng)

【中圖分類號】F832.4；F276.3" " " " " " " " " " " " " " " " " " " " " " "【文獻標(biāo)志碼】A" " " " " " " " " " " " " " " " " " " " " " " " "【文章編號】1673-1069（2023）11-0089-03

1 引言

小微企業(yè)是我國的經(jīng)濟重要組成部分，其發(fā)展極大程度上影響了經(jīng)濟復(fù)蘇和居民收入增長。近年來，新冠疫情對小微企業(yè)的生存環(huán)境帶來極大的影響，資金短缺是大部分小微企業(yè)難以持續(xù)經(jīng)營的重要原因。然而，由于小微企業(yè)的特殊性，包括經(jīng)營規(guī)模小、信息不對稱、抵押品少等因素，其融資難、融資成本高的問題尤為突出。隨著計算機技術(shù)的發(fā)展，用大數(shù)據(jù)對客戶信息進行采集、清洗、挖掘，運用人工智能技術(shù)進行自動分析和決策，這些問題有了解決的途徑和方向。

隨著互聯(lián)網(wǎng)金融、大數(shù)據(jù)和人工智能等技術(shù)的迅猛發(fā)展，AI智能風(fēng)控技術(shù)為解決小微企業(yè)融資難題提供了新的機遇。AI智能風(fēng)控可以利用大數(shù)據(jù)、機器學(xué)習(xí)、模型預(yù)測等技術(shù)手段，對小微企業(yè)信貸進行精準(zhǔn)的風(fēng)險評估和信貸決策，提高貸款的準(zhǔn)入率和融資效率。然而，小微企業(yè)信貸與AI智能風(fēng)控領(lǐng)域仍存在一系列挑戰(zhàn)。小微企業(yè)的多樣性、抗風(fēng)險能力差、管理制度不完善和欠規(guī)范等問題，使得AI智能風(fēng)控系統(tǒng)在小微企業(yè)信貸的應(yīng)用上存在不可忽視的問題。因而，結(jié)合農(nóng)村特殊需求和AI智能風(fēng)控技術(shù)，提出具有創(chuàng)新性、可行性和社會價值的解決方案，為小微企業(yè)提供更便捷、高效的融資服務(wù)尤為重要。有效的小微企業(yè)信貸風(fēng)控體系和創(chuàng)新的風(fēng)控模型成為解決小微企業(yè)融資難問題并推動小微企業(yè)可持續(xù)發(fā)展的有效途徑。

2 小微企業(yè)信貸存在的市場痛點

2.1 “想貸不敢貸，想借借不到”矛盾

國務(wù)院出臺的扎實穩(wěn)住經(jīng)濟一攬子政策措施指出加大普惠小微企業(yè)貸款支持力度，從資金支持比例、業(yè)務(wù)流程、產(chǎn)品創(chuàng)新、融資擔(dān)保等方面均提出了具體的要求，效果顯著。但仍然存在“想貸不敢貸，想借借不到”矛盾的主要原因有：第一，小微企業(yè)生產(chǎn)經(jīng)營的可持續(xù)性較差。由于小微企業(yè)資產(chǎn)規(guī)模小，流動資金少，在當(dāng)前宏觀環(huán)境不太樂觀的情況下，抗風(fēng)險能力更差。另外，由于經(jīng)營范圍較窄，市場極易被擠占，由此導(dǎo)致小微企業(yè)持續(xù)經(jīng)營能力較低。第二，小微企業(yè)的信用評級難度較大。小微企業(yè)大多缺乏規(guī)范的企業(yè)管理和財務(wù)制度，經(jīng)營管理及財務(wù)數(shù)據(jù)不規(guī)范且不易獲得，且數(shù)據(jù)的真實性、完整性存疑，因而導(dǎo)致小微企業(yè)信用評級存在較大難度，且成本較高。第三，小微企業(yè)的貸款管理成本較高。整體而言，小微企業(yè)的資金需求量較大，但是單個小微企業(yè)貸款規(guī)模較小，因而在貸款總額相同的情況下，小微企業(yè)貸款涉及的企業(yè)數(shù)量較多，且小微企業(yè)各自的情況差異較大，不管是貸前調(diào)查、貸中審查，還是貸后管理上，均需要付出更多的人力和精力，貸款管理成本遠遠大于大中型企業(yè)。

2.2 人工智能技術(shù)“雙刃劍”

以大數(shù)據(jù)技術(shù)為依托，構(gòu)建人工智能風(fēng)控系統(tǒng)，金融機構(gòu)由此獲得豐富的數(shù)據(jù)了解客戶的基本信息、財務(wù)和信用狀況，降低了信息不對稱性，減少了由人工審批帶來的失誤率，提高了業(yè)務(wù)經(jīng)營效率，降低違約成本。但同時人工智能、大數(shù)據(jù)技術(shù)在風(fēng)控系統(tǒng)中的運用尚在研究開發(fā)中，首先勢必會增加金融機構(gòu)的成本，同時系統(tǒng)中傳輸和存儲著大量機密和敏感的數(shù)據(jù)，因此不可忽視系統(tǒng)運行的安全問題。第一，身份認(rèn)證審批。開放互聯(lián)網(wǎng)中若系統(tǒng)的登錄方式過于簡單，那盜用并假冒用戶信息就極為容易，此時系統(tǒng)中雙方身份的真實性會受到質(zhì)疑。第二，數(shù)據(jù)保密識別。風(fēng)控系統(tǒng)審批中數(shù)據(jù)是在開放的網(wǎng)絡(luò)中傳輸?shù)模魯?shù)據(jù)加密程度不高，則極易被不法分子獲取，存在極大的泄密風(fēng)險。第三，數(shù)據(jù)完整性識別。在開放網(wǎng)絡(luò)中傳輸?shù)闹匾獢?shù)據(jù)，可能遭到不法分子的惡意篡改，數(shù)據(jù)的準(zhǔn)確性、真實性、完整性得不到保障。第四，數(shù)據(jù)不可抵賴識別。在缺乏檢測機制的情況下，貸款申請者及審批者皆可否認(rèn)各自的操作內(nèi)容及操作行為，甚至出現(xiàn)假冒他人進行申報或?qū)徟男袨椤?/p>

3 小微企業(yè)信貸智能風(fēng)控系統(tǒng)的理論框架

互聯(lián)網(wǎng)金融時代，大多數(shù)小微企業(yè)信貸采用線上貸款的模式，金融服務(wù)方式的改變和服務(wù)效率的提升，要求每筆貸款的風(fēng)險評估、授信等環(huán)節(jié)必須既快又準(zhǔn)。由此，有必要構(gòu)建小微企業(yè)信貸大數(shù)據(jù)智能風(fēng)控系統(tǒng)，制定標(biāo)準(zhǔn)的評估體系和指標(biāo)，實現(xiàn)風(fēng)險管控的定量化，自動識別并評估風(fēng)險，給出客觀合理的貸款授信建議和方案。最后，再將風(fēng)控模型與信貸業(yè)務(wù)貸前、貸中、貸后的全流程相結(jié)合，形成閉環(huán)化風(fēng)險防范的信貸智能系統(tǒng)。同時，在整個過程中應(yīng)采取有效措施保障系統(tǒng)及數(shù)據(jù)的安全，包括選擇先進的決策引擎、成熟的流程引擎，在各個環(huán)節(jié)及端口部署系統(tǒng)安全技術(shù)和方案。

3.1 風(fēng)控的高效準(zhǔn)確性

第一，數(shù)據(jù)化——夯實風(fēng)險管控的基礎(chǔ)。風(fēng)控系統(tǒng)數(shù)據(jù)化，則能獲取豐富的客觀數(shù)據(jù)，同時構(gòu)建統(tǒng)一、科學(xué)、合理、明確的風(fēng)控指標(biāo)，風(fēng)險判斷結(jié)果則更為客觀準(zhǔn)確，這是智能風(fēng)控系統(tǒng)構(gòu)建的基礎(chǔ)。第二，系統(tǒng)化——構(gòu)建風(fēng)險管控的載體。由于大數(shù)據(jù)和云計算技術(shù)的發(fā)展，智能風(fēng)控系統(tǒng)的構(gòu)建使得大量數(shù)據(jù)的實時運算能夠?qū)崿F(xiàn)。同時，在整個貸款期間，智能風(fēng)控系統(tǒng)根據(jù)預(yù)先設(shè)定的預(yù)警條件，一旦觸發(fā)就自動推送相關(guān)信息至信貸部門的有關(guān)業(yè)務(wù)人員，并給出客觀的處理方案，降低信息接收不及時或者人工處理疏忽帶來的不必要損失。第三，閉環(huán)化——優(yōu)化風(fēng)險管控的流程。小微企業(yè)信貸業(yè)務(wù)的各個環(huán)節(jié)的風(fēng)控有緊密的聯(lián)系，且前期的貸款準(zhǔn)入環(huán)節(jié)的風(fēng)控管理對貸中審批和貸后管理有極大的影響，因而，需要對各環(huán)節(jié)的風(fēng)險控制措施和策略進行合理規(guī)劃和設(shè)計，從而形成一套覆蓋全部業(yè)務(wù)流程的完整風(fēng)險管控體系。

3.2 系統(tǒng)的安全可靠性

第一，先進的決策引擎、成熟的流程引擎。智能風(fēng)控系統(tǒng)基于成熟的展現(xiàn)中間件、工作流引擎、決策引擎構(gòu)建而成，可利用流程引擎驅(qū)動、以決策引擎智能判斷模式，建立自動、快速、高效的線上信貸決策平臺。通過構(gòu)建專業(yè)的小微企業(yè)智能風(fēng)控系統(tǒng)，實現(xiàn)集中控制小微企業(yè)信貸業(yè)務(wù)全過程的信用風(fēng)險和操作風(fēng)險。第二，應(yīng)用系統(tǒng)集成。智能風(fēng)控系統(tǒng)從接受客戶申請開始，依次經(jīng)過貸款準(zhǔn)入、申請反欺詐、申請評分卡、人工審核、授信審批、簽約和放款等全過程。系統(tǒng)在流程之外設(shè)置了質(zhì)檢環(huán)節(jié)，規(guī)范操作員的業(yè)務(wù)操作，如電核崗、審批質(zhì)檢崗等。

4 小微企業(yè)智能風(fēng)控系統(tǒng)流程設(shè)計和模型應(yīng)用

小微企業(yè)信貸通常采用線上貸款模式，業(yè)務(wù)流程同樣包括貸前調(diào)查、貸中審批、貸后監(jiān)控3個主要業(yè)務(wù)環(huán)節(jié)，每個環(huán)節(jié)以系統(tǒng)自動決策為主，輔助較少的人工干預(yù)。因此，在上述總體設(shè)計思路指導(dǎo)下，結(jié)合小微企業(yè)信貸特點，考慮風(fēng)控的智能化、系統(tǒng)及其數(shù)據(jù)的安全性，小微企業(yè)信貸智能風(fēng)控流程架構(gòu)設(shè)計如圖1所示。

4.1 貸前風(fēng)控——風(fēng)險準(zhǔn)入模型

客戶完成相關(guān)驗證注冊并登錄貸款申請頁面，簽署有關(guān)授權(quán)書后，首先對客戶進行貸款申請的風(fēng)險準(zhǔn)入篩查。風(fēng)險準(zhǔn)入模型包括評分決策和規(guī)則決策兩大部分。評分決策是基于申請評分卡的評分結(jié)果，綜合考慮實際業(yè)務(wù)需求設(shè)定評分等級；規(guī)則決策需總結(jié)當(dāng)前產(chǎn)品政策規(guī)定、業(yè)務(wù)經(jīng)驗和必要的行業(yè)經(jīng)驗。由評分決策和規(guī)則決策綜合得到最終的準(zhǔn)入決策建議，如圖2所示，準(zhǔn)入決策建議分為快速批準(zhǔn)、建議通過、人工審核、審慎審核和快速拒絕，對應(yīng)通過、轉(zhuǎn)人工和不通過3種結(jié)果。前兩種決策建議的結(jié)果為通過，則可直接進入貸款審批環(huán)節(jié)；最后一種決策建議的結(jié)果為不通過，則貸款被拒絕；剩余兩種的結(jié)果為轉(zhuǎn)人工，則需要工作人員進行線下人工審核。

第一，評分決策。風(fēng)險準(zhǔn)入模型中評分決策的核心是根據(jù)設(shè)定的規(guī)則對客戶的各類信息進行評分，以此來量化評價客戶的綜合風(fēng)險，進而給出相應(yīng)的準(zhǔn)入篩查結(jié)果。小微企業(yè)信貸申請評分卡的風(fēng)險指標(biāo)可分為財務(wù)和非財務(wù)兩方面，具體指標(biāo)及權(quán)重設(shè)置可參考我國目前商業(yè)銀行和資信評級機構(gòu)評級體系以及國內(nèi)外學(xué)者的相關(guān)研究。智能風(fēng)控系統(tǒng)依據(jù)評分決策針對小微企業(yè)的實際情況進行打分，表1中各單項指標(biāo)的分值是1～10的整數(shù)，各單項指標(biāo)分值的加權(quán)分之和為企業(yè)的最終得分，所對應(yīng)的評級等級如表1所示。第二，規(guī)則決策。規(guī)則決策是輔助手段，一般是根據(jù)歷史的極端風(fēng)險情況、產(chǎn)品政策、其他等難以在評分卡中充分體現(xiàn)出來的風(fēng)險特征，則以規(guī)則的形式進行補充，小微企業(yè)信貸公司的風(fēng)險準(zhǔn)入規(guī)則決策的主要內(nèi)容舉例如表2所示。

4.2 貸中風(fēng)控——風(fēng)險審批模型

通過貸前風(fēng)險準(zhǔn)入模型的客戶進入貸中環(huán)節(jié)，推送至自動審批模型，此時需要制定出具體的授信方案，如額度、利率、期限等，授信方案中的額度、利率等要素還需對風(fēng)險評分卡的評分等級進行調(diào)整，主要包括額度策略和定價策略。第一，額度策略。貸款額度需要綜合考慮申請評分、擔(dān)保方式、行業(yè)發(fā)展前景、還款能力、經(jīng)營及盈利情況等相關(guān)信息來決定，額度的一般計算方法如下：建議額度=min（申請額度，擔(dān)保可貸額度，額度上限控制）。其中，擔(dān)保可貸額度根據(jù)評分卡評分等級及擔(dān)保方式進行調(diào)整，假定由政府機構(gòu)、金融機構(gòu)、擔(dān)保公司及公用企業(yè)提供的保證為一類保證，由一般企業(yè)提供的保證或者其他保證為二類保證，無保證為三類保證，以抵押貸款為例，則可設(shè)定擔(dān)保可貸額度評分調(diào)整系數(shù)如表3所示。第二，定價策略。定價策略主要是基于評分卡所反映的信用風(fēng)險，對定價進行差異化調(diào)整，需綜合考慮較多因素。在實際運用中，基于申請評分卡所反映的信用風(fēng)險及信貸產(chǎn)品類型對貸款利率進行調(diào)整，最終小微企業(yè)信貸的貸款利率等于銀行執(zhí)行利率乘以定價評分調(diào)整系數(shù)。以目前全國正大力推動的政府性融資擔(dān)保為例，定價評分調(diào)整系數(shù)如表4所示。

4.3 貸后風(fēng)控——風(fēng)險預(yù)警模型

貸款審批通過放款后，進入貸后管理環(huán)節(jié)，此時風(fēng)險預(yù)警模型開始工作，進行持續(xù)風(fēng)險監(jiān)控，直至貸款結(jié)清為止。

貸后預(yù)警模型同樣包括評分決策和規(guī)則決策，貸后環(huán)節(jié)的評分卡稱為行為評分卡，與申請評分卡最大的差別就是引入了序列的概念，考慮不同時間段里借款人的統(tǒng)計特征，如過去一個月、一個季度、半年內(nèi)借款人的款項支出、還款比例、額度利用率的均值、標(biāo)準(zhǔn)差、最大最小值、總和等統(tǒng)計量，結(jié)合評分決策和規(guī)則決策的綜合結(jié)果，最后模型給出的建議包括不預(yù)警和多級不同的預(yù)警提示，貸后預(yù)警模型的應(yīng)用流程如圖3所示。

貸款工作人員需要根據(jù)貸后預(yù)警模型給出的預(yù)警，結(jié)合行為評分卡的具體評分提示采取相應(yīng)的對策，確保最大限度地降低風(fēng)險，減少損失。

5 結(jié)論

小微企業(yè)信貸智能風(fēng)控系統(tǒng)的構(gòu)建需要既考慮風(fēng)險評分的準(zhǔn)確、風(fēng)險控制的高效性，又重視風(fēng)控系統(tǒng)的安全性。風(fēng)控系統(tǒng)中的前置風(fēng)控模型、自動審批模型和預(yù)警監(jiān)控模型的構(gòu)建，需要緊密聯(lián)系業(yè)務(wù)特點、產(chǎn)品政策及業(yè)務(wù)經(jīng)驗，以便保障智能風(fēng)控系統(tǒng)的實用性。

【參考文獻】

【1】黃健文，丁奕，蘇麗裕，等.基于大數(shù)據(jù)的實時風(fēng)控體系構(gòu)建探究[J].數(shù)字通信世界，2022（05）：20-22.

【2】門超.河北省小額貸款公司發(fā)展困境、成因和策略[J].河北金融，2021（11）：21-24+58.

【3】蔡春瑞.廣發(fā)銀行線上個貸業(yè)務(wù)風(fēng)險管理研究[D].武漢：中南財經(jīng)政法大學(xué)，2021.

【4】常昊.互聯(lián)網(wǎng)金融風(fēng)控系統(tǒng)貸中風(fēng)控和預(yù)警功能的設(shè)計與實現(xiàn)[D].南京：南京大學(xué)，2021.

【5】趙舒.傳統(tǒng)商業(yè)銀行與互聯(lián)網(wǎng)銀行零售信貸業(yè)務(wù)對比研究[D].成都：電子科技大學(xué)，2022.

【6】楊勇，劉新彥.基于大數(shù)據(jù)智能風(fēng)險防控平臺系統(tǒng)的建議[J].農(nóng)銀學(xué)刊，2019（04）：58-61.

【7】管薇薇.商業(yè)銀行線上貸款智能化風(fēng)控研究[J].金融縱橫，2019（05）：89-94.

【基金項目】2020年湖南省教育廳優(yōu)秀青年項目：中小微企業(yè)網(wǎng)貸大數(shù)據(jù)風(fēng)控系統(tǒng)構(gòu)建（項目編號：20B332）。

【作者簡介】向娟（1985-），女，湖南邵陽人，講師，研究方向：企業(yè)融資、融資風(fēng)險管理。