金融科技賦能商業銀行風險管理

黃振東

摘要：在加強數字化轉型的外部推動力和商業銀行尋求數字化轉型來實現業務經營破局的內部驅動力共同作用下，商業銀行推動數字化轉型越發重要，如何利用金融科技實現自身高質量發展也成為一項重要的課題。從當前形勢下商業銀行加強風險管理的現實訴求出發，對金融科技如何賦能商業銀行的風險管理進行了研究，分析了金融科技能夠賦能風險管理的核心體現，從銀行業務經營實際出發提出了將金融科技應用于風險管理的關鍵要點，并從銀行發展戰略、信用風險識別、信用風險監控預警三個層面提出了制定政策的建議。

關鍵詞：金融科技；商業銀行；風險管理；數字金融

一、前言

近年來，受到經濟增速趨緩、存貸款利差收窄等外部環境沖擊，商業銀行業務經營面臨的市場環境愈發復雜，對風險管理水平的要求也越來越高。在這種情況下，商業銀行紛紛嘗試利用數字化轉型進行破局。同時，中國人民銀行《金融科技發展規劃（2022—2025年）》強調，高質量推進金融數字化轉型，健全適應數字經濟發展的現代金融體系，為構建新發展格局、實現共同富裕貢獻金融力量。《關于銀行業保險業數字化轉型的指導意見》也指出，以數字化轉型推動銀行業、保險業高質量發展，構建適應現代經濟發展的數字金融新格局，不斷提高金融服務實體經濟的能力和水平，有效防范化解金融風險。在內部驅動力和外部推動力的共同作用下，商業銀行如何利用金融科技實現高質量發展成為一項重要的課題。為此，本文從當前形勢下，商業銀行加強風險管理的現實訴求出發，對金融科技如何賦能商業銀行的風險管理進行了研究，分析了金融科技賦能風險管理的核心體現，從銀行業務經營實際出發提出了將金融科技應用于風險管理的關鍵要點，并從銀行發展戰略、信用風險識別、信用風險監控預警三個層面提出了制定政策的建議。

二、文獻綜述

關于金融科技如何影響商業銀行的風險管理水平，學術界有廣泛的關注與探討。金洪飛等（2020）利用網絡爬蟲技術構建了商業銀行的金融科技運用指標，研究發現金融科技的運用顯著降低了商業銀行的風險水平，改善了其風險承受能力，不過這種影響在大型銀行和小型銀行之間存在異質性[1]。高昊宇等（2022）認為金融科技賦能通過減緩信息不對稱，促進業務邊際拓展和增強風險應對能力等渠道起到銀行風險降低的作用[2]。車志一（2023）對43家商業銀行金融科技影響經營績效的研究后認為，發展金融科技對商業銀行績效存在正向影響，并且金融科技對非國有銀行經營績效的影響顯著大于國有銀行[3]。王海軍等（2023）認為金融科技投入對關注類和次級類不良貸款的抑制作用顯著，可以降低不良貸款風險[4]。熊健等（2021）則認為金融科技發展對銀行的影響是動態變化的。基于顛覆性創新理論和技術溢出理論，分析了金融科技對銀行經營績效的擠出效應和技術溢出效應，認為金融科技與商業銀行經營績效之間呈現出先抑制后促進的非線性關系，隨著金融科技發展水平的提高，擠出效應逐漸減弱，技術溢出效應不斷增強[5]。

針對金融科技影響銀行體系的具體機制，沈悅和郭品（2015）認為金融科技發展通過學習效應、競爭效應、人才流動效應與業務聯系效應，顯著改善了銀行的全要素生產率[6]。根據技術溢出理論，技術具有顯著的外部性，金融科技公司的先進技術使商業銀行受益于外溢技術實現技術升級，通過科技手段賦能降低運營成本。同時，已有學者研究表明，商業銀行目前對金融科技的態度已由最初的互相競爭轉變為競爭合作、取長補短。在此情況下，銀行可以基于征信、稅務等方面的數據信息優勢，利用金融科技手段豐富客戶畫像，提升貸款客戶的信用風險識別與監測能力，降低信貸業務成本和信貸風險[7]。

三、金融科技賦能銀行風險管理的核心體現

從文獻梳理可以看出，金融科技在銀行風險管理中發揮著重要作用，能夠賦能銀行的風險管理活動，主要體現在以下三個方面：

（一）金融科技能降低借貸雙方的信息不對稱

金融科技轉變了投資者獲取信息的方式，降低了信息處理成本，其核心特征是利用大數據、人工智能等手段，以低成本方式獲取客戶信息，增強了客戶海量數據信息的搜集、整合和分析能力，能夠比傳統情況下獲得范圍更廣、維度更寬、信息密度更深的客戶信息，降低了借貸雙方的信息不對稱程度，依據這些信息作出的信用風險評估和信貸決策也更加科學合理。具體來說，金融科技能夠利用互聯網、大數據技術手段，通過線上搜集整理更多維度的客戶信息，包括客戶工商登記、稅務、用水用電情況、消費偏好、生活習慣、社交關系等。這些信息往往通過大數據分析推斷出客戶的金融需求、財務能力和財務狀況，而在金融科技的支持下，獲取信息的成本比較低。另外，金融科技也促進了業務流程集約化，進一步降低了業務成本。首先，在業務渠道方面，可以使部分線下業務向線上轉移，減少了營業網點等線下基礎設施成本、一線人員數量和薪酬成本；其次，在業務拓展方面可以通過大數據批量識別客戶風險畫像，降低了客戶搜尋成本；最后，銀行IT系統設備的“線上化”和“云計算化”可以減少軟硬件設備采購和運營維護成本。

（二）金融科技豐富了信用風險評估的維度和有效性

金融科技拓展了客戶信息的廣度和深度，也豐富了評估其信用風險的維度和有效性。具體來說，商業銀行可以綜合利用客戶征信、工商信息、司法訴訟、反洗錢、關聯企業等多個維度的信息，運用互聯網和大數據技術精準刻畫客戶的風險屬性和特征，呈現客戶的風險偏好、信用分析誘發因素、風險評分等級等，幫助及時識別、立體監測和有效管控信用風險，實行“早發現、早預警、早處置”。另外，商業銀行也可以在利用金融科技獲取的各類客戶歷史數據中，挖掘客戶行為與信用數據之間的關聯度，進一步豐富和拓展風險評估維度體系。通過該方式，商業銀行由原來單一維度、線性的信用風險評估方式，拓展為基于大數據的多元化客戶畫像和信用風險動態評估模式。這樣的風險評估模式能更加還原客戶實際風險狀況，預測、防范客戶違約風險的有效性也更高。此外，隨著評估維度的不斷豐富，不同視角的數據會對客戶主體的風險進行交叉驗證，對其風險畫像也會越來越清晰和有效。

（三）金融科技有助于重塑銀行風險管理流程

金融科技豐富了客戶數據信息維度和信用風險評估模型體系，將這些內容內嵌至貸款業務流程的各個環節，將大幅提升信用風險全流程管理的效果，也會在這個過程中重塑銀行的信用風險管理流程。一方面，金融科技手段有助于強化信用風險管理與業務流程之間的動態反饋。如果將金融科技手段應用于貸款業務各個環節中，形成與貸款業務流程并行的信用風險管理流程，在各個流程節點建立客戶信用風險的監控反饋機制，將有助于實現貸款業務與風險管理之間的良性互動，達到識別風險、發起預警、控制流程、反饋問題、調整完善的動態效果。另一方面，金融科技可以重塑和優化個別環節的業務流程。第一，在事前信用風險識別環節，金融科技有助于將信用風險識別環節由授信決策進一步前置到客戶篩選和準入環節，明顯提升貸款業務的效率。第二，在風險監控環節，銀行利用金融科技可以不斷訓練對客戶數據的洞察能力，在積累客戶畫像和風險識別的過程中，不斷提升不同風險水平客戶的貸款定價能力，豐富貸款服務客群的風險梯度水平，促進貸款服務從“千人一面”向“千人千面”轉變。

四、金融科技應用于風險管理的關鍵要點

將金融科技應用于銀行風險管理是一項系統工程，涉及方方面面的內容。在這個系統工程中，自上而下做好頂層設計、打牢客戶數據管理基礎、著力搭建風險管理模型是至關重要的三個方面。

（一）商業銀行向金融科技轉型需以頂層設計為引領

銀行在風險管理流程中引入金融科技是一項長期系統性工程，并非一蹴而就，而是持續投入、重點突破、不斷改進的過程。將金融科技手段引入風險管理中不是簡單地開發風險管理信息系統，將金融科技等技術手段應用于風險管理，需要加強頂層設計，明確數字化轉型的整體要求，深化金融科技賦能業務發展和風險管理，自上而下推動金融科技納入風險管理流程。在設計頂層金融科技轉型方案時，一方面，應理順傳統管理架構下各部門之間信息和數據的流通共享機制，為內部數據信息的匯總奠定機制保障。另一方面，應梳理風險管理的關鍵環節，搭建體系化、標準化、參數化的風險管理平臺，支撐前臺數字化經營、后臺精細化管理，便于構建運用在不同業務場景的風險管理模型。

（二）客戶數據的搜集與整理是金融科技轉型的基礎

商業銀行在傳統經營管理模式下搜集與整理借款人信息面臨較大難度，主要受兩個方面因素的制約：一是在傳統管理體制下，銀行條塊化、封閉式的業務流程使得客戶信息分散在不同的部門、板塊、業務條線，在缺乏數據治理統籌管理機制的情況下，數據多頭管理是常見的模式，數據往往由生成數據的部門來管理，呈現“煙囪”式、“孤島”式的數據治理特征。二是客戶數據存在數據標準和口徑不一致，涉及業務標準、技術標準和管理標準等多方面，包含數據的名稱、編碼、定義、規則等內容，客觀上增加了數據整合的難度。對此，銀行應站在數據治理的高度來加強客戶數據的管理，通過建立數據治理管理架構、健全數據標準體系、提升存量數據質量、建立數據治理考核評價體系、推進數據治理檢查培訓工作等方面，在貸前客戶盡職調查、貸中授信審批放款、貸后檢查等全流程中實現業務數據化，并在此過程中實現客戶數據的沉淀與積累。具體來說，第一，在建立數據治理管理架構方面，應在銀行內部自上而下建立層次分明、職責明確的管理架構；第二，在健全數據標準體系方面，結合內部業務實際和外部監管要求，梳理并規范各類業務定義、分類和規則，明確業務數據標準和統計口徑，在形成數據標準體系的基礎上嚴格控制數據標準在開發系統項目中的落地實施；第三，在提升存量數據質量方面，以問題為導向，針對數據使用過程中的質量問題開展專項治理，推動數據問題有效解決；第四，在建立數據治理考核評價體系方面，將數據治理納入績效考核范圍，通過數據問題處罰問責，倒逼數據治理任務落地；第五，在推進數據治理檢查培訓工作方面，通過日常檢查發現問題，使問題整改的循環機制不斷提升數據治理水平，通過數據治理培訓在銀行內部提升對數據治理的重視程度，培育良好的數據文化。

（三）風險管理模型的搭建與應用是金融科技轉型的關鍵

在信用風險管理模型中引入金融科技可以帶來兩個方面的變化：一是豐富了建模方法，利用大數據、人工智能等技術，可以通過知識圖譜、因子分析、機器學習等手段，建立動態、智能化的風險管理模型。比如，將跟蹤的客戶生產、銷售等經營信息和財務信息，利用隨機森林、深度學習等算法來動態監測潛在的風險因素，并自動向銀行客戶經理發送風險監測結果，支持貸后的信用風險管理。二是拓展了模型應用的范圍，使信用風險管理覆蓋客戶準入、授信決策、預警監控等業務全過程。其中，在客戶準入環節，主要涉及利用客戶多維度信息進行風險畫像；在授信決策環節，主要涉及針對客戶的信用風險分級，利用風險量化模型確定授信額度、貸款價格等要素；在預警監控環節，主要打造基于大數據技術的智能化風險預警體系。從信用風險根源分類，風險預警的范圍主要包括貸款債項信用風險、貸款主體信用風險以及貸款人生態圈內部的關聯風險等類型。針對不同類型的風險，可以立足風險來源制定相應的預警規則、觸發預警信號體系、預警處置和應對措施機制。在監控過程中，銀行也應當建立預警反饋機制，將預警結果反饋至業務環節，不斷檢驗和動態優化預警模型設計和參數設置。

五、結語

首先，在戰略層面，商業銀行應充分認識到金融科技在銀行風險管理中的重要作用，堅定數字化發展戰略定力，持續金融科技研發投入。盡管研發投入可能難以立竿見影地對業務發展產生正面影響，但經過一段時間的積累后，金融科技手段將持續地賦能銀行業務經營和風險管控。其次，在信用風險識別方面，商業銀行應強化數據治理，通過整合內部數據、引入外部數據，系統性整理能夠反映客戶風險畫像的各類數據信息，并利用金融科技手段建立客戶風險畫像模型，提升信用風險識別的數據支持程度和智能化水平。最后，在信用風險監控預警方面，商業銀行應構建基于大數據和人工智能的風險監控預警體系，結合客戶異常交易行為等風險信號，構建風險預警指標、預警模型，建立風險預警管理機制并強化流程管理，針對不同等級的預警信號制定相應的風險處置應對機制，并內嵌到業務流程中，實現業務風險管控的全流程覆蓋。

參考文獻

[1]金洪飛，李弘基，劉音露.金融科技、銀行風險與市場擠出效應[J].財經研究，2020，46（05）：52-65.

[2]高昊宇，方錦程，李夢.金融科技的風險管理賦能：基于中國銀行業的經驗研究[J].系統工程理論與實踐，2022，42（12）：3201-3215.

[3]車志一.金融科技對商業銀行經營績效的影響研究[J].中阿科技論壇（中英文），2023（01）：89-93.

[4]王海軍，劉超，龍騰.金融科技投入與不良貸款風險緩釋——來自北京230家銀行支行的微觀證據[J].武漢大學學報（哲學社會科學版），2023，76（02）：114-126.

[5]熊健，張曄，董曉林.金融科技對商業銀行經營績效的影響：擠出效應還是技術溢出效應？[J].經濟評論， 2021（03）：16.

[6]沈悅，郭品.互聯網金融、技術溢出與商業銀行全要素生產率[J].金融研究，2015（03）：160-175.

[7]Berg T ， Burg V ，Gombovi?， Ana，et al.On the Rise of FinTechs - Credit Scoring Using Digital Footprints[J].Social Science Electronic Publishing.

作者單位：南開大學經濟學院

責任編輯：周航