人工智能背景下商業銀行信貸業務存在的風險及對策研究

熊喆 周易達 李海 宋寶 呂芊芊

（貴州大學經濟學院，貴州 貴陽 550025）

在人工智能的浪潮下，各大商業銀行爭相運用人工智能拓展業務，尤其是銀行信貸業務在人工智能的驅使下，人工智能所帶來的數據、算力及算法的優越性，使得銀行信貸業務正在發生改變。一方面，信貸市場競爭加劇，客戶對信貸產品與服務的需求正逐漸提高，人工智能與傳統的信貸業務的融合，已經成為當下商業銀行的發展趨勢。另一方面，人工智能是一把雙刃劍，對商業銀行而言只有把握機會，面對挑戰，才能使商業銀行在未來的信貸市場中更具競爭優勢。

一、人工智能應用于商業銀行信貸業務的現狀

商業銀行利用人工智能技術將自身信貸業務進行轉型升級，降低經營成本，提高經營效率，拓寬市場，以加強自身在信貸市場中的競爭能力。當前，我國商業銀行信貸業務對人工智能的應用還處于初級階段，主要是利用人工智能技術對客戶數據進行收集與分析，替代了傳統信貸業務中的部分勞動，使信貸業務能夠高效快速的運營，就其發展現狀主要有以下幾個方面。

（一）智能營銷

商業銀行通過大數據分析客戶的收入情況、生活背景并利用人工智能的深度神經網絡刻畫借款者的特征，有效的獲取客戶的貸款需求，并預測客戶的還款能力。商業銀行通過智能營銷實現對客戶進行個性化服務，準確滿足客戶需求，將更合適的信貸產品推薦給更需要的客戶。

（二）智能審批

商業銀行通過更有效的渠道，獲取更真實的信貸數據，深度挖掘客戶的基本特征，并利用所挖掘的信貸信息進行信貸場景模擬分析，判斷客戶的還款意愿，識別可能的欺詐行為。智能審批相比于傳統的信貸審批更加的低成本、高效率，甚至可能實現當下申請立刻秒批，大大減少了客戶與銀行在信貸業務流程中所消耗的時間。

（三）智能風險管理

商業銀行通過人臉、聲紋、指紋等多個生物維度進行識別，同時與其他平臺進行數據聯網，構建申請人基本信息節點的龐大網絡圖，精準識別客戶身份，有效防范第三方欺詐風險。另外，商業銀行利用央行的征信系統，結合其他平臺充分挖掘客戶信貸數據，形成更多風險因子匹配身份驗證、反欺詐等不同的預測模型，動態的評估客戶的還款意愿以及還款能力，有效地防止信用風險的產生。

（四）智能貸后管理

商業銀行通過動態的挖掘并分析客戶的資金流水、生活圈子以及社交網絡，了解客戶情況，及時發現客戶聯系方式或聯系地址更換的情況，提前識別可能失聯的客戶，甚至可能借此修復已失聯的客戶信息。同時利用挖掘出的客戶生活數據，更具不同的預期客戶類型，自動匹配合適的催收方式，在不過分打擾客戶的情況下更有效的提醒客戶與催收。

二、人工智能應用于商業銀行信貸業務存在的風險及其特征

人工智能技術雖然幫助商業銀行在信貸業務上取得不錯的收益，但商業銀行對人工智能不成熟的應用可能會引發新的信貸風險。倘若商業銀行沒能及時發現、防范這些風險，則會導致風險覆蓋收益，影響智能信貸業務的健康穩定發展。筆者將從不同角度出發，分析商業銀行信貸業務利用人工智能存在的風險，并對風險的特征進行總結。

（一）人工智能背景下商業銀行信貸業務存在的風險

第一，網絡信息安全風險。隨著人工智能的發展，用于破壞網絡安全方面的網絡攻擊將不斷升級，我國網絡安全將面臨新的考驗。商業銀行人工智能信貸業務完全依賴于互聯網，當智能信貸系統構建完成后，不法分子可能通過惡意破壞智能系統導致銀行信貸服務中斷。不法分子也可能利用人工智能技術，通過構建虛假賬戶或盜取他人信息進行騙貸行為或發送虛假指令等手段盜取客戶資金，對客戶和銀行造成巨大損失。在智能信貸業務中，人工智能挖掘并使用的客戶數據具有多元化與系統化的特征。人工智能所挖掘的原始數據以及分析后所獲得的加工數據一并儲存于銀行內部，人工智能對數據的高效處理使得原本單一雜亂的客戶信息變得多元與系統，反倒給不法分子盜用信息提供了方便。根據2020年CNCERT發表的年度報告顯示（見圖1），我國近年來聯網智能設備漏洞數量呈增長趨勢，而對我國的互聯網攻擊也存在智能化的趨勢。而商業銀行在社會中處于重要地位，一旦爆發網絡安全風險，將會進一步產生系統性的社會問題。

第二，內部道德風險。內部道德風險指銀行內部人員利用自身內部權力，在最大限度地增進自身效用的同時做出損害他人的行動。人工智能在銀行信貸的應用中，代替了信貸流程中許多人力，從而使得信貸流程僅少數人員能夠參與其中，導致對信貸的控制權力掌握在少數人手中。同時人工智能無法檢測以及預防潛在的非法尋租行為。在巨大利益誘惑面前，部分銀行信貸人員可能無法抵御，可能利用自身權限與地位，降低客戶信貸申請門檻，甚至可能出現與不法分子合謀騙取銀行貸款等不法行為，造成銀行不良貸款率的增加以及經濟損失。相比于傳統信貸業務中的內部道德風險，智能信貸業務中的內部道德風險將會更容易發生，同時又具有更高的隱蔽性。

第三，法律監管風險。根據2020年中國信通院發布的《互聯網法律白皮書》顯示，我國當下用于監管商業銀行的法律——《商業銀行法》，主要基于傳統的商業銀行以及傳統業務流程而頒布的，而我國對于互聯網金融的監管也僅限于規章制度中，并沒有將其上升至法律層面，導致銀行信貸業務中所使用的智能技術處于或超過我國的法律邊界，從而產生許多曾經未曾出現過的法律漏洞。不法分子則會借助法律監管的漏洞，游離于監管體制之外，變相的逃避監管，從而造成信貸行業的監管風險。倘若這些漏洞無法及時發現并解決的話，則會給銀行產生滯后性損失。不完善的法律體系將會導致監管機構對于智能信貸的監管以及執法效率降低，使得整個銀行智能信貸服務的運行效率將會降低。

第四，時滯性風險。由于智能信貸業務涉及金融、計算機等多個領域，為此智能信貸業務中潛在的專業性問題將具有綜合性以及突發性。時滯性風險指在智能信貸業務中潛在的專業性問題的發現與解決存在一定的時滯性，而較長的時滯性將會擴大智能信貸業務的風險敞口。解決時滯性風險的關鍵是及時發現潛在問題并快速解決。由于智能信貸業務中潛在的專業性問題具有綜合性，為此傳統的金融人才并不能達到解決時滯性風險的要求。為此復合型人才是解決智能信貸中潛在的專業性問題的時滯性風險的關鍵因素。全球招聘顧問公司Michael Page在《2018中國金融科技招聘趨勢》報告中表示當下金融科技人才長期招聘不足，中國正面臨專業性金融科技人才短缺問題。因此，我國商業銀行將會存在復合型人才供給不足而導致的時滯性風險。

第五，數據壟斷導致系統性風險增加。為了減少人工智能在銀行信貸業務中的錯誤率，銀行要先利用信貸數據對人工智能進行機器學習，而機器學習需要完整的多維度的數據信息。雖然我國擁有龐大的潛在數據，但是信貸數據具有一定的隱私性以及分散性導致信貸數據無法由大數據服務公司提供。銀行只能將自身過去信貸風險案例的數據提供給人工智能進行機器學習。但單家銀行自身過去的信貸風險案例有限，導致用于機器學習的樣本十分缺少，人工智能在對樣本的學習過程中將會出現嚴重的擬合現象。一方面，由于人為的因素可能會導致少量數據存在失真性。少量的樣本以及失真的數據將會對人工智能的機器學習產生一定的偏差。另一方面，由于用于機器學習的專業性機器設備以及數據收集所需要的各類電子傳感器的耗能水平以及成本均較高，導致了單個銀行進行機器學習的成本較高。由此看來，數據樣本的缺失以及機器學習的成本較高導致人工智能應用于商業銀行信貸業務會存在一定的數據壁壘，能否突破數據壁壘的瓶頸，將會成為各大銀行在信貸業務中是否形成碾壓優勢的關鍵因素。

（二）人工智能背景下商業銀行信貸風險的特征

1．傳染性

相比于傳統的信貸業務，人工智能的工作效率以及數據處理都比傳統的信貸工作模式更加快速、高效。相比于傳統信貸風險，人工智能的應用將會導致信貸風險加速傳導。人工智能背景下的信貸風險具有更大的順周期性、風險波動性以及快速的風險傳染性。

2．綜合性

人工智能背景下的信貸風險不僅僅涉及金融領域，還涉及計算機、法律、人才管理等多個領域。多因素的共同影響使得智能信貸風險無法從單一的角度有效控制。為此商業銀行必須從多個角度共同出發，對智能信貸風險進行系統性的控制。相比于傳統的信貸風險，智能信貸風險擁有更高的綜合性。

3．高技術性

傳統信貸風險可以通過各項指標進行風險識別就可以準確識別出信貸業務中存在的風險以及或有風險。人工智能背景下的信貸風險具有高技術性。智能信貸風險中的高技術性不僅僅指人工智能在計算機行業的高技術性。由于智能信貸風險具有綜合性，涉及多個領域，而各個領域中對人工智能的研究還處于前沿狀態，智能信貸風險就不同領域而言都具有高技術性。

4．高成本性

正是因為智能信貸風險相比傳統信貸風險具有高技術性，使得風險識別成本增加，對智能信貸風險的識別具有一定的壁壘。為此，人工智能背景下的信貸風險相比傳統的信貸風險具有更高的隱蔽性，傳統的信貸風險識別的指標可能無法識別智能信貸風險。

三、人工智能背景下銀行信貸風險控制的建議

隨著商業銀行信貸業務不斷深入應用人工智能技術，人工智能帶來的新的信貸風險將越發突出。為了讓商業銀行在人工智能的浪潮下能夠穩定健康的發展，實現信貸業務與風險管理相平衡，筆者認為短期內以商業銀行自身內部體制改革為主，加強商業銀行自身風險控制能力，而長期內則需要以政府為主體進行宏觀改革，為智能信貸的發展提供良好的環境。

第一，加強網絡信息安全管理。商業銀行對于信息安全風險管理的最有效的手段是加強信息安全基礎性管理，提升管理精細化水平。商業銀行在加強信息安全基礎建設的同時還需要不斷的優化與維護，并定期對整體安全水平進行測試、追蹤與評估，并根據結果對信息安全基礎建設進行改進優化。同時可以自動連接當地公安部網絡安全局，做到當面臨嚴重網絡安全威脅時能夠立刻報警并自動上傳給公安可疑日志信息。商業銀行可以利用人工智能技術在網絡安全方面做到預防監控、實時監督、公安防護，從而加強銀行網絡安全防范能力。

第二，完善銀行內部管理體系。互聯網辦公具有無紙化、信息化、智能化等特點。因此銀行可以建立一個封閉式銀行內部管理系統。銀行內部人員在進行信貸辦公時一律在內部管理系統中辦公，利用人工智能視覺與生物特征識別核實辦公人員身份，根據不同的職位放開不同程度的操作權限，并實時跟蹤記錄內部人員的每一次權職操作，做到權責層次分明以及權職使用可視化。同時在內部管理系統中增加預警系統，一旦發覺有違規操作的可能性時，立馬向上層進行匯報與預案。

第三，完善信貸監管法律法規。一方面可以通過借鑒發達國家的人工智能信貸監管法律法規，根據我國銀行人工智能信貸發展現狀，全面規范智能信貸業務流程，為今后人工智能信貸監管的相關法律法規的制定奠定基礎。另一方面可以構建逐層監管模式，中央銀行對本地區各總行進行監管，總行對其下屬銀行進行監管。下屬銀行出現新的人工智能信貸法律問題時層層上報，為專門的法律研究小組提供實際研究案例，而上層研究人員則制定相應法律法規，為下層銀行提供法律依據，從而建立實際與研究共同驅動體系。

第四，加強金融科技人才培養。短期內商業銀行可以組建由信貸風險分析人員與人工智能技術人員構成的相互學習相互工作小組，使其雙方相互學習，在面對突發性問題時可以共同解決。商業銀行也可以重點培育一批金融科技領軍人才，深入研究人工智能在銀行信貸業務中的應用技術，為銀行未來金融科技的創新發展提供支持與保障。長期而言建議加強國內高校金融科技專業的建設，明確人才培養目標，完善課程設計，開拓新型教學資源，推動金融機構、高科技企業、高等院校等各組織進行協同攻關，開放共享的金融科技技術創新研發平臺，建立多元化實訓體系。

第五，完善數據供給生態圈。信貸數據的供給具有隱私性、分散性、高成本性。所以建議以中央銀行為主導，聯合四大商業銀行建立人工智能信貸機器學習研究小組，由四大商業銀行收集以及提供自身各地銀行過去的信貸案例與數據信息，使原先分散在不同地區、不同銀行的信貸數據得以集中整合。同時也需要結合多方面平臺，實現跨平臺、跨行業、跨區域的數據交流，使人工智能在機器學習的過程中做到對信貸數據更加系統化、精細化的分析。

總而言之，商業銀行信貸業務與人工智能的結合將是未來發展的必然趨勢，但在一些操作流程以及業務模式中還處于摸索階段，注定會產生新的信貸風險問題。在未來數字貨幣普及進一步提高了銀行信貸業務效率，加快了信貸風險的傳導，進一步影響數字貨幣的發展。因此提前發現信貸風險并及時解決，不僅能夠使商業銀行在未來拓寬信貸市場，加強自身信貸業務的競爭力，甚至為我國未來數字貨幣的發展鋪墊前進的道路。