中小商業(yè)銀行構(gòu)建數(shù)字化信用風(fēng)控體系的應(yīng)用探索

客戶需求變化、市場(chǎng)競(jìng)爭(zhēng)態(tài)勢(shì)、數(shù)字技術(shù)發(fā)展驅(qū)動(dòng)中小商業(yè)銀行加快構(gòu)建適合自身特點(diǎn)的數(shù)字化信用風(fēng)控體系。本文從實(shí)踐角度研究構(gòu)建數(shù)字化信用風(fēng)控體系的方法，力圖對(duì)中小商業(yè)銀行數(shù)字化信用風(fēng)控體系構(gòu)建帶來參考價(jià)值。

中小商業(yè)銀行數(shù)字化信用風(fēng)控體系的目標(biāo)和內(nèi)涵

銀行是經(jīng)營風(fēng)險(xiǎn)的企業(yè)，在經(jīng)營風(fēng)險(xiǎn)中服務(wù)客戶，創(chuàng)造價(jià)值，實(shí)現(xiàn)企業(yè)的經(jīng)營目標(biāo)。每一家中小商業(yè)銀行構(gòu)建信用風(fēng)控體系的出發(fā)點(diǎn)和路徑都差異較大，總的來講，建立有效的信用風(fēng)控體系主要受到區(qū)域資源稟賦、數(shù)智能力、法人治理結(jié)構(gòu)和風(fēng)險(xiǎn)管理能力的約束。

銀行構(gòu)建數(shù)字化信用風(fēng)控體系的目標(biāo)，就是在有效控制風(fēng)險(xiǎn)的同時(shí)，支持業(yè)務(wù)發(fā)展。就內(nèi)涵而言，數(shù)字化信用風(fēng)控的邏輯仍是風(fēng)險(xiǎn)控制的邏輯，它并沒有改變銀行風(fēng)險(xiǎn)管理的本質(zhì)，而是借助數(shù)字技術(shù)，提高風(fēng)險(xiǎn)管理的精準(zhǔn)程度和效率。因此，數(shù)字化風(fēng)控的過程，實(shí)際上是通過數(shù)據(jù)管理深入推動(dòng)風(fēng)險(xiǎn)管理優(yōu)化的過程。在此過程中，需要不斷提升四個(gè)關(guān)鍵環(huán)節(jié)的核心能力：

一是業(yè)務(wù)數(shù)據(jù)的主動(dòng)獲取能力。首先，通過信用風(fēng)險(xiǎn)管理各環(huán)節(jié)線上化，優(yōu)化風(fēng)險(xiǎn)管理流程，不斷完善數(shù)據(jù)治理，形成風(fēng)控各環(huán)節(jié)的數(shù)字化；其次，不斷積累外部相關(guān)數(shù)據(jù)，通過對(duì)外部數(shù)據(jù)的加工，形成與風(fēng)控管理相關(guān)的可使用的數(shù)據(jù)源；最后，建立統(tǒng)一的數(shù)據(jù)存儲(chǔ)、調(diào)用、分析、管理平臺(tái)，將銀行內(nèi)外部數(shù)據(jù)統(tǒng)一管理、綜合運(yùn)用，打通數(shù)據(jù)豎井和數(shù)據(jù)孤島，提高數(shù)據(jù)的共享性、一致性。

二是大數(shù)據(jù)分析能力。首先，建立KYC（Know Your Client，了解你的客戶）模型，對(duì)客戶精準(zhǔn)識(shí)別，提供不同客戶的產(chǎn)品服務(wù)方案；其次，建立客戶評(píng)級(jí)模型，將客戶評(píng)級(jí)應(yīng)用于準(zhǔn)入、額度、定價(jià)、增信條件等審批策略；最后，建立模型管理平臺(tái)，完善模型開發(fā)、測(cè)試、驗(yàn)證、上線、迭代等模型日常管理，通過建模能力的提升完成商業(yè)銀行風(fēng)險(xiǎn)控制能力的全面升級(jí)。

三是依據(jù)數(shù)據(jù)分析進(jìn)行風(fēng)險(xiǎn)預(yù)判、預(yù)警。根據(jù)預(yù)警預(yù)判結(jié)果，對(duì)客戶行為、員工行為進(jìn)行主動(dòng)管理，降低風(fēng)險(xiǎn)管理成本，發(fā)揮數(shù)據(jù)的應(yīng)用價(jià)值；同時(shí)，通過數(shù)據(jù)關(guān)聯(lián)和信息實(shí)時(shí)傳遞，使風(fēng)險(xiǎn)管控各環(huán)節(jié)參與主體的功能既相互分離制約，又有效統(tǒng)一，提高各環(huán)節(jié)決策的科學(xué)化、智能化水平。

四是根據(jù)風(fēng)險(xiǎn)管理關(guān)鍵環(huán)節(jié)中數(shù)字化模型決策替代專家決策的現(xiàn)狀，構(gòu)建適應(yīng)數(shù)字風(fēng)險(xiǎn)管控的治理結(jié)構(gòu)；優(yōu)化崗位設(shè)置，理清不同崗位的職責(zé)邊界和工作流程；建立風(fēng)險(xiǎn)、數(shù)據(jù)、模型、系統(tǒng)協(xié)同的工作機(jī)制，培養(yǎng)適應(yīng)數(shù)字化風(fēng)險(xiǎn)管理的人才隊(duì)伍。

構(gòu)建數(shù)字化信用風(fēng)控體系的基本要求

健全數(shù)字化信用風(fēng)險(xiǎn)治理架構(gòu)

構(gòu)建分層授權(quán)、分級(jí)審批、審貸分離和三道防線共管的風(fēng)險(xiǎn)治理體系；建立獨(dú)立垂直的風(fēng)險(xiǎn)管理隊(duì)伍，設(shè)立權(quán)責(zé)清晰的風(fēng)險(xiǎn)管理崗位，實(shí)現(xiàn)風(fēng)險(xiǎn)管理的全覆蓋；規(guī)范授權(quán)管理體系，將穩(wěn)健的風(fēng)控理念貫穿風(fēng)險(xiǎn)管理全流程，提升全員數(shù)字化風(fēng)控意識(shí)和數(shù)字化工具運(yùn)用的能力；轉(zhuǎn)變風(fēng)險(xiǎn)管理模式，由事項(xiàng)驅(qū)動(dòng)的被動(dòng)風(fēng)險(xiǎn)管理向“專業(yè)判斷+數(shù)據(jù)賦能”的技術(shù)化、參數(shù)化、智能化的主動(dòng)風(fēng)險(xiǎn)管理模式轉(zhuǎn)變。

完善數(shù)字化風(fēng)險(xiǎn)管理政策體系

一是科學(xué)設(shè)定風(fēng)險(xiǎn)偏好。依據(jù)自身風(fēng)險(xiǎn)承受能力與風(fēng)險(xiǎn)管理水平，建立健全風(fēng)險(xiǎn)偏好政策；設(shè)定風(fēng)險(xiǎn)偏好指標(biāo)，借助限額、授權(quán)、閾值等風(fēng)險(xiǎn)管理工具，引導(dǎo)業(yè)務(wù)部門根據(jù)目標(biāo)風(fēng)險(xiǎn)狀況主動(dòng)經(jīng)營風(fēng)險(xiǎn)，實(shí)現(xiàn)風(fēng)險(xiǎn)偏好對(duì)發(fā)展戰(zhàn)略與經(jīng)營目標(biāo)的有效傳導(dǎo)。

二是完善信用風(fēng)險(xiǎn)管理制度體系。明晰治理層和經(jīng)營層，風(fēng)險(xiǎn)職能部門和業(yè)務(wù)部門在風(fēng)險(xiǎn)管理中的職責(zé)邊界、責(zé)任標(biāo)準(zhǔn)，明確授權(quán)行為；健全規(guī)范清晰的流程操作制度體系，細(xì)化流程關(guān)鍵節(jié)點(diǎn)的操作要求和結(jié)果評(píng)價(jià)標(biāo)準(zhǔn)；利用風(fēng)險(xiǎn)駕駛艙、信用風(fēng)險(xiǎn)視圖、信用管理系統(tǒng)等管理工具，全面監(jiān)測(cè)條線、機(jī)構(gòu)、產(chǎn)品的整體風(fēng)險(xiǎn)情況，并實(shí)現(xiàn)風(fēng)險(xiǎn)線上提醒、操作、授權(quán)、處置等管理的閉環(huán)作業(yè)。

三是根據(jù)業(yè)務(wù)邏輯確定管理重點(diǎn)。首先，應(yīng)用KYC模型判斷客戶，通過客戶評(píng)級(jí)核定授信額度和授信條件；其次，明確責(zé)任，客戶經(jīng)理對(duì)客戶信息的真實(shí)性負(fù)責(zé)，信審經(jīng)理對(duì)信用風(fēng)險(xiǎn)的判斷結(jié)果負(fù)責(zé)，模型開發(fā)部門對(duì)模型質(zhì)量和判斷的結(jié)果負(fù)責(zé)；最后，建立授信盡職調(diào)查中心，實(shí)施全覆蓋的風(fēng)險(xiǎn)平行監(jiān)測(cè)，及時(shí)研判風(fēng)險(xiǎn)演變趨勢(shì)，制訂更具操作性和有效性的管控方案。

豐富信用風(fēng)險(xiǎn)管理工具，提升數(shù)字化風(fēng)險(xiǎn)管理能力

一是強(qiáng)化客戶評(píng)級(jí)管理。公司客戶方面，分類開發(fā)客戶評(píng)級(jí)模型，健全以信用評(píng)級(jí)為基礎(chǔ)的全面應(yīng)用體系。扎實(shí)推進(jìn)內(nèi)評(píng)模型的應(yīng)用，提高撥備、考核、資本管理等方面的精細(xì)化程度。零售客戶方面，實(shí)施分類分池管理，在貸款申請(qǐng)、存續(xù)階段，對(duì)客戶進(jìn)行評(píng)級(jí)、分類，劃定客戶組別，實(shí)施差異化模型策略和定價(jià)。

二是實(shí)施預(yù)期信用損失法。通過預(yù)期信用損失（Expected Credit Loss，簡(jiǎn)稱ECL）計(jì)量工作，推動(dòng)風(fēng)險(xiǎn)資產(chǎn)對(duì)利潤的影響從“事后撥備計(jì)提”向“事前損失預(yù)測(cè)”轉(zhuǎn)變，提高風(fēng)險(xiǎn)損失計(jì)量的前瞻性和客戶分類精細(xì)化風(fēng)險(xiǎn)管理能力。

三是加強(qiáng)數(shù)據(jù)治理。強(qiáng)化內(nèi)部數(shù)據(jù)收集、加工，打通數(shù)據(jù)豎井和數(shù)據(jù)孤島，實(shí)現(xiàn)內(nèi)部數(shù)據(jù)的標(biāo)準(zhǔn)化、結(jié)構(gòu)化、可視化。合法合規(guī)地引入各類外部數(shù)據(jù)，使數(shù)源更加全面、豐富、有效。建設(shè)企業(yè)級(jí)特征變量衍生平臺(tái)，實(shí)現(xiàn)工商、征信、涉訴、輿情等多維度外部數(shù)據(jù)在信貸系統(tǒng)的嵌入及應(yīng)用，做好數(shù)據(jù)的分類和授權(quán)使用，確保數(shù)據(jù)安全。

四是建立風(fēng)控模型管理體系。針對(duì)不同業(yè)務(wù)、客群和環(huán)節(jié)匹配合適的算法，構(gòu)建科學(xué)的數(shù)據(jù)模型，逐步使用機(jī)器學(xué)習(xí)算法模型提高風(fēng)險(xiǎn)識(shí)別的精準(zhǔn)性；加強(qiáng)模型運(yùn)營管理，依托模型分類體系與關(guān)聯(lián)風(fēng)險(xiǎn)監(jiān)控邏輯管理，形成智能風(fēng)控模型庫地圖，提高不同模型判斷的關(guān)聯(lián)度；加強(qiáng)模型全生命周期管理，對(duì)模型進(jìn)行持續(xù)迭代和調(diào)優(yōu)；規(guī)范模型開發(fā)、驗(yàn)證、投產(chǎn)、參數(shù)調(diào)整等重點(diǎn)環(huán)節(jié)的管理，組建專業(yè)的隊(duì)伍對(duì)不相容環(huán)節(jié)進(jìn)行隔離評(píng)審，加強(qiáng)模型風(fēng)險(xiǎn)的管理。

五是打造風(fēng)險(xiǎn)管理專業(yè)化平臺(tái)。構(gòu)建智能風(fēng)控管理平臺(tái)，涵蓋各類風(fēng)險(xiǎn)的監(jiān)測(cè)、分析、預(yù)警，將風(fēng)險(xiǎn)偏好管理、授權(quán)管理、風(fēng)險(xiǎn)模型管理、反欺詐管理、風(fēng)險(xiǎn)決策引擎等納入平臺(tái)，滿足全流程數(shù)字化風(fēng)險(xiǎn)管理所需的各類風(fēng)險(xiǎn)模型及策略。

優(yōu)化流程設(shè)計(jì)，打造分布式信用風(fēng)險(xiǎn)管理信息技術(shù)（IT）系統(tǒng)

一是構(gòu)建設(shè)計(jì)合理、運(yùn)行高效、快速響應(yīng)客戶需求的工作流程。將風(fēng)險(xiǎn)管理串聯(lián)式流程模式解耦，整合改造為按功能并聯(lián)處理，形成“串聯(lián)+并聯(lián)”的風(fēng)控流程，在提高業(yè)務(wù)處理各環(huán)節(jié)效率的同時(shí)，保證風(fēng)險(xiǎn)控制的質(zhì)量；同時(shí)推動(dòng)流程標(biāo)準(zhǔn)化，實(shí)現(xiàn)決策時(shí)效快、客戶零感知。

二是構(gòu)建企業(yè)級(jí)信用風(fēng)險(xiǎn)管理系統(tǒng)，推動(dòng)信用風(fēng)險(xiǎn)管理全流程線上化。應(yīng)用分布式技術(shù)架構(gòu)，打造簡(jiǎn)潔高效、支持業(yè)務(wù)、適應(yīng)監(jiān)管的信用風(fēng)險(xiǎn)管理IT系統(tǒng)，滿足業(yè)務(wù)場(chǎng)景復(fù)雜、客戶類別多樣、需求不斷變化的市場(chǎng)環(huán)境及服務(wù)各類業(yè)務(wù)拓展需要。

提高風(fēng)控隊(duì)伍數(shù)字化能力，完善崗位職責(zé)和風(fēng)險(xiǎn)管理責(zé)任追究機(jī)制

一是提升數(shù)字化風(fēng)控專業(yè)能力。重點(diǎn)加強(qiáng)對(duì)數(shù)據(jù)挖掘分析、模型開發(fā)等數(shù)字化能力的積累，提升風(fēng)控人員全流程協(xié)作能力。強(qiáng)化宏觀政策和行業(yè)研究，實(shí)現(xiàn)更加精細(xì)、更有前瞻性的風(fēng)險(xiǎn)預(yù)判。建立分區(qū)域、行業(yè)的全譜客戶分層標(biāo)準(zhǔn)，針對(duì)企業(yè)的不同特點(diǎn)，制定差異化服務(wù)及風(fēng)控策略。

二是健全管理責(zé)任制。完善責(zé)任追究方式和流程，細(xì)化責(zé)任認(rèn)定標(biāo)準(zhǔn)，統(tǒng)籌考慮信用風(fēng)險(xiǎn)不良后果大小、責(zé)任人的行為情況以及責(zé)任人行為與不良后果的關(guān)聯(lián)度三項(xiàng)因素，確定當(dāng)事人的責(zé)任等級(jí)。

中小商業(yè)銀行公司信用風(fēng)控體系建設(shè)的關(guān)鍵環(huán)節(jié)

客戶評(píng)級(jí)

客戶評(píng)級(jí)建立在有效的KYC模型的基礎(chǔ)上，是信用體系建設(shè)最關(guān)鍵的環(huán)節(jié)。銀行根據(jù)客戶的內(nèi)外部信息利用KYC模型畫像，達(dá)到認(rèn)知、篩選客戶的目的。根據(jù)客戶評(píng)級(jí)建立基于內(nèi)部評(píng)級(jí)的信用風(fēng)險(xiǎn)度量模型，判斷客戶是否準(zhǔn)入、授信額度多少，計(jì)算違約概率（Probability of Default，簡(jiǎn)稱PD）、違約損失率（Loss Given Default，簡(jiǎn)稱LGD）、違約風(fēng)險(xiǎn)暴露（Exposure at Default，簡(jiǎn)稱EAD）、有效期限（Maturity，簡(jiǎn)稱M）、預(yù)期損失（Expected Loss，簡(jiǎn)稱EL）、非預(yù)期損失（Unexpected Loss，簡(jiǎn)稱UL）和經(jīng)濟(jì)資本等風(fēng)險(xiǎn)要素。

實(shí)踐中，公司客戶授信管理既要考慮借款主體自身評(píng)級(jí)、債項(xiàng)評(píng)級(jí)、擔(dān)保主體評(píng)級(jí)、行業(yè)評(píng)級(jí)、區(qū)域評(píng)級(jí)，還要考慮集團(tuán)家譜評(píng)級(jí)，并綜合考量后提供產(chǎn)品服務(wù)方案。

建立基于客戶評(píng)級(jí)體系的數(shù)字化風(fēng)險(xiǎn)應(yīng)用體系

基于評(píng)級(jí)體系的數(shù)字化風(fēng)險(xiǎn)應(yīng)用體系，主要包括以下幾個(gè)方面：

一是客戶準(zhǔn)入管理。傳統(tǒng)的客戶準(zhǔn)入主要靠專家判斷，存在客戶準(zhǔn)入標(biāo)準(zhǔn)與實(shí)際情況錯(cuò)配、客戶體驗(yàn)不佳、員工尋租等現(xiàn)象。評(píng)級(jí)模型體系則是通過量化建模的方式，綜合考慮客戶還款能力、還款意愿、財(cái)務(wù)狀況等經(jīng)營信息，由模型客觀評(píng)價(jià)決定客戶是否可以準(zhǔn)入。

二是授信授權(quán)管理。傳統(tǒng)的授信授權(quán)審批方式是以業(yè)務(wù)種類為基礎(chǔ)，一般沒有考慮相關(guān)授信主體的差異化風(fēng)險(xiǎn)衡量標(biāo)準(zhǔn)。通過內(nèi)部評(píng)級(jí)體系的建設(shè)，銀行可以實(shí)現(xiàn)基于客戶評(píng)級(jí)的差異化信貸準(zhǔn)入及授信制度，提高評(píng)級(jí)結(jié)果在信貸審批中的針對(duì)性和可操作性。

三是信用風(fēng)險(xiǎn)監(jiān)控和預(yù)警。通過對(duì)各類業(yè)務(wù)日常監(jiān)控和后期管理中采集的資料和信息進(jìn)行定量、定性分析，發(fā)現(xiàn)影響安全的早期預(yù)警信號(hào)，識(shí)別風(fēng)險(xiǎn)類別、程度、原因及其發(fā)展變化趨勢(shì)，并按規(guī)定程序和要求采取針對(duì)性的處理措施，及時(shí)防范、控制和化解風(fēng)險(xiǎn)。

四是風(fēng)險(xiǎn)限額管理。建立風(fēng)險(xiǎn)暴露總量的約束機(jī)制，實(shí)施行業(yè)、區(qū)域、產(chǎn)品、客戶、機(jī)構(gòu)多維度的限額管理，通過模型計(jì)算各維度的敞口風(fēng)險(xiǎn)限額，對(duì)風(fēng)險(xiǎn)限額的執(zhí)行情況實(shí)行連續(xù)監(jiān)測(cè)，并在各敞口業(yè)務(wù)規(guī)模接近或突破風(fēng)險(xiǎn)限額時(shí)采取控制措施。

五是風(fēng)險(xiǎn)定價(jià)管理。根據(jù)客戶評(píng)級(jí)實(shí)施差異化定價(jià)，對(duì)于評(píng)級(jí)優(yōu)質(zhì)客戶，緊盯同業(yè)優(yōu)惠定價(jià)，強(qiáng)化綜合收益管理；對(duì)于中間評(píng)級(jí)客群，提升風(fēng)險(xiǎn)成本計(jì)量精準(zhǔn)度，提高定價(jià)分層水平，實(shí)現(xiàn)風(fēng)險(xiǎn)覆蓋；對(duì)于尾部評(píng)級(jí)客群提升議價(jià)能力，通過提高定價(jià)水平、優(yōu)化產(chǎn)品結(jié)構(gòu)控制風(fēng)險(xiǎn)，或?qū)崿F(xiàn)高風(fēng)險(xiǎn)客戶的有序退出。

六是貸款損失準(zhǔn)備計(jì)提和信用風(fēng)險(xiǎn)經(jīng)濟(jì)資本計(jì)量。利用信用風(fēng)險(xiǎn)組合管理模型，將損失拆解為預(yù)期損失與非預(yù)期損失。其中預(yù)期損失靠計(jì)提撥備影響當(dāng)期利潤來抵補(bǔ)，非預(yù)期損失通過資本來補(bǔ)充。信用風(fēng)險(xiǎn)所需的經(jīng)濟(jì)資本就是給定置信水平下的非預(yù)期損失與預(yù)期損失之間的差額。

強(qiáng)化公司業(yè)務(wù)數(shù)字風(fēng)控智能輔助決策

通過構(gòu)建風(fēng)險(xiǎn)分析、監(jiān)測(cè)、預(yù)警系統(tǒng)群，為貸前、貸中、貸后各環(huán)節(jié)的決策提供數(shù)據(jù)支撐，確保風(fēng)險(xiǎn)管理決策的科學(xué)化、智能化。

一是通過一站式報(bào)表平臺(tái)、客戶畫像平臺(tái)、數(shù)據(jù)資產(chǎn)平臺(tái)、基礎(chǔ)數(shù)據(jù)報(bào)送和管理平臺(tái)等數(shù)據(jù)分析和挖掘系統(tǒng)平臺(tái)，支持?jǐn)?shù)字風(fēng)控的可視化管理。

二是從公司客戶信息采集、立項(xiàng)調(diào)查、評(píng)級(jí)限額、統(tǒng)一授信、核保、放款、貸后預(yù)警、保全等全生命周期建設(shè)業(yè)務(wù)系統(tǒng)群，統(tǒng)一入口，打通數(shù)據(jù)，合理規(guī)劃服務(wù)架構(gòu)，提高作業(yè)效率。

三是建立客戶預(yù)篩選及風(fēng)險(xiǎn)輔助決策模型。通過客戶預(yù)篩選模型，提升高風(fēng)險(xiǎn)客戶剛性攔截力度，在準(zhǔn)入端直接進(jìn)行篩選；對(duì)通過預(yù)篩選的客戶，通過風(fēng)險(xiǎn)輔助決策模型，提高授信判斷的效率和質(zhì)量；通過貸后及預(yù)警系統(tǒng)持續(xù)跟蹤客戶風(fēng)險(xiǎn)狀況與影響因素，為客戶預(yù)篩選和風(fēng)險(xiǎn)輔助決策模型優(yōu)化提供策略。

四是構(gòu)建線上化、智能化的信息搜集、傳導(dǎo)和風(fēng)險(xiǎn)分析監(jiān)控體系，提升風(fēng)險(xiǎn)信息歸集、監(jiān)測(cè)、審查的準(zhǔn)確性、及時(shí)性，為客戶的組合管理、評(píng)級(jí)遷徙、限額預(yù)警、定價(jià)管理等決策提供支持。

中小商業(yè)銀行零售信用風(fēng)控體系建設(shè)關(guān)鍵環(huán)節(jié)

中小商業(yè)銀行零售數(shù)字化信用風(fēng)控體系建設(shè)的基礎(chǔ)較好，目前的重點(diǎn)是進(jìn)一步提高自動(dòng)化、智能化水平。需要把握以下幾個(gè)關(guān)鍵環(huán)節(jié)：

完善零售大數(shù)據(jù)風(fēng)險(xiǎn)決策模型的管理

開發(fā)包含各類線上產(chǎn)品在內(nèi)的申請(qǐng)?jiān)u分模型、行為評(píng)分模型、催收評(píng)分模型、反欺詐模型等，提升模型對(duì)業(yè)務(wù)覆蓋度和支撐能力。加強(qiáng)模型穩(wěn)定性和區(qū)分能力的運(yùn)行監(jiān)測(cè)管理，不斷優(yōu)化模型質(zhì)量。采集風(fēng)險(xiǎn)案例，分析風(fēng)險(xiǎn)原因，豐富數(shù)據(jù)維度，采用高階算法構(gòu)建模型，提高模型的精準(zhǔn)性。

提高數(shù)據(jù)治理能力，優(yōu)化系統(tǒng)架構(gòu)

全方位收集整合客戶全生命周期數(shù)據(jù)并進(jìn)行系統(tǒng)化管理，引進(jìn)公積金、運(yùn)營商、社交、消費(fèi)行為等多維度大數(shù)據(jù)，通過統(tǒng)一標(biāo)簽衍生平臺(tái)，挖掘以人行征信為核心的大數(shù)據(jù)，形成建模標(biāo)簽庫。搭建符合數(shù)字金融業(yè)態(tài)要求的、全面穩(wěn)定的零售風(fēng)險(xiǎn)IT架構(gòu)，為流程模塊化管理提供系統(tǒng)支撐，為業(yè)務(wù)創(chuàng)新與應(yīng)用研發(fā)提供動(dòng)能。

建立統(tǒng)一的反欺詐風(fēng)控體系

構(gòu)建基于流計(jì)算、機(jī)器學(xué)習(xí)、用戶畫像、知識(shí)圖譜等技術(shù)支撐的能夠涵蓋全渠道的企業(yè)級(jí)智能反欺詐體系，實(shí)時(shí)甄別異常開戶、盜卡盜刷、刷單等欺詐風(fēng)險(xiǎn)并能合理處置，保證業(yè)務(wù)的正常運(yùn)營。

中小商業(yè)銀行構(gòu)建數(shù)字化信用風(fēng)控體系的實(shí)踐效果

經(jīng)過多年的探索和實(shí)踐，中小商業(yè)銀行在數(shù)字化信用風(fēng)險(xiǎn)管理體系建設(shè)方面取得了顯著的成果。

一是提升了客戶的覆蓋率和可獲得性。以中原銀行為例，在2022年，通過數(shù)據(jù)治理和模型優(yōu)化，該行主要線上授信產(chǎn)品的客群覆蓋率提升了16個(gè)百分點(diǎn)，模型自動(dòng)通過率由33%提升到49%。

二是進(jìn)一步豐富了產(chǎn)品體系，擴(kuò)大了業(yè)務(wù)規(guī)模。據(jù)統(tǒng)計(jì)，截至2022年末，中原銀行線上化貸款規(guī)模達(dá)到近2000億元，貸款余額較年初增加了近300億元。

三是通過數(shù)字化、智能化運(yùn)營支持，有效提升了信貸業(yè)務(wù)的服務(wù)效率，降低了成本。

四是信貸資產(chǎn)質(zhì)量較好。中小商業(yè)銀行通過建設(shè)數(shù)字化信用風(fēng)控管理體系，精準(zhǔn)定位目標(biāo)客群，嚴(yán)管客戶準(zhǔn)入，多手段齊抓貸后管理，積極做好客戶經(jīng)營，把提高資產(chǎn)質(zhì)量作為主要目標(biāo)之一，均取得較好成效。

（王炯為中原銀行副董事長。本文編輯/孫世選）