“風險為本”下智慧風控在金融業的應用

新的社會形勢下，我國金融行業高速發展，業務量呈現出逐年增長的態勢，在國家經濟增長過程中發揮著重要作用，金融企業逐漸成為我國金融體系中的重要構成部分，社會各界也給金融業發展情況較高的重視。為了促進金融業規范化運營發展，增強可持續發展能力，國家相關部門陸續推出了很多監督管理政策法規，以增強行業對風險的防控、抵御及化解能力。而現實中金融風險變化莫測，有效的風險控制，通過識別風險類型，采取多樣化的控制措施，盡可能減少風險造成的損失，實現最大化利潤輸出。作為金融企業要自覺確立風控意識，加大智慧風控系統的建設及應用力度，以長期積累下的結構及非結構化數據為基礎創建專用型的風控模型，利用其更及時、有效地化解企業運行期間的風險，實現健康、持久發展的目標。

智慧風控定義及行業發展現狀的概述

智慧風控僅是智慧技術應用的一個小型領域，是基于算法等人工技術對風險進行深度挖掘，實現風險控制的自動化，從而提升效率、增強準確度。以銀行信貸風險為例子，全生命周期分為貸前、貸中、貸后三部分，全流程中客戶群體是風險辨識的對象，精準辨識出客戶持有的還款能力還是還款意愿?；谝陨锨闆r，智能風控應符合如下幾點基本要求：

①盡可能地接收到更多的客戶相關數據及和其存在相關性的環境數據；

②動態地獲得最新客戶數據及有關的外部環境數據資料；

③綜合分析大數據特征，通過執行自主挖掘過程生成可靠的經驗及運行規則；

④依照經驗及規則作出做出最合理的決策及實時應答。

綜合分析后，發現①、② 、④是和當前金融業界運營發展方向及產品相對應的大數據風控，本文這里提及的“大”代表的是數據橫向寬度，實質上就是伴隨客戶相關數據維度的增加，那么預示著這一方向當前技術成熟度就越高，實際落地成本就越具有可控性。

以①、② 、④三點要求作為基礎，明確要求③要精準對應大數據智能風控，此時的“大”是在傳統橫向寬度的基礎上還著重強調縱向深度，只有當數據實現足夠寬、足夠深時，才能更加充分地運算、挖掘、歸納數據規律，進而形成可靠的經驗規則。

綜合分析如上論述情況，智慧風控等同于在實現客戶主體參與社會活動是以形成的相關信息電子化、數據化的基礎上，科學且充分地應用大數據技術與人工智能（AI）算法智能地建設出各類型風險模型，最后達到綜合化應用各類風險辨識、分析及處理技術的目標。

落實智慧風控的流程

合理設定集建設目標 金融業智慧風控系統建設目標的確定不是一項簡單的工作，具體實踐中相關人員要綜合考慮如下幾點：一是落地成本和獲取數據的深度及寬度之間存在正比關系，數據挖掘深度及拓展寬度越大時，投入的成本也就越高。而數據的的深度對服務目標客戶的規模大小起決定性作用，數據的寬度影響著風險辨識工作的推進質量，當數據自身達到既深又寬是提升智能化水平的大前提。故而，在規劃多大規模數據及寬度值是多少的數據之前，應客觀地分析數據來源的可行性、利用的可持續性，結合分析結果對企業的目標客戶群體做出科學、精準的定位。

二是因為個體活動區的政府服務機構、大眾服務及線上活動平臺等是個體信息數據來源，而當下資金儲量龐大的互聯網頭部平臺、大央企大銀行等在內部客戶數據深度拓展方面已經初步取得了較理想的成績， 但非銀金融機構、政府服務機構信息化建設力度不強，直接造成信息化系統功能不夠完善，外加國家部門嚴加監管個體隱私數據信息，以致現實中很難快速拓展信息的寬度，要想使數據量巨大且類型全面，那么一定會造成相應的成本投入呈指數增長的態勢。在如上這樣的社會，部分金融企業將會獲得更多捕獲數據寬度相關信息的機會，引領各級政府信息的協同共享進程，在外力協助下壯大自身的運營發展規模，優化質量。

編制系統建設方案

第一，整合內部數據及優化數據質量。 在各種歷史因素的長期影響下，金融企業運行階段形成的各類數據通常分散在數個系統內，規范性不夠，長期也沒有形成統一的管理標準，普遍出現了數據質量整體偏差、管理力度不足、資源共享實施難度高等現實難題。為了滿足智慧風控系統建設期間在數據方面提出的要求，已經全面整合企業內部形成的各類數據，不斷增加數據基礎的統一性，增加數據的整治力度，全面優化企業內部數據質量。

第二，銜接外部數據，拓展數據的維度與時效性。綜合以上分析情況，金融業創建智慧風控系統時要盡可能地引入寬度更大的用戶數據，可以采用第三方數據、社會化數據和央行征信數據、客戶群體自身數據。

第三，全面梳理風險指標，健全風控模型。 風控模型始終被公認為智能風控系統的核心構成部分，基本上是選擇專家規則作為模型的基礎，通過推行智能規則是增加模型的完善度。首先，金融企業要管理層要大力支撐智慧風控系統建設過程輔助完善。

首先，需要從管理層面加強對系統建設的支持力度，充分發揮風險管控專家的優勢，全面整理金融業運營場景的量化風險指標，循序漸進沉淀風控經驗，進而建設出基礎型風控模型。

其次 ，合理應用機器學習、知識圖譜等新技術、新方法實時解讀信用風險、欺詐風險等，綜合分析結果創建動態決策機制和風控模型，協助金融企業增加管理決策的精準度與工作執行效率。比如，中國銀行以風險數據集市以及有關系統作為依托，具備單一與組合式層面的風險監測與預警、風險計量與報告、風險模型練習等諸多功能，并采用大數據和AI語義分析技術成功建設了“艾達”系統，全面整合金融行業內部信息與外部互聯網數據，通過深入挖掘企業畫像與關聯關系，為企業更有效地管理信用風險提供了可靠支撐，現如今已經獲得了553 萬多條互聯網輿情信息，勾畫出1.8萬多家企業的大數據風險畫像，描繪了股權、管理、擔保和投融資不同維度之間的關聯圖譜，實時監測了145項預警指標，并且自主研發了5個業務情景嵌入風險管理流程。在獲得以上工作成果的基礎上，中國銀行加大AI技術利用力度，更加深入地分析不同客戶之間潛在的關系，由“面”建“體”，精準辨識出顯性集團、隱性集團，勾畫出“擔保圈”，并建設出“擔保球”，進而探查出更加多樣化、深層次的關聯關系，并且要持續完善大數據風控預警指標體系，將其整體嵌入到智慧風控系統內，全面采集和分析行業景氣指數等外部信息，以進一步增強信用風險主動防控效果。最后，立足于企業真實情況，有針對性地完善智慧風控模型，優化風控模型管理機制，創建數據整治架構，編制數據政治工作的基本制度、數據標準、指標要等，建立相對完善的企業級數據資產地圖。

通過這種方式達到對智慧風控模型的統一管理，創建動態化監測、反饋評估與主動退出管理機制，金融企業組建模型管理專委會，嚴格依照“三道防線”規則合理確定業務、風險合規、審計部門在智慧風控模型實施期間各自應承擔的職責。

運行業務系統整個流程 作為金融企業，一定要確立全過程的風控管理意識，特別是在事前辨識環節，一定要嚴格按照相關規程落實好賬戶安全以及行為畫像的辨識工作；進入到事中決策環節，要將決策引擎作為導向，主動和模型平臺充分融合；而在事后處理環節，要通過結合大數據分析與數字化控制大腦的方式建設出覆蓋整個業務系統流程的智慧風控體系，為了增強智慧風控系統對新業務的適應能力，要及時再造風控制度和流程體系，在規范升級傳統業務領域的管理流程的基礎上，編制適應線上業務發展模式的全新制度體系。明確金融產品創新管理提出的需求，編制相配套的管理策略。建立健全風險偏好傳輸機制，循序漸進地把風險偏好分解傳輸到各個部門、各條線及業務流程內。

具體實施模式

開發大數據智能風控模式 實施這種風控模式過程中投資會很大，并且要配置強大的科技力量。 近些年，國內國a9ff793508a0aa3e5f8941ba91f9cf8e90e63937423016dc2fd602cf66b19205有銀行機構廣泛應用了這種模式。普遍有客戶基礎的規模大的運營特點，并且把本體或母公司推行的主營業務為載體，進而在內部形成了大量的優質數據，并抓住金融市場機遇，適時應用本體在科研方面具備的優勢及形成的成果，進而成功開發出數字化服務及智慧風控現代化產品。

基于專家規則創建智能風控系統 這種風控模式實施期間的成本投入行為有可控性、能取得較理想的成效，較好地滿足了金融企業參與市場差異化競爭活動的現實需求。推行這種風控模式時要嚴格把控風控模型的創建、數據寬度的拓 展及其在業務流程中的盈盈情況。我國中小金融企業持有的科技力量不足，數據量不夠多，可以結合現實所需適時引進外部力量或有限數據資源，進而輔助自身更有效地防控運營風險。

創建大數據風控管理機制，增加金融業務流程的規范性 有大數據思維作為“風向標”，以客戶作為中心創建智慧風控系統體系，比如基于客戶大數據信息平臺實現對各類信息的集成化管理，實現真正意義上的統一授信，統一數據接口和數據資源的加工，進而持續健全數據信息共享機制。充分應用大數據具備的時效性、真實性、完備性等特性及數據分析的模型化屬性，有針對性地改善智慧風險決策機制，不斷增加風險角色、判斷的智能化水平。借助大數據分析過程的便捷性，結合金融企業現實發展需求合理升級風險預警機制，實現對客戶貸前、貸中、貸后各個流程潛在風險的智能化分析與動態監測，實時預警風險事項。與此同時，機電金融企業要盡早匹配便捷、簡練的信貸政策和業務執行流程，創建完善的快速應答機制，使風控管理工作經濟化、高質量化推進。充分應用大數據技術的挖掘功能，主動探查到業務執行期間各個流程內隱匿的風險因素，及時完善檢查與評估機制。總之，金融機構各條線、各部門均要基于大數據思維和技術創建風控管理機制，主動朝著智慧風控系統的方向轉型。

建立健全管理體系，創建“數據+決策+監控”的動態閉環 金融機構可采用風險管理知識庫內的業務規則及風險模型組織風險辨識工作，由“全體數據”內直接、快速地提取風險特征模型，拔風控模型用在金融業務流程內，并進行持續化的評價監控，并主動在大數據“沙箱環境”訓練并調整模型的表現特征，打造動態閉環，通過這種方式不斷增加智慧風控體系建設的成熟度。

在國家相關政策的支持下，國內智慧風控的落地條件成熟度持續增加，AI技術持續和金融服務深入融合，智慧風控已經成為金融市場內企業之間進行差異化競爭的利器。本文較為詳細地探究智慧風控系統建設方案及實施策略，包括自主開發大數據智能風控模式，基于專家規則創建智能風控系統，建立大數據風控管理機制及管理體系等，多管齊下，不斷增加金融智慧風控系統的完善度，實施階段創造出更理想的效益。

（作者單位：珠海大橫琴置業有限公司）