近幾年雖有眾多學(xué)者從大數(shù)據(jù)、金融科技視角下研究銀行信用風(fēng)險管理，但從易憲容(2017)基于金融理論的一般性分析，對金融科技的內(nèi)涵、實質(zhì)及未來發(fā)展進(jìn)行探討，到眾多學(xué)者就金融科技所作研究文獻(xiàn)發(fā)現(xiàn)，金融科技問題的研究偏重于對其概念、內(nèi)涵、發(fā)展趨勢、金融監(jiān)管、業(yè)務(wù)創(chuàng)新和服務(wù)效率等方面的探討，而很少涉及商業(yè)銀行如何利用金融科技手段提升風(fēng)險管理水平。

[[438179]]

2016年以來，金融科技(FinTech)成為整個金融業(yè)關(guān)注的焦點，它以金融需求為導(dǎo)向，以科技創(chuàng)新應(yīng)用為支撐，在較短時間內(nèi)對金融業(yè)產(chǎn)生巨大而深遠(yuǎn)的變革。金融科技主要是指金融機(jī)構(gòu)通過大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、區(qū)塊鏈和人工智能等新型數(shù)據(jù)分析和存儲技術(shù)，加強(qiáng)經(jīng)營管理，提升服務(wù)效率和市場競爭力，同時帶來金融業(yè)態(tài)新變化。

目前，大數(shù)據(jù)智能風(fēng)控僅在大行個人消費信貸和小微企業(yè)主貸款中得到較好應(yīng)用，但在企業(yè)類融資中，銀行風(fēng)控仍主要以專家經(jīng)驗法為基礎(chǔ)，且存在較多的數(shù)據(jù)缺失，特別是政務(wù)涉企數(shù)據(jù)缺失嚴(yán)重。

傳統(tǒng)信貸風(fēng)控首選信用評分卡模型

本質(zhì)上而言,商業(yè)銀行是經(jīng)營風(fēng)險的金融機(jī)構(gòu)，以風(fēng)險經(jīng)營作為盈利的手段，所以風(fēng)險控制是其發(fā)展的根本。

如何有效控制信用風(fēng)險，是商業(yè)銀行經(jīng)營管理成敗的關(guān)鍵，如何利用存量基礎(chǔ)數(shù)據(jù)以及外部引入數(shù)據(jù)，探索以大數(shù)據(jù)技術(shù)進(jìn)行信用風(fēng)險管理的方法，無疑對商業(yè)銀行具有重要的理論及實踐意義。

傳統(tǒng)的信貸風(fēng)險控制大多首選采用信用評分卡模型，評分卡模型是指利用大量的歷史數(shù)據(jù)，刻畫出消費者的信用、收入水平和支付能力等指標(biāo)，再把各個指標(biāo)分成若干個檔次，標(biāo)注各個檔次相應(yīng)的得分，然后計算每個指標(biāo)的權(quán)重，最后算出貸款申請者的信用評分。

但是對于數(shù)字經(jīng)濟(jì)條件下的企業(yè)而言，銀行原有風(fēng)控方式存在的問題已經(jīng)十分明顯，主要表現(xiàn)在：一是靜止時點的企業(yè)數(shù)字已無法真實、全面、實時地反映企業(yè)的實際經(jīng)營情況，市場的高交易性、快變化性隨時會使企業(yè)的經(jīng)營成果在不同時間變得面目全非;二是主觀性較強(qiáng)，以經(jīng)驗作為決策的主要依據(jù)，難以精準(zhǔn)地給服務(wù)對象下結(jié)論;三是管理過程會浮冰式管理，沒有信貸管理的穿透力;四是會發(fā)生較多的道德風(fēng)險，決策上的主觀性使決策結(jié)果會有較大的彈性空間，因而少數(shù)不法分子會用此權(quán)力進(jìn)行尋租，信貸決策由技術(shù)工種轉(zhuǎn)為權(quán)力工具;五是被動式管理，面對突如其來的企業(yè)變化，等發(fā)現(xiàn)或采取管理措施時企業(yè)已經(jīng)病入膏肓。

傳統(tǒng)信貸風(fēng)控體系面臨嚴(yán)峻挑戰(zhàn)

隨著國內(nèi)經(jīng)濟(jì)向“新常態(tài)”的逐步轉(zhuǎn)型，金融市場改革的持續(xù)深化，以及現(xiàn)代化信息技術(shù)的快速滲透，銀行監(jiān)管機(jī)構(gòu)對商業(yè)銀行自身風(fēng)險管理能力的重視程度大大加強(qiáng)，銀行傳統(tǒng)的信貸風(fēng)險管控體系面臨嚴(yán)峻挑戰(zhàn)。

一是經(jīng)濟(jì)增長換檔回落以及經(jīng)濟(jì)結(jié)構(gòu)深入調(diào)整帶來資產(chǎn)質(zhì)量下行壓力;二是企業(yè)跨地域、集團(tuán)化經(jīng)營業(yè)態(tài)的發(fā)展，風(fēng)險傳導(dǎo)機(jī)制復(fù)雜，增加風(fēng)險刻畫難度;三是銀行信貸規(guī)模增長以及客戶結(jié)構(gòu)深刻變化，傳統(tǒng)信貸業(yè)務(wù)模式下的信貸風(fēng)險控制方法存在較高的優(yōu)化需求，基于大數(shù)據(jù)新型信息化風(fēng)險監(jiān)控模式成為大勢所趨。

因此通過大數(shù)據(jù)技術(shù)實現(xiàn)跨平臺、跨業(yè)務(wù)條線、跨區(qū)域的數(shù)據(jù)整合和風(fēng)險信息挖掘，提高對信貸風(fēng)險管理的敏感度及對其衡量的準(zhǔn)確度是未來商業(yè)銀行不斷創(chuàng)新業(yè)務(wù)發(fā)展的需要，也是銀行風(fēng)險管理發(fā)展的必然趨勢，對建立新型風(fēng)險監(jiān)控體系具有重要的戰(zhàn)略意義。

一是大數(shù)據(jù)可為風(fēng)險識別賦能。傳統(tǒng)風(fēng)控受限于單一專家經(jīng)驗和綜合人力成本，風(fēng)險識別能力有限。大數(shù)據(jù)技術(shù)可構(gòu)建風(fēng)險全景視圖，伴隨數(shù)據(jù)中心、智能計算提供的強(qiáng)大算力，支持海量風(fēng)險數(shù)據(jù)深度挖掘，快速甄別各業(yè)務(wù)條線中暗藏的風(fēng)險信息，有效解決風(fēng)險數(shù)據(jù)數(shù)量大、信息隱藏層次深的問題。

二是新技術(shù)可提升風(fēng)險模型的效能。挖掘算法可發(fā)現(xiàn)海量數(shù)據(jù)中的風(fēng)險因子，機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)可進(jìn)行高維非線性建模，人工智能可根據(jù)不同的風(fēng)險場景精準(zhǔn)構(gòu)建風(fēng)控模型，縮短模型訓(xùn)練時間，加快風(fēng)控模型迭代效率，提高模型精度，為提升風(fēng)險模型效能提供契機(jī)。

三是金融科技推動風(fēng)險管理流程再造。金融科技使得風(fēng)險信息的快速共享、風(fēng)險政策的高效傳導(dǎo)成為可能，風(fēng)險管理更趨扁平化。風(fēng)險管理流程逐步實現(xiàn)由線下、延時、事后管理向線上、實時、事前事中管控升級，由“事后救火”向“事前防火”轉(zhuǎn)變。商業(yè)銀行使用大數(shù)據(jù)進(jìn)行風(fēng)險控制管理的邏輯，可通過外部數(shù)據(jù)采集、內(nèi)部引擎處理、對外服務(wù)接口三個步驟完成。

商業(yè)銀行運用大數(shù)據(jù)進(jìn)行風(fēng)險管控的邏輯

智能風(fēng)控技術(shù)已滿足當(dāng)下需要

近年來，在算力、算法和大數(shù)據(jù)的合力推動下，人工智能在計算機(jī)視覺、自然語言處理、語音識別、機(jī)器學(xué)習(xí)、知識圖譜、機(jī)器人技術(shù)等方面快速發(fā)展;分析算法、數(shù)據(jù)挖掘、并行計算和分布式處理、云計算服務(wù)架構(gòu)與能力等研究領(lǐng)域亦發(fā)展迅速，在技術(shù)上已滿足當(dāng)下銀行風(fēng)控的需要。

通過實證研究證明，利用機(jī)器學(xué)習(xí)算法的互聯(lián)網(wǎng)金融風(fēng)控模型，通過與傳統(tǒng)的統(tǒng)計評分卡模型進(jìn)行對比試驗，同時將機(jī)器學(xué)習(xí)模型預(yù)測結(jié)果轉(zhuǎn)化為傳統(tǒng)信用評分的解決方法，結(jié)果表明，機(jī)器學(xué)習(xí)模型能更好地預(yù)測個人信用風(fēng)險，從而構(gòu)建更加有效的風(fēng)控體系。

同時，信用評分卡模型作為一種應(yīng)用最為廣泛的風(fēng)險評估模型，隨著機(jī)器學(xué)習(xí)在金融領(lǐng)域的逐漸深化應(yīng)用，我國商業(yè)銀行在運用智能風(fēng)控方面也進(jìn)行了部分實踐。如農(nóng)業(yè)銀行信用卡中心構(gòu)建網(wǎng)點及營銷人員風(fēng)險動態(tài)評級模型，通過機(jī)器學(xué)習(xí)技術(shù)識別高風(fēng)險網(wǎng)點和高風(fēng)險營銷人員，實現(xiàn)差異化的貸前準(zhǔn)入策略;建設(shè)銀行搭建線上統(tǒng)一模型策略研發(fā)實驗室，引入了基于神經(jīng)網(wǎng)絡(luò)模型的實時評分模型，運用于客戶賬戶分級管理，基于知識圖譜社交網(wǎng)絡(luò)模型進(jìn)行欺詐和產(chǎn)業(yè)分析，實現(xiàn)了多維度的智能偵測;交通銀行信用卡中心將基于機(jī)器學(xué)習(xí)的風(fēng)險評估模型應(yīng)用于申請反欺詐，有效提升了申請欺詐的識別效率。

隨著我國數(shù)據(jù)要素市場化的推進(jìn)，數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)時代重要生產(chǎn)要素，銀行借助政務(wù)數(shù)據(jù)等，建設(shè)起實時更新、豐富完善的智能風(fēng)控系統(tǒng)成為可能。在實踐方面，上海上線大數(shù)據(jù)普惠金融應(yīng)用，向銀行開放了300多項公共數(shù)據(jù)，支持銀行運用大數(shù)據(jù)分析等金融科技手段，加大對中小微企業(yè)的信貸投放;安徽蕪湖市政府要求以中小企業(yè)為服務(wù)主體，以政府大數(shù)據(jù)為基礎(chǔ)，以金融科技為手段，以政策性擔(dān)保增信為支撐，以企業(yè)自主申請，誠信合作為前提，通過搭建蕪湖市金融綜合服務(wù)平臺，采取“線上+線下”一體化金融服務(wù)模式，進(jìn)一步深化中小企業(yè)信用貸試點改革，構(gòu)建金融供給與企業(yè)融資需求常態(tài)化的在線對接平臺。湖南常德農(nóng)商銀行于2018年9月推出線上普惠型信用貸款產(chǎn)品——“常德快貸”。區(qū)別于一般線上貸款產(chǎn)品，“常德快貸”充分借力常德市智慧城市建設(shè)成果，以政務(wù)數(shù)據(jù)為核心，整合銀行數(shù)據(jù)、征信數(shù)據(jù)和互聯(lián)網(wǎng)數(shù)據(jù)，利用大數(shù)據(jù)風(fēng)控建模技術(shù)建立智能化風(fēng)控體系，實現(xiàn)線上貸款信用風(fēng)險有效控制。

但在上述實踐中，同樣存在政務(wù)數(shù)據(jù)共享合作因客戶政務(wù)數(shù)據(jù)較為敏感的原因，政府內(nèi)部數(shù)據(jù)共享流程尚處在業(yè)務(wù)論證階段，導(dǎo)致金融業(yè)對政務(wù)數(shù)據(jù)的使用較為混亂。部分關(guān)鍵政務(wù)大數(shù)據(jù)尚未在中小企業(yè)融資中得到應(yīng)用，目前的政務(wù)大數(shù)據(jù)僅僅開放了工商、稅務(wù)、法院等部門的數(shù)據(jù)資源，且字段信息不完整，而對銀行信貸決策起道重要作用的水電費繳納情況、不動產(chǎn)情況、海關(guān)進(jìn)出口情況等均暫未開放。

《中國銀行家調(diào)查報告(2020)》指出，六成銀行家將金融科技引領(lǐng)的數(shù)字化轉(zhuǎn)型視為銀行業(yè)未來利潤主要增長點，金融科技在大數(shù)據(jù)風(fēng)控的應(yīng)用(47.8%)較去年(42.2%)有明顯上升。金融科技的發(fā)展持續(xù)推動銀行經(jīng)營管理數(shù)字化轉(zhuǎn)型，不斷提升客戶服務(wù)和風(fēng)險防范水平。在眾多金融科技的應(yīng)用場景中，最被銀行家看好的是基于大數(shù)據(jù)分析的風(fēng)險管理(73.5%)。

大數(shù)據(jù)、云計算人工智能和隱私計算等技術(shù)的快速發(fā)展為商業(yè)銀行創(chuàng)新金融風(fēng)控手段提供了更多的解決思路，科技對于金融的作用不斷被強(qiáng)化，創(chuàng)新性的金融解決方案層出不窮，基于人工智能方法從大數(shù)據(jù)中快速獲取準(zhǔn)確的信息吸引了越來越多的關(guān)注，逐步應(yīng)用于商業(yè)銀行風(fēng)險管理，并實現(xiàn)了應(yīng)用價值，讓銀行通過大數(shù)據(jù)技術(shù)解決金融業(yè)務(wù)中的各種關(guān)鍵問題成為可能，金融科技發(fā)展進(jìn)入新階段。