金海波

【摘 要】近年來，隨著我國經(jīng)濟的高速發(fā)展和利率市場化，商業(yè)銀行之間競爭愈加激烈，為了能更好的滿足客戶融資需求和銀行自身發(fā)展的需要，各商業(yè)銀行紛紛借助大數(shù)據(jù)、云計算、移動互聯(lián)、人工智能等新技術，加速發(fā)展業(yè)務規(guī)模和進行業(yè)務轉型創(chuàng)新，以求在市場上占得先機和競爭優(yōu)勢，在這個過程中，信貸規(guī)模不斷擴大，線下業(yè)務模式轉入線上，長尾客戶的藍海被得到充分挖掘。隨著信貸規(guī)模的快速增長，服務客戶群體的快速擴張，由信息不對稱導致的信貸風險也呈現(xiàn)直線上升，如何通過大數(shù)據(jù)技術為商業(yè)銀行信貸業(yè)務發(fā)展保駕護航，提升商業(yè)銀行信貸風險控制能力成為關鍵?；诖?，本文對商業(yè)銀行信貸風險管理的發(fā)展過程和面臨的問題，以及大數(shù)據(jù)技術在風控領域的應用和發(fā)展趨勢進行了分析和展望。

【關鍵詞】大數(shù)據(jù)技術；商業(yè)銀行；信貸管理；風險控制

隨著我國經(jīng)濟的高速發(fā)展和利率市場化，商業(yè)銀行之間競爭愈加激烈，各商業(yè)銀行改革與創(chuàng)新的步伐持續(xù)加快，金融服務水平和服務能力進一步提高，與此同時，銀行業(yè)正面臨互聯(lián)網(wǎng)金融等新競爭態(tài)勢，信息技術也正面臨以大數(shù)據(jù)、云計算、移動互聯(lián)、人工智能等為主要特征的新技術變革，新的競爭態(tài)勢和發(fā)展趨勢都給商業(yè)銀行的發(fā)展帶來新的機遇和挑戰(zhàn)。商業(yè)銀行在這個過程中，為了在競爭愈加激烈的市場中發(fā)展，不斷對業(yè)務模式進行創(chuàng)新和多元化，表現(xiàn)為信貸規(guī)模不斷擴大，線下業(yè)務模式轉入線上業(yè)務模式，長尾客戶的藍海被得到充分挖掘等。隨著信貸規(guī)模的快速增長，服務客戶群體的快速擴張，由信息不對稱導致的信貸風險也呈現(xiàn)直線上升，信貸最終競爭的是風控能力，客戶融資需求在近幾年增長迅速，高效專業(yè)地滿足客戶的融資需求，關系到商業(yè)銀行服務客戶、增加收益、不斷成長的經(jīng)營理念。

一、大數(shù)據(jù)技術的發(fā)展

當下我們處于一個信息爆炸的時代，隨著網(wǎng)絡和信息技術全面融入社會生活，充斥在我們身邊的信息越來越多，收集數(shù)據(jù)、存儲數(shù)據(jù)并從大量的信息提取價值，大數(shù)據(jù)的概念應運而生。簡單來說“大數(shù)據(jù)”因數(shù)據(jù)格式、數(shù)據(jù)體量、數(shù)據(jù)來源的變化，而采用了新的處理技術和模式，具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。金融作為一個以數(shù)字體現(xiàn)價值的典型行業(yè)，大數(shù)據(jù)技術已經(jīng)廣泛應用于金融的風險控制、客戶管理、精準營銷和產(chǎn)品服務創(chuàng)新等多個領域。

二、傳統(tǒng)信貸風控模式

傳統(tǒng)信貸風險控制主要是通過收集借款方的信息，對借款方的償債能力和償債意愿進行判斷，并對借款方的資金使用項目信息進行分析，發(fā)現(xiàn)并控制資金使用的風險，并以此為基礎，對借款方的信用做出評級，綜合借款各種因素，做出定價。按照貸款的不同階段，分為貸前、貸中、貸后階段，商業(yè)銀行一般采用的信貸風控模式有以下幾種：1、報表分析，對借款方提供的財務報表進行分析，對借款方未來的現(xiàn)金流進行分析，以評估還款能力進行風險控制；2、抵押和質押，以借款方提供的抵質押品的數(shù)量和質量為基礎，用抵質押品進行風險控制；3、信用評分，基于統(tǒng)計學實現(xiàn)風險識別和計量，進行風險控制；4、群組擔保，借款方需要有群組成員提供擔保，在借款方不能履約的情況下，借款方不履行債務時，擔保方按照約定履行債務或者承擔責任，通過群組進行風險控制。

三、傳統(tǒng)信貸風控遇到的問題

隨著商業(yè)銀行信貸業(yè)務規(guī)模的不斷增加，以及服務客戶群體的擴張，長尾客戶成為各家銀行的競爭發(fā)力點，同時服務理念也由產(chǎn)品為中心轉為以客戶為中心，更加關注客戶的體驗，導致信貸風險管理所面對難度和復雜度不斷增加，使得信貸風控主要面臨以下挑戰(zhàn)：1、信息不對稱，以前商業(yè)銀行主要服務優(yōu)質客戶，這些客戶一般具有完善的財務報表信息和征信信息，根據(jù)歷史信息容易對其償債能力和償債意愿進行判斷，現(xiàn)在長尾客戶一般不具備完善的財務信息和征信信息，傳統(tǒng)風控模式在服務這些客群的情況下，就產(chǎn)生了信息不對稱風險，使得信貸風險增加；2、服務效率，以前商業(yè)銀行服務的客戶單筆融資額度較大，單客戶融資頻度較低，還款周期較長，商業(yè)銀行在這個過程中主要依靠的是人工調查審核，現(xiàn)在服務的客戶單筆融資額度較小，融資頻度較高，還款周期較短，隨借隨還循環(huán)使用額度，傳統(tǒng)人工審核的風控模式導致服務效率低下，不能服務大量的融資需求，用戶體驗差；3、服務成本，以前商業(yè)銀行單筆融資的金額大，單筆業(yè)務利潤就相應大，為了風險控制投入的成本就可以多一些，可以使用人工線下的模式，現(xiàn)在融資額度單筆較小，單筆業(yè)務利潤無法覆蓋風控控制投入的成本。4、風險控制手段單一，以前商業(yè)銀行主要在貸前和貸中環(huán)節(jié)通過收集借款方的信息，對借款方的償債能力和償債意愿進行判斷，并對借款方的資金使用項目信息進行分析，發(fā)現(xiàn)并控制資金使用的風險，貸后環(huán)節(jié)在一定時期通過人工調查審核，評估還款能力的變化，由于信貸業(yè)務風險管理人員對信貸客戶的相關情況無法深入了解，很難對客戶的具體還貸能力進行評價。

信貸規(guī)模不斷擴大，線下業(yè)務模式轉入線上，長尾客戶的藍海被得到充分挖掘，隨著信貸規(guī)模的快速增長，服務客戶群體的快速擴張，由信息不對稱導致的信貸風險也呈現(xiàn)直線上升。

四、大數(shù)據(jù)風控模式

隨著大數(shù)據(jù)技術的完善和推廣使用，大數(shù)據(jù)技術在商業(yè)銀行信貸風險控制領域應用空間非常廣泛，在信貸業(yè)務的審批、跟蹤以及貸后回收等環(huán)節(jié)加強了控制，實現(xiàn)了信貸風險的全過程的控制，完成了傳統(tǒng)的信貸風險控制的蛻變，主要體現(xiàn)在以下幾方面：1、信息對稱，通過大數(shù)據(jù)技術整合銀行內部和外部數(shù)據(jù)，基于大量的數(shù)據(jù)對客戶進行一個綜合信用評分，基于評分為征信白戶提供金融服務。外部數(shù)據(jù)可能收集的領域非常廣泛，例如電商、運營商、社交媒體、金融機構、公積金管理部門、社保、工商信息、司法信息等渠道。通過分析收集的大量信息，能夠給目標對象一個全面的信用評分。而且隨著數(shù)據(jù)量的積累，這種評分更為全面真實，比傳統(tǒng)的征信評分更能符合目標對象的真實信用情況，可以作為金融機構項目標客戶提供金融服務的重要依據(jù)，解決了信貸經(jīng)營中的信息不對稱問題；2、線上化，通過更先進的數(shù)據(jù)化技術，收集結構化和非結構信息，集成資金流、物流、信息流數(shù)據(jù)，搭建基于大數(shù)據(jù)的線上交互信息平臺，整合內外部數(shù)據(jù)，實現(xiàn)信息數(shù)字化傳輸和管理，減少客戶繁瑣的資料提交及前中后作業(yè)人員繁瑣的資料錄入、手工檢查、核對和檢索，從本質上改善客戶申辦體驗及內部作業(yè)效率，降低營運成本；3、審批自動化，基于存量用戶數(shù)據(jù)、外部接入數(shù)據(jù)、自建數(shù)據(jù)，圍繞信貸審批，利用大數(shù)據(jù)技術、機器學習方法訓練模型，能夠實現(xiàn)大批量、快速、精準的風險事件過濾或預測，用于自動識別用戶欺詐行為和給予合理的授信額度，用于不同的數(shù)據(jù)源、產(chǎn)品和審批階段，可以做到較高的通過率和較低的逾期率，常用的算法有線性回歸、邏輯回歸、GLM、多元回歸、決策樹、隨機森林等，模型監(jiān)測采用Gini（ROC）系數(shù)，分離度Divergency，K-S值，IV值，以及評分卡數(shù)分布，排序能力，好壞比，壞賬率等多種方法，根據(jù)模型表現(xiàn)情況不斷迭代優(yōu)化，在這個過程中，利用用戶數(shù)據(jù)積累和人工智能技術建立有效的智能化風控體系是核心能力；4、全流程管控，在貸前環(huán)節(jié)中可以依托外部數(shù)據(jù)和整合后的數(shù)據(jù)資產(chǎn)，通過政策性風險識別、聯(lián)網(wǎng)核查、黑白名單、失信名單、活體檢測、風險設備、行為風險、關聯(lián)風險等手段，把有欺詐風險的客戶拒在門外，同時針對借貸申請環(huán)節(jié)，運用大數(shù)據(jù)技術，將申請材料、不良信用記錄和多平臺借貸記錄等信息加以整合，有效識別團伙欺詐、機構代辦等高風險行為，在這個環(huán)節(jié)中在業(yè)務初始階段也會使用打分卡，利用信貸專家經(jīng)驗的使用，構建層次分析結構，并進行交叉驗證，把好第一道風控關。在貸中環(huán)節(jié)中用大數(shù)據(jù)技術主要解決價格和風險均衡的問題，在客戶償債能力范圍內進行授信，可以通過外部數(shù)據(jù)獲取企業(yè)現(xiàn)金流量、利潤、個人繳稅、社保、公積金等數(shù)據(jù)做為評估依據(jù)，同時需要結合征信報告，對已經(jīng)使用的授信進行扣減，達到在風險可控的前提下，實現(xiàn)客戶滿意度和利潤最大化的均衡。在貸后環(huán)節(jié)中用大數(shù)據(jù)技術主要是實時動態(tài)監(jiān)測借款人的新增風險，如其他平臺借款申請、其他平臺逾期、法院失信記錄、法院執(zhí)行記錄、助學貸款逾期、手機號停用、用戶常用地址變動、工作地址變動等，幫助信貸機構動態(tài)監(jiān)控借款人的信息變更，及時發(fā)現(xiàn)可能不利于貸款按時歸還的問題。這個環(huán)節(jié)一直是傳統(tǒng)信貸的短板，在普惠金融的趨勢下，只有通過大數(shù)據(jù)、數(shù)據(jù)挖掘、自動化催收等技術才能解決成本和及時性問題。

五、結束語

隨著經(jīng)濟發(fā)展、科技和創(chuàng)新進入拐點式爆發(fā)，大數(shù)據(jù)正在重塑商業(yè)銀行信貸風險控制，傳統(tǒng)銀行利用大數(shù)據(jù)技術，正在轉型成為一種新的銀行，數(shù)據(jù)將是未來銀行的核心競爭力之一，誰能掌握更多的數(shù)據(jù)，誰能掌握更及時的數(shù)據(jù)，將在競爭中獲得先機。當下商業(yè)銀行所面臨的競爭也日益嚴峻，不僅來自于行業(yè)內部，還有外部的互聯(lián)網(wǎng)、電子商務等新興企業(yè)，這些企業(yè)在產(chǎn)品創(chuàng)新能力、大數(shù)據(jù)使用經(jīng)驗等方面都擁有優(yōu)勢，商業(yè)銀行在這個殘酷的時代中應高瞻遠矚、與時俱進，通過大數(shù)據(jù)等新興技術不斷提升與社會發(fā)展相適應的風控能力，才能在競爭中把握機遇，激流勇進，取得新的成績。

【參考文獻】

[1]劉嘉偉.金融科技重構信貸風控體系[J].中國金融，2018（11）：74-75.

[2]王姣娜.從傳統(tǒng)到現(xiàn)代：中國信貸風控的制度與文化[J].中國經(jīng)濟史研究，2016（06）：92.

[3]安佳，王麗巍，田蘇俊.互聯(lián)網(wǎng)金融與傳統(tǒng)金融農(nóng)村信貸風控模式比較研究[J].新金融，2016（09）：54-58.

[4]吳丹.消費信貸最終比拼風控力[J].二十一世紀商業(yè)評論，2015（09）：36-37.