大數據風控助力銀行信貸風險管理
一、現狀解析：銀行業聚焦大數據風控
隨著科技金融的不斷發展，近年來銀行紛紛尋找新的手段，藉助新的技術，嘗試構建新的信用風險評估模型。大數據風控技術正是隨著大數據處理技術、計算機科技和互聯網技術的出現和升級而產生的一種基於數據挖掘、機器學習等大數據建模方法的信用評估體系，目前被金融機構廣泛運用到貸前信審、反欺詐、貸後管理和追償清收等環節中。
（一）信用分析評估
目前，銀行業對於的客戶信用分析評估基於兩個基本面的信息：消費者的還款能力和消費者的還款意願。所不同的是，傳統徵信中，數據依賴於銀行信貸數據，而大數據並不僅僅包括傳統的信貸數據，同時也包括了與消費者還款能力、還款意願相關的一些描述性風險特徵。利用大數據技術，能搜集許多的數據維度來描述，作為風險評估的重要依據。這樣就使大數據徵信不單一依賴於傳統信貸數據，可以對傳統徵信無法服務的人群進行徵信，實現對整個消費者人群的覆蓋。
人工智慧時代的到來，首先解決的就是銀行機構與普通人之間的信息不對稱問題。傳統銀行無法獲取用戶的徵信信息，人工智慧通過技術、數據的手段可以構建出一個信用分析模型。同盾科技數據專家稱，利用梯度提升決策樹、隨機森林、神經網路、分群調整技術、增量學習技術等在內的機器學習演算法，可以為缺少傳統信貸記錄的人群做出客觀的信用分析評價，這就是大數據給傳統銀行業帶來的全新的革命。
（二）風控和反欺詐
在泛互聯網的環境里，銀行業風控面臨的傳統個體欺詐已迅速演變為有組織、有規模的群體欺詐和關聯風險。而傳統反欺詐還停留在識別一度風險等這種簡單規則方式，如聯繫人中借貸人個數等，對於二度、三度乃至更廣範圍的網路全局風險苦無良策。
然而，機器學習裡面基於圖譜網路很好地解決了這一訴求，基於申請人、手機號、設備、IP地址等各類信息節點構建龐大網路圖，並可在此之上進行基於規則和機器學習的反欺詐模型實時識別。
其中一個比較普遍的情況，人工智慧可監測相關設備ID在哪些借貸網站上進行註冊、同一設備是否下載多個借貸App，可以實時發現多頭貸款的徵兆，把風險控制到最低。
（三）逾期客戶觸達
在信貸逾期處理領域，大數據、機器學習等智能手段主要發揮兩大作用。其一是提高平台響應的效率，從而提高回款率；其二是通過大數據模型，利用信用分等工具，對逾期後回款的概率進行預測。
比如，一個逾期客戶處於失聯狀態，該賬戶合同內相關的電話號碼基本失效，或者緊急聯繫人能接通，但是不願告知信息，又或者緊急聯繫人和借款人之間也失去了聯繫。無法有效的聯繫到借款人，就無法建立對話關係，那麼再有效的策略也難以實施。結合大數據技術，能夠挖掘並關聯更多其他可聯信息，支持更有效的客戶觸達；同時，通過對於借貸人在同盾合作的其他平台出現逾期記錄、多頭借貸或者經濟法律糾紛的跟蹤，智能判斷借款人的經濟狀況惡化和信用風險惡化程度，並通知銀行幫助銀行及時進行風險預警。這對於銀行的貸後管理來說，是一個顯著的作用。
由於上述三大技術優勢，目前越來越多銀行積極布局大數據風控。2017年，招商銀行拿出7.9億元，即稅前利潤1%，投入成立金融科技創新項目基金。2018年，招商銀行計劃為金融科技投入22.1億元，即上年收入1%。之後，中國銀行也宣布投入營業收入1%，近50億元，用於科技創新。以該比例推算，整個銀行業金融科技潛在市場規模1100億元。此外，目前五大行的大數據平台都已經落地。農業銀行早在5年前就已經開始建設大數據平台，2016年年底對公、零售、風控等業務都已經在全行統一的數倉上線。中信銀行等股份制商業銀行從2015年開始上線大數據平台，到2017年，各地城商行也開始紛紛上線大數據平台。
二、案例展示：銀行大數據風控產品概覽
（一）光大銀行「大數據風控智能化數據產品——濾鏡」
近期，中國支付清算協會在京召開金融大數據創新應用與信息安全研討會，會上對2017年度金融大數據創新應用優秀案例進行頒獎，光大銀行「大數據風控智能化數據產品——濾鏡」案例獲評「金融大數據創新應用優秀成果獎」。
【產品介紹】：大數據產品「濾鏡」依託光大銀行首個移動應用平台「光速觀察」，運用多項大數據分析技術，構建大數據風險預警信號，採用名單式管理模式，向總分行風險管理決策者提示具有高信用違約風險的企業信息，有效提升風險決策時效性和精準度。
【產品特點】：「濾鏡」產品的特點在於在傳統行內數據的基礎上，該產品還用到了工商、互聯網輿情、法院訴訟數據等數據，同時融入了機構上報央行、銀監會監管數據，確立「擔保圈」關係，並利用建立的三類的大數據風險模型，最終交付內容是兩份清單。這兩個清單追蹤企業的風險變化，通過可視化的手段，使管理人員通過手機就可以直接的發現企業風險預警情況。
（二）齊魯銀行「大數據風險信息服務平台」
【產品介紹】：齊魯銀行大數據風險信息服務平台涵蓋七大功能：一是客戶外部信用信息智能引入，支持經辦人員快速、準確完成信息採集，減輕數據錄入負擔；二是構建客戶風險全景視圖，展示個人客戶、公司客戶各類外部風險信息，全面高效為信審人員提供授信決策支持；三是提供信用報告智能盡調，實現客戶信用信息全面整合；四是關聯關係圖譜智能識別，依託外部工商數據，有效解決關聯風險識別難問題；五是擔保關聯風險智能挖掘，全量分析齊魯銀行及人行數據，形成可視化的擔保圈、擔保鏈，直觀揭示互保、聯保、循環保等集群風險；六是貸前貸中風險智能篩選，系統內嵌100多條風險規則，形成適用於貸前准入、貸中審查、房貸核查的風險策略體系，篩選優質客戶，將壞客戶擋在門外；七是貸後動態監測客戶信用變化，及時捕捉客戶變壞趨勢，提早制定資產處置措施，保障齊魯銀行資產質量。
【產品作用】：大數據風險信息服務平台的投產，將大數據應用至客戶信息錄入、授信調查、貸中審查、貸後檢查等各個業務場景，有助於全方位提升齊魯銀行作業效率；同時實現了授信業務全生命周期的外部大數據風控，支撐齊魯銀行打造風險監測、預防的前瞻化風控體系。
（三）民生銀行「風險預警項目」
【產品介紹】：民生銀行的「風險預警項目」依靠百度雲在人工智慧（AI）、大數據（Big Data）、雲計算（Cloud Computing）ABC領域裡的顯著優勢。基於百度16年的技術優勢，百度雲大數據的收集、分析和計算建模能力在國內佔據「領頭羊」的位置，對於銀行業關注的海量非結構化數據的處理質量較高，保障了風險數據的儲備和規範性。此外，百度雲能夠將底層數據關聯目標企業，並通過風險識別模型來判斷其產生的風險信號。基於百度雲的BOS服務和API對接銀行內部業務流程，實現了對銀行授信企業具有前瞻性和全面性的風險監測，這將有助於提升銀行的風險收益並降低不良貸款損失。
【合作意義】：民生銀行則選擇與百度雲合作，將雲服務引入風控工具體系，這是股份制銀行首次將雲服務運用到金融機構核心的貸後管理和信貸決策領域，對國內其他面臨雲端化轉型的金融機構來說，有著重要借鑒意義。同時也給銀行與互聯網巨頭合作開啟了新篇章。
（四）江蘇銀行「融創智庫」大數據平台
【產品介紹】：江蘇銀行的「融創智庫」大數據平台是一個開放共享式的平台。它是基於Hadoop的開源式大數據分散式處理技術平台，可以替代傳統的數據倉庫，支持海量數據的存儲和高速運算，在內外部數據整合、歷史數據查詢、數據存儲計算等方面優勢明顯。全行各部門、各分支機構都可通過該平台進行各類數據的統計、分析、查詢和建模。
「融創智庫」大數據平台是一個「O2O」式的平台。該平台整合了金融、社會、互聯網及行內各種數據，如行內核心系統、信貸管理系統、網銀系統、個貸系統等幾十個業務的交易數據、賬戶數據和客戶基礎數據，並以此為基礎開發了風險數據集市、資產負債管理集市、監管報送集市等多個內部數據集市。行外數據包含人行、銀監、工商、稅務、法院、環保、海關等20餘個，多達幾千項外部數據欄位，並運用網路爬蟲技術和命名實體識別技術，抓取公共網路媒體輿情信息，形成海量外部數據集市。
【產品意義】：隨著該平台的持續運營，江蘇銀行全行建立了數據標準和數據治理體系，逐步實現了多樣化、多層次的行內數據與行外數據整合，線上數據與線下數據整合，結構化數據與非結構化數據整合，有效緩解傳統銀行通常存在的「信息孤島」問題。
三、趨勢展望：金融大數據的挑戰與未來
儘管當前金融服務的方式和工具都在隨著技術的成熟發生變化，但金融的本質不會改變，即解決信息不對稱的問題。而大數據恰恰提供了一個解決信息不對稱問題的有效渠道。由此預計，未來一段時期內，金融大數據的應用挑戰或將圍繞三方面展開。
一是金融行業的數據資產管理應用水平仍待提高；
二是金融大數據應用技術與業務探索仍需突破；
三是金融大數據的行業標準與安全規範仍待完善。
預計未來，相關部門將出台促進金融大數據發展的產業規劃和扶持政策，並分階段推動金融數據開放、共享和統一平台建設，從而強化金融大數據行業標準和安全規範建設，同時也將有助於推動金融行業大數據產業的進一步發展與創新。
文章來源
WEFore 專業銀行顧問
上述研究來源於：
世經未來《中小企業金融產品與業務創新指引（2018年5月）》
TAG:世經未來 |