金融科技|普惠金融下的智能信貸風控

一

普惠金融及智能風控

普惠金融是一種以較低成本為社會各界人士（尤其是欠發(fā)達地區(qū)和社會低收入者）提供較為便捷服務(wù)的金融服務(wù)體系。
風險管理是商業(yè)銀行經(jīng)營發(fā)展的關(guān)鍵因素。傳統(tǒng)的風險管控模式由于數(shù)據(jù)來源有限、審核程序較長等不足，已不能滿足對當下業(yè)務(wù)中產(chǎn)生的海量數(shù)據(jù)進行實時分析和多樣化風險識別的需求，亟須應(yīng)時而變。
智能風控，是將大數(shù)據(jù)和人工智能等技術(shù)應(yīng)用到風險控制環(huán)節(jié)，以提升風險控制的效率和精準度的一種風控模式。典型的智能風控體系如圖1所示，為了達成風控目標，智能風控注重對多種人工智能技術(shù)的綜合應(yīng)用，借助人工智能技術(shù)進行精細化運營管理，可以有效避免人為操作帶來的風控漏洞與不足。因此，智能風控成為目前銀行風控的研究熱點。 圖1 智能風控體系

二

智能風控的發(fā)展趨勢

智能風控的發(fā)展經(jīng)歷了三個階段：萌芽時期（2005-2012）、1.0時期（2012-2014）和2.0時期（2014-至今）。近年來，國內(nèi)已有越來越多的銀行重視智能風控體系的建設(shè)。全國性股份行一馬當先，以自建為主，并開始向B端輸出；國有大行利用資本優(yōu)勢，聯(lián)合科技巨頭研發(fā)智能風控系統(tǒng)；中小銀行則以對外購買模型為主；互聯(lián)網(wǎng)銀行技術(shù)屬性強大，利用先天自帶智能風控基因成為智能風控的先行者?？梢哉f，利用大數(shù)據(jù)、人工智能等建設(shè)智能風控能力，已成為互聯(lián)網(wǎng)金融時代銀行提升核心競爭力的重要舉措。在當前時代背景下，普惠金融下的信貸風控呈現(xiàn)如下幾個發(fā)展趨勢：
（一）線上化

通過互聯(lián)網(wǎng)信息技術(shù)可以從線上方便、快捷地獲取客戶海量數(shù)據(jù)信息，并且通過智能風控模型可以自動快速處理客戶海量數(shù)據(jù)。引入外部數(shù)據(jù)走線上化，已經(jīng)成為小微企業(yè)貸的投放趨勢。

（二）數(shù)據(jù)化

利用豐富的線上數(shù)據(jù)可以對客戶進行更為專業(yè)的風險畫像和分析，進而有利于控制信貸風險，降低風險成本。數(shù)據(jù)驅(qū)動的風險管理已成為銀行風控發(fā)展的新趨勢和必然選擇。
（三）智能化

利用大數(shù)據(jù)和機器學習等人工智能技術(shù)可以對身份自動識別，自動建立還款意愿、還款能力評分卡及各類綜合評分卡獲取完整的客戶畫像，實施精準的風險評估和精準營銷，可以大幅降低甚至消除人為操作風險。

圖2 智能風控發(fā)展趨勢

三

普惠金融智能風控關(guān)鍵技術(shù)

智能風控系統(tǒng)運用人工智能技術(shù)實現(xiàn)對申請人的反欺詐和全流程自動化審核與監(jiān)控，其貫穿貸前貸中貸后整個流程，主要包括以下幾個步驟：
（一）產(chǎn)品確定

如大額抵押貸、小額信用貸和小微企業(yè)貸等。

（二）?數(shù)據(jù)接入

包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)（征信數(shù)據(jù)、政務(wù)類數(shù)據(jù)等）接入。

（三）數(shù)據(jù)工程

包括數(shù)據(jù)預(yù)處理和特征工程，對數(shù)據(jù)進行標準化處理與特征表示。

（四）規(guī)則體系建設(shè)

如建立準入規(guī)則，風險名單，網(wǎng)貸規(guī)則等。

（五）AI模型建設(shè)

如反欺詐模型和評分卡模型。
其中，智能風控系統(tǒng)建設(shè)的關(guān)鍵在于特征工程和AI模型兩大部分的建設(shè)，如圖3所示。

圖3 普惠金融智能風控關(guān)鍵技術(shù)

特征工程的構(gòu)建主要基于信貸基本原理，根據(jù)獲取的數(shù)據(jù)，構(gòu)造驗證身份、驗證還款意愿、驗證還款能力三個方面的特征，形成完整的信貸用戶畫像。

AI模型的構(gòu)建主要包括反欺詐模型和評分卡模型的構(gòu)建。其中，AI反欺詐模型運用人工智能技術(shù)實現(xiàn)團伙詐騙、三方欺詐和個人信息造假的反欺詐。評分卡模型的構(gòu)建主要運用人工智能技術(shù)實現(xiàn)申請評分卡模型、行為評分卡模型和催收評分卡模型的構(gòu)建。如：利用多目標優(yōu)化成本敏感的邏輯回歸信用評分模型，既能夠保證利潤最大化，又可得到很好的分類準確率；另外，結(jié)合XGBoost和生存分析，可為行為評分卡模型中的違約概率提供準確和動態(tài)的預(yù)測。

總之，特征工程對接入的外部數(shù)據(jù)和內(nèi)部數(shù)據(jù)進行挖掘，通過三類特征構(gòu)建出用戶的完整畫像，并將三類特征存入風控系統(tǒng)的數(shù)據(jù)倉庫中。而AI模型則通過提取數(shù)據(jù)倉庫的數(shù)據(jù)進行訓練和預(yù)測，實現(xiàn)對貸款人貸款流程的全監(jiān)控和預(yù)警。

四

普惠金融智能風控發(fā)展路徑建議

目前，國內(nèi)大部分商業(yè)銀行對智能風控系統(tǒng)的建設(shè)尚處于初級階段，即線下為主，線上為輔。在此階段，銀行可以根據(jù)自有的數(shù)據(jù)庫、資金實力、技術(shù)實力、客戶資源等，通過兩方面加強風控建設(shè)：其一，選擇成立技術(shù)研發(fā)部門或子公司等方式進行智能風控系統(tǒng)模塊自主研發(fā)；其二，借助外部公司力量，例如通過購買阿里云、騰訊云等已成型的智能風控系統(tǒng)公司的技術(shù)產(chǎn)品，對銀行內(nèi)部風控系統(tǒng)進行改良。
就國內(nèi)商業(yè)銀行普惠金融的智能風控系統(tǒng)的建設(shè)發(fā)展，我們提供如下幾點思路。
（一）精準自我分析，明確戰(zhàn)略定位

在金融科技迅速發(fā)展的今天，金融機構(gòu)應(yīng)緊跟時代變化、不斷強化綜合金融實力，結(jié)合金融科技發(fā)展趨勢和自身情況制定切實可行的發(fā)展戰(zhàn)略。因而，商業(yè)銀行一方面要對有關(guān)國家政策、科技發(fā)展水平、當前市場情況等宏觀因素進行充分調(diào)研；另一方面，應(yīng)結(jié)合自身所處發(fā)展情況，從商業(yè)模式、盈利能力、支付手段等多個方面總結(jié)自身優(yōu)勢，同時重視金融科技，因地制宜的制定戰(zhàn)略，實現(xiàn)金融科技與銀行業(yè)務(wù)的深度融合。

（二）拓展線上渠道，服務(wù)智能升級

目前很多商業(yè)銀行都建立了自己的線上服務(wù)平臺，但同時也出現(xiàn)業(yè)務(wù)覆蓋面不夠全面或操作程序過于繁瑣等問題，影響客戶體驗。因此，商業(yè)銀行在向智慧型銀行轉(zhuǎn)型的過程中，既要以金融科技為基礎(chǔ)發(fā)展線上平臺，也要注重將科技融入實體網(wǎng)點，同時開展業(yè)務(wù)渠道拓展和服務(wù)智能升級兩方面的工作。例如，以手機銀行App為觸發(fā)點拓展線上渠道。在個性化服務(wù)方面，可通過大數(shù)據(jù)分析對客戶進行分層管理，根據(jù)客戶的年齡、收入、風險偏好等特征為其推薦個性化、全周期的投資產(chǎn)品組合；在場景化服務(wù)方面，可為客戶打造多角度全平臺的智能生活場景，將客戶邊界延伸到購物、社交、娛樂等，增強客戶黏性，使得線上平臺成為推廣零售業(yè)務(wù)的“主力戰(zhàn)場”。
（三）?深入挖掘數(shù)據(jù)，創(chuàng)新零售產(chǎn)品

商業(yè)銀行只有依托金融科技創(chuàng)新零售產(chǎn)品，打造自身的拳頭產(chǎn)品，才能夠滿足更加定制化的客戶需求，進而提升客戶的體驗感和滿意度，加強客戶黏性，保證零售業(yè)務(wù)的可持續(xù)發(fā)展。
一方面應(yīng)加大新型數(shù)字化產(chǎn)品的研發(fā)力度，在日常經(jīng)營中注意與客戶溝通并收集其反饋信息，據(jù)此來研發(fā)新型產(chǎn)品。還可以利用大數(shù)據(jù)、物聯(lián)網(wǎng)等金融科技創(chuàng)新推出虛擬信用卡、遠程銀行、聲紋支付等新型零售產(chǎn)品，滿足客戶更加私人化、個性化產(chǎn)品需求，實現(xiàn)精準營銷，提高獲客留客能力；另一方面應(yīng)持續(xù)創(chuàng)新已有產(chǎn)品，例如可以與當下的生活熱點相結(jié)合推出聯(lián)名信用卡，吸引不同平臺、不同圈層的用戶進入銀行打造的生態(tài)圈。
（四）立足政策法規(guī)，合理獲取數(shù)據(jù)

目前，個人權(quán)益保護日益受到國家高度重視。2021年頒布生效的《中華人民共和國個人信息保護法》正式將個人信息納入法律保護范圍。
在此環(huán)境下，普惠金融首先應(yīng)順應(yīng)《個保法》規(guī)定，注意對銀行客戶相應(yīng)信息做脫敏處理，并保證個人信息的處理經(jīng)過當事人的知情及同意；其次，中小銀行可能因為樣本不足而無法做出好模型，因此可通過與外部企業(yè)合作，合理利用內(nèi)外數(shù)據(jù)并根據(jù)自身特色、目標客戶與風險偏好來做好選擇；同時，應(yīng)加大對內(nèi)部數(shù)據(jù)的應(yīng)用，而不能對外部數(shù)據(jù)過于依賴。雖然每家銀行的客戶數(shù)據(jù)不可能面面俱到，但一定有自己的特色，因此要利用好自己現(xiàn)有的數(shù)據(jù)；最后，由于單個小微企業(yè)的數(shù)據(jù)是非常有限的，不足以反映小微企業(yè)全貌，因此在對其建立風控模型時應(yīng)考慮利用產(chǎn)業(yè)生態(tài)數(shù)據(jù)和應(yīng)用場景數(shù)據(jù)進行加強，進而獲取小微企業(yè)的完整畫像。在利用（稅務(wù)數(shù)據(jù)、企業(yè)/個人征信解析、三方數(shù)據(jù)等）數(shù)據(jù)構(gòu)建線上評分模型，獲得小微企業(yè)的初步建議額度后，再結(jié)合線下盡調(diào)以及標的企業(yè)所在的細分行業(yè)、細分企業(yè)規(guī)模等產(chǎn)業(yè)數(shù)據(jù)最終得出風控結(jié)果。
（五）建設(shè)人才隊伍，完善風控體系

人才隊伍是建設(shè)智能風控體系的核心力量，同時也是金融機構(gòu)風控的核心競爭力。一個智能風控團隊應(yīng)包含數(shù)據(jù)、業(yè)務(wù)、IT三個方面的專家構(gòu)成：
1.數(shù)據(jù)方面主要包括數(shù)據(jù)總監(jiān)，數(shù)據(jù)收集、存儲、整理與分析方面的專家，概率論與數(shù)理統(tǒng)計方面的應(yīng)用數(shù)學專家，以及以統(tǒng)計學為基礎(chǔ)的機器學習專家。

2.業(yè)務(wù)方面主要包括風控總監(jiān)，信貸產(chǎn)品專家，信貸風控模型專家，以及信貸運營流程專家。

3.IT方面主要包括IT總監(jiān)、項目經(jīng)理、需求分析師、架構(gòu)設(shè)計師、軟件開發(fā)及測試人員等。

? ? ??此外，還應(yīng)配備能統(tǒng)籌以上3個方面的復(fù)合型專家及管理人員。

在人才的引入與培養(yǎng)上，商業(yè)銀行可以一方面建立科技人才綠色通道，吸引更多的科技人才加入，打造專業(yè)化的科技研發(fā)隊伍；另一方面，可以建立新的培訓體系，聘請專業(yè)講師為員工講授科技知識，保證員工能夠及時理解和有效運用新型金融科技產(chǎn)品，緊跟數(shù)字化轉(zhuǎn)型的進度。

（六）依據(jù)不同場景，選擇合適模型

商業(yè)銀行與其他互聯(lián)網(wǎng)金融不同，更加注重合規(guī)審慎經(jīng)營。因此，對待智能風控模型同樣也應(yīng)更加嚴謹，需要在客戶和監(jiān)管機構(gòu)面前對風控模型的可解釋性負責，確保模型在合理的前提下有效，最大程度避免風控模型的“黑匣子”問題。為此，商業(yè)銀行應(yīng)根據(jù)具體的應(yīng)用場景來選擇模型。
在模型類型選擇方面，盡量選取數(shù)據(jù)支持度好、模型構(gòu)建方法成熟、效果經(jīng)過驗證的風控模型，如邏輯回歸模型、決策樹模型等；在模型指標選取方面，可將傳統(tǒng)專家經(jīng)驗轉(zhuǎn)化為模型指標，使模型指標與業(yè)務(wù)之間具有更高的相關(guān)度和更顯著的因果關(guān)系，增加模型的可信度；在模型關(guān)系處理方面，要求普惠金融風控模型能與營銷模型深度、有效地融合起來，讓風控模型從單純的風險攔截型轉(zhuǎn)變?yōu)橘|(zhì)量篩選型，以更有效地避免風險在時間上的累積，減少風險暴雷事件的發(fā)生。

圖4 智能風控關(guān)鍵發(fā)展路徑

在未來，通過在風控智能化轉(zhuǎn)型過程中不斷的嘗試與探索，商業(yè)銀行對“智能風控”本身的理解也將會不斷加深。從長遠來看，智能風控已不再僅僅是數(shù)據(jù)、模型和系統(tǒng)三者的配合形成的智能，它需要更多地與普惠金融的業(yè)務(wù)創(chuàng)新和管理模式變革配合起來。只有將智能風控放在商業(yè)銀行普惠金融經(jīng)營發(fā)展的大環(huán)境中，才能真正處理好普惠金融中傳統(tǒng)風控和智能風控的關(guān)系，綜合評估和運用兩者的優(yōu)勢，以一種更加平穩(wěn)、循序漸進的方式推動風控智能化的平穩(wěn)轉(zhuǎn)型。? （嶺南金融研究院課題組）

我創(chuàng)建了金融科技群，歡迎大家加入群，備注：FT。我的微信：shushengya360

我提供付費咨詢和服務(wù)。

你我連接，相互交流，創(chuàng)造更多價值。

公眾號：數(shù)據(jù)科學與人工智能

作者：陸勤

金融科技行業(yè)數(shù)據(jù)科學工作者。

解決信貸業(yè)務(wù)風控和營銷問題。

喜歡寫點東西，有一顆利他之心。

提供付費咨詢和服務(wù)。