导读

《关于构建数据基础制度更好发挥数据要素作用的意见》指出，数据作为新型生产要素，已快速融入社会生产和服务各个环节，深刻改变着生产方式、生活方式和社会治理方式。促进数据合规高效流通、赋能实体经济，金融机构在数字化转型过程中，要积极挖掘数据价值，优化改进风险智能管控体系，探索创新金融服务方式，更好服务国家产业链升级。

1、数字风控正当时

金融机构数字化转型如火如荼，随着金融业务的线上化和数字化，业务模式更加多样的同时，资金流也更加复杂，导致风险识别的难度及要求越来越高。然而，一方面，不少银行采用的仍是单体系统的风控体系，它基于规则策略做硬编码开发，风控策略流程变更迭代周期长、效率低，哪怕调整一个阈值也需要将排期、开发、测试、部署流程全部走一遍，平均每次迭代要1到2天，维护成本很高。另一方面，部分银行对公信贷业务仍主要采用传统的贷后管理模式，依赖人工处理，难以适应客户散、金额小、业务量大的业务，企业的融资需求难以满足，银行也疲于提供相应的金融服务。

数字时代有挑战更有机遇。在银行长而复杂的业务链路中，存在大量可被利用的数据资源，运用数字技术、挖掘数据价值、发展数字风控，为解决以上问题提供了可能。事实上，数字风控已经成为了银行数字化转型的核心要义之一。《关于银行业保险业数字化转型的指导意见》《关于推动动产和权利融资业务健康发展的指导意见》等政策文件指出，要着力加强数字化风控能力建设，支持银行机构将产业链、供应链信用评价向“数据信用”和“物的信用”拓展。数字风控的本质是基于海量数据规模和丰富应用场景，运用新技术对银行传统风险管理架构、流程进行改造。目前国内银行在数字风控的开发与应用上仍处于探索阶段，业内并没有形成统一的落地模式。不过，构建智能风控体系已经成为行业的方向性共识。

2、构建高效智能风控体系

智能风控体系是风险的全生命周期管理，根据业务不同环节的风险侧重，采集、清洗、处理数据，建立、分析数据指标，借助规则引擎识别风险，搭建一站式风险视图管理平台，实现对信用风险的预警与监控。智能风控体系的建设，需要以下三方面协同推进。

● 挖掘产业端数据价值

要提高产业链供应链金融服务的精准度和效率、提高风险管理水平，首先要深度融合产业链各环节的信息和数据，深入产业链业务流程，挖掘匹配具体行业特点、交易环节的数据，包括交易模式、付款方式、物流运输等，提炼业务场景、形成数字资产，构建起把控产业链金融风险的基础。

● 驱动风控技术创新

要实现高性能、高可靠、智能化的风险识别，需要结合不同银行、不同业务中多样化、个性化的风控需求，不断探索应用新技术手段，升级智能风控体系。下面是重点技术方向举例。

ⅰ. 图形化决策引擎

这是新型规则引擎系统，它具备简单易用的图形化操作后台，支持风控分析师后台调整风控规则和流程、配置BPMN 标准图形化风控决策流、AB Test分流测试等等，可以实现风控策略流程迭代从天级降到小时级，大大提升风控策略调整效率。

图形化决策引擎示意图

ⅱ. 机器学习模型

引入机器学习等智能化模型可以提升智能风控的实际效果。它将模型打分作为重要决策特征，及时调整变更风控规则，客观真实判断风险状况，有效解决了黑产（借款人借助不法分子寻找规则漏洞的产业）对传统单体系统风控体系的规则配置攻击，同时对产业链的风险特征异常波动进行识别。

ⅲ. 大数据应用

大数据管理通过跨平台、跨业务条线、跨区域的数据整合和风险信息挖掘，引入多方征信数据补充规则与模型，提高对信贷风险管理的敏感度、衡量的准确度，可以极大提高风险识别能力。

● 建设数据分析人才队伍

在数字化转型过程中，银行传统的信贷风控人才队伍和信息科技人才队伍往往无法有效融合，这就需要一支专门的数据分析人才队伍，提升运营效率。数据分析人才能够以信贷业务为核心来进行数据模型和风控模型产品的构建，为业务提供端到端的数据服务支撑，解决跨领域数据模型构建过程中出现的数据标准、数据质量、数据整合等问题。他们能对数据建模和信贷风控进行融合，能力标准远远超越了传统的数据建模师。这些数据分析团队将成为银行在智能风控体系建设、乃至整体数字化转型中最重要的核心竞争力之一。

3、风险管控能力更上一层楼

不同于传统的贷后管理模式，智能风控体系帮助金融机构建立起“主体信用+交易信用”更完备的风险评估体系，实现动态化、精细化、高效率的风险管理，全方位地应用于业务的贷前、贷中、贷后环节，尤其是完善存续期资产管理体系，让金融机构更好地识别、判断、管理产业链供应链风险。

● 贷前准入与尽调

智能风控体系对行业当前情势数据、企业的生产经营数据进行分析，描绘客户画像，制定更为精准的客户准入策略。此外，在贷前尽调阶段，相较于人工，通过智能风控体系的一系列分析，还可快速、高效地对业务的可持续性及企业的风险点得到初步结论。

● 贷中辅助落实信用发放条件及放款审核条件

贷款审批后、发放前，银行客户部门需要根据批复文件落实信用发放条件和放款审核条件。智能风控体系一是可以提供相关条件要求取得的数据信息，二是可基于数据的动态变化，根据不同交易场景，测算较为复杂的授信额度，进一步辅助落实信用发放及放款审核。

● 贷后管理与风险监控

信用发放后，智能风控体系对贷款资金及融资企业的生产经营情况进行实时跟踪与监测，收集融资企业商流、物流、资金流、信息流“四流”数据，四流合一、交叉验真，通过具体的数据与指标将风险量化，逐条设定预警规则，对波动的数据实时进行风险预警、统计分析，便于风险管理人员及时调整风险预警策略、进行风险预警处置。

通过构建智能风控体系，金融机构可以实现三方面价值。第一，代替专家经验，提升风控精准性。不同于依赖专家经验，智能风控体系基于多项数字技术的融合，可对业务和场景数据进行全方位、客观、准确的分析，并根据数据的分布特点，结合金融机构风险偏好，对各类监测数据合理设定阈值，大大提高了风控的精准性。第二，高频数据监测，实时靶向风控。相比传统风控所凭借的历史数据，智能风控体系中使用实时数据，采用精准计量的多维、细颗粒度数据分析，风控效果更具有实时性、高频性、连续性，使风险暴露不再后知后觉，风险处置措施不再一刀切。第三，助力金融风控降本增效。随着数字化转型的不断推进，数据的处理能力和风控能力正在成为金融机构关键的核心竞争力。智能风控体系将助力金融机构全面激活数据要素潜能、提升数字风控能力，降低风险拨备和风险资本消耗，打造真正的“数字化”商业模式。

总 结

作为一家懂金融的科技公司，聚均科技为金融机构对公业务数字化转型提供整体解决方案。聚均科技融合丰富的数字技术手段，创造性提出“交易信用”，基于不同产业链场景特点和金融机构需求，对数据信息进行挖掘、分析，帮助金融机构构建“主体信用+交易信用”更完备的风险评估体系，形成完善的全方位风险评估指标，实现风险更精准把控和更快预警，赋能金融机构高质量数字化转型。

参考文献：
   【1】杨倩雯：《银行数字化转型迫在眉睫，如何绘就“路线图”？》
   【2】刘小莉：《如何打造商业银行智能风控体系》
   【3】谢晓雪：《数字化转型下的银行风险管理》
   【4】王宝会：《银行为企业融资构筑新桥 政策支持创新动产和权利融资方式》
   【5】贺鹏：《金融风控系统的演进与升级》