文 / 中國農(nóng)業(yè)銀行軟件開發(fā)中心
副總經(jīng)理 姚琥
供給側(cè)改革逐步深入，使劣質(zhì)企業(yè)的信用風(fēng)險(xiǎn)加速暴露，并傳導(dǎo)到客戶關(guān)系網(wǎng)絡(luò)上的其他主體。劣質(zhì)企業(yè)為了持續(xù)經(jīng)營，依靠屏蔽、捏造信息，騙取貸款，對銀行的經(jīng)營安全構(gòu)成了較大威脅。如何有效收集數(shù)據(jù)、形成信息、沉淀知識、提煉智慧，并將智慧落實(shí)到具體的信用風(fēng)險(xiǎn)管控的全流程，是銀行業(yè)迫切需要解決的問題，也是核心競爭力所在。
農(nóng)業(yè)銀行基于“Data、Information、Knowledge、Wisdom”的DIKW 層次體系，打造了全面性、智能型、全流程的信用風(fēng)險(xiǎn)監(jiān)控系統(tǒng)。其中Data（數(shù)據(jù)）是指原始素材；Information（信息）是指加工處理后有邏輯的數(shù)據(jù)；Knowledge（知識）指的是提煉信息之間的聯(lián)系；Wisdom（智慧）指的是關(guān)心未來，具有預(yù)測的能力。
1 個(gè)風(fēng)險(xiǎn)視圖：從數(shù)據(jù)到信息
農(nóng)業(yè)銀行信用風(fēng)險(xiǎn)監(jiān)控系統(tǒng)依托于“1 個(gè)風(fēng)險(xiǎn)視圖”，解決了數(shù)據(jù)的全面性和數(shù)據(jù)到信息的轉(zhuǎn)換問題。首先，完成了行內(nèi)客戶、市場、業(yè)務(wù)、交易和信貸風(fēng)險(xiǎn)控制等領(lǐng)域數(shù)據(jù)的全面梳理，引入了人行、銀監(jiān)會、公安部、最高法院、工商、海關(guān)、網(wǎng)絡(luò)輿情、P2P 網(wǎng)貸、公積金、運(yùn)營商等外部數(shù)據(jù)，對數(shù)據(jù)真實(shí)性進(jìn)行交叉驗(yàn)證，形成了反映各類社會經(jīng)濟(jì)主體生產(chǎn)、交易、投資等行為的歷史明細(xì)，以及習(xí)慣特征和違約記錄等數(shù)據(jù)，解決了數(shù)據(jù)的收集問題；其次，以客戶為中心，制定了標(biāo)準(zhǔn)統(tǒng)一的數(shù)據(jù)處理模式，對行內(nèi)外多期數(shù)據(jù)進(jìn)行歸類整理、有效整合，按照主題分層的模式完成了邏輯模型的設(shè)計(jì)，形成了客戶信用風(fēng)險(xiǎn)統(tǒng)一視圖，根據(jù)產(chǎn)品、行業(yè)、區(qū)域、人員和機(jī)構(gòu)的風(fēng)控需求，組建了5 個(gè)匯總視圖，共同組成了一整套高內(nèi)聚、低耦合的邏輯和物理模型，解決了可信數(shù)據(jù)到有效信息的轉(zhuǎn)換問題。
圖1 客戶信用風(fēng)險(xiǎn)視圖示意圖
通過“1 個(gè)風(fēng)險(xiǎn)視圖”（圖1），真正做到了全面了解客戶，對融資企業(yè)有了整體把握，掌握的客戶信息維度多樣：了解客戶本身，完整、及時(shí)、準(zhǔn)確地掌握客戶的經(jīng)營行為、資金流動(dòng)、銷售情況，有利于把握資金流、物流和信息流的匹配；同時(shí)了解客戶關(guān)系網(wǎng)絡(luò)，能夠準(zhǔn)確識別企業(yè)供應(yīng)鏈、擔(dān)?；ケｆ湣①Y金往來鏈、隱形關(guān)聯(lián)鏈等形成的復(fù)雜關(guān)系，為識別和防控關(guān)聯(lián)風(fēng)險(xiǎn)奠定基礎(chǔ)；了解客戶發(fā)展趨勢，采用靜態(tài)切片、動(dòng)態(tài)拉鏈等技術(shù)手段，存儲客戶在每個(gè)時(shí)間點(diǎn)的靜態(tài)畫像。
1 個(gè)模型工廠：從信息到知識，再到智慧
知識是從相關(guān)信息中過濾、提煉及加工而得到的有用資料，體現(xiàn)了信息的本質(zhì)、原則和經(jīng)驗(yàn)。智慧是為對事物發(fā)展的前瞻性看法，體現(xiàn)為一種卓越的判斷力。農(nóng)業(yè)銀行信用風(fēng)險(xiǎn)監(jiān)控系統(tǒng)依托于“1 個(gè)模型工廠”，解決信息到知識的沉淀和知識到智慧的提煉過程，將“事后報(bào)告”風(fēng)險(xiǎn)轉(zhuǎn)變成“事前預(yù)警”風(fēng)險(xiǎn)，使信用風(fēng)險(xiǎn)監(jiān)控從“人控”邁進(jìn)了人機(jī)交互智能風(fēng)控的新時(shí)代。
模型工廠分成指標(biāo)庫、模型建模和機(jī)器學(xué)習(xí)3 個(gè)組成部分。指標(biāo)庫是業(yè)務(wù)專家基于長時(shí)間信用風(fēng)險(xiǎn)防控的經(jīng)驗(yàn)，總結(jié)和提煉出來的業(yè)務(wù)規(guī)則，并將業(yè)務(wù)規(guī)則原子化而產(chǎn)生的。其核心在于原子化，只有原子化，才能做到通用性，才能成為事實(shí)標(biāo)準(zhǔn)體系。它可以體現(xiàn)客戶自身（如銷貸比）、客戶變化趨勢（如工資發(fā)放額環(huán)比）、關(guān)聯(lián)客戶（如關(guān)聯(lián)企業(yè)違約），以及客戶與各項(xiàng)標(biāo)準(zhǔn)的對比情況等（如現(xiàn)金流動(dòng)負(fù)債比率與行業(yè)標(biāo)準(zhǔn)值比）。指標(biāo)庫基于信用風(fēng)險(xiǎn)視圖加工而成，是模型建模和機(jī)器學(xué)習(xí)的必要組成部分。截至目前，農(nóng)業(yè)銀行已經(jīng)完成了8 大類數(shù)百個(gè)風(fēng)險(xiǎn)預(yù)警原子指標(biāo)的投產(chǎn)。
模型建模是指標(biāo)庫按照一定業(yè)務(wù)邏輯組合而成的算法。與指標(biāo)庫的共同點(diǎn)在于二者都是業(yè)務(wù)專家長時(shí)間的經(jīng)驗(yàn)積累，不同在于指標(biāo)庫強(qiáng)調(diào)通用性和可解釋性，體現(xiàn)的是信息到知識的轉(zhuǎn)換過程，而模型強(qiáng)調(diào)的是個(gè)性化和隱蔽性，體現(xiàn)的是知識到智慧的升華過程。風(fēng)險(xiǎn)永遠(yuǎn)在發(fā)展變化，風(fēng)險(xiǎn)監(jiān)測的方法和規(guī)則也必須與時(shí)俱進(jìn)、對癥下藥。農(nóng)業(yè)銀行的信用風(fēng)險(xiǎn)監(jiān)控系統(tǒng)提供模型建模的全流程管理，確定信貸專家“五步建?！钡臉?biāo)準(zhǔn)方法，全面支持?jǐn)?shù)學(xué)運(yùn)算和邏輯運(yùn)算等常規(guī)運(yùn)算符，核心創(chuàng)新點(diǎn)是靈活差異，支撐業(yè)務(wù)專家自主設(shè)計(jì)“所見即所得”的預(yù)警模型，允許靈活調(diào)整預(yù)警閾值，設(shè)置區(qū)域、行業(yè)等十多個(gè)自由組合監(jiān)測維度。
機(jī)器學(xué)習(xí)是人工智能的核心，涉及概率論、統(tǒng)計(jì)學(xué)等學(xué)科。農(nóng)業(yè)銀行的信用風(fēng)險(xiǎn)監(jiān)控系統(tǒng)的機(jī)器學(xué)習(xí)模塊可以導(dǎo)入模型建模所產(chǎn)生的專家模型，并通過收集數(shù)據(jù)的變化情況和人工反饋結(jié)果，實(shí)現(xiàn)專家經(jīng)驗(yàn)?zāi)Ｐ偷淖詣?dòng)評估和自我優(yōu)化，還可支持建模人員探索統(tǒng)計(jì)學(xué)模型，并將模型導(dǎo)出并運(yùn)行，有利于復(fù)雜算法的落地實(shí)施，如邏輯回歸、時(shí)間序列、神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林等。
4 類應(yīng)用功能成就智慧信貸
農(nóng)業(yè)銀行通過聯(lián)動(dòng)業(yè)務(wù)辦理、風(fēng)險(xiǎn)信息處置流程、考核評價(jià)支持和風(fēng)險(xiǎn)一站式檢索4 類應(yīng)用功能，將風(fēng)險(xiǎn)視圖和模型工廠產(chǎn)生的智慧結(jié)晶運(yùn)用于信用管理的全流程，取得了很好的應(yīng)用效果。
1. 貸前審批
嚴(yán)控黑名單客戶準(zhǔn)入。農(nóng)業(yè)銀行形成了行內(nèi)外內(nèi)控名單的聚合，將風(fēng)險(xiǎn)客戶分為黑名單客戶、灰名單客戶。其后是使用內(nèi)控名單管理功能，阻止黑名單客戶辦理信貸，阻止灰名單客戶新增授信。
提質(zhì)增效貸前調(diào)查。根據(jù)對客戶風(fēng)險(xiǎn)的整體評估，提前識別客戶可能存在的風(fēng)險(xiǎn)信息項(xiàng)，制訂專業(yè)化、定制化的貸前調(diào)查模板，要求客戶經(jīng)理重點(diǎn)調(diào)查，保證有的放矢，提高調(diào)查質(zhì)量。
輔助信貸智能決策。支持風(fēng)險(xiǎn)信號與信貸審批流程的實(shí)施聯(lián)動(dòng)，提供參數(shù)化、配置化和個(gè)性化配置功能，將風(fēng)險(xiǎn)信息及時(shí)推送到授用信審批的辦理過程中去，采用“主動(dòng)推送，強(qiáng)制查看，閱后留痕，專人跟蹤”的原則，提升風(fēng)控模型在授用信審批的各個(gè)環(huán)節(jié)的重視程度和處置效果。
2. 貸后管理
支持業(yè)務(wù)實(shí)時(shí)鎖定。提前預(yù)判存在風(fēng)險(xiǎn)的信貸業(yè)務(wù)，支持靈活編輯鎖定規(guī)則，對存在風(fēng)險(xiǎn)的信貸業(yè)務(wù)從客戶、行業(yè)、產(chǎn)品、機(jī)構(gòu)等多維度實(shí)施授用信實(shí)時(shí)鎖定，實(shí)現(xiàn)對風(fēng)險(xiǎn)敞口的硬約束。
創(chuàng)新貸后管理模式。提前識別存量客戶的信用風(fēng)險(xiǎn)，將傳統(tǒng)的定期回訪模式正在變革為“以事件觸發(fā)為主、定期回訪為輔”的模式，對不同風(fēng)險(xiǎn)級別的客戶采用不同的貸后管理模式，做到了高風(fēng)險(xiǎn)客戶重點(diǎn)關(guān)注、低風(fēng)險(xiǎn)客戶線上回訪。
農(nóng)業(yè)銀行的信用風(fēng)險(xiǎn)監(jiān)控系統(tǒng)建設(shè)已經(jīng)取得了階段性勝利，正朝著“既能整體把握區(qū)域、行業(yè)、產(chǎn)品的組合風(fēng)險(xiǎn)，又能具體到每個(gè)客戶、每筆業(yè)務(wù)、每項(xiàng)要素，突出信用風(fēng)險(xiǎn)監(jiān)控的即時(shí)性和前瞻性，將處置關(guān)口前置”的工作目標(biāo)繼續(xù)邁進(jìn)。
《金融電子化》新媒體部
主任 / 鄺源 編輯 / 潘婧
聯(lián)系客服
