金融数字化调查｜银行：数字化风控势在必行

　　编者按：年初，央行印发《金融科技发展规划（2022-2025年）》，要求高质量推进金融数字化转型。对金融业而言，构建以数据为中心的现代金融服务体系，是数字经济的时代要求，从这个意义上，金融业其实也是IT业。将于12月举办的第八届北京金融论坛，据此以“金融数字化拾级而上”为主题，而北京商报也将推出同主题的系列策划报道，聚焦金融数字化的底层技术、应用场景和数字程度。

　　在数字化概念还未深入人心时，银行对于风控系统的交易功能监测有限，除了无法做到实时监测、实时处理之外，各类场景的数据也往往散落在各自的业务系统中，无法做到有效归集。随着数字金融的快速发展，传统的风控体系面临极大挑战，本次调研的20家A股或H股上市银行已经意识到多维度建立风控模型的重要性，均构建了较为完善的数字化风险管理能力，实现风险数据“一眼清”。

　　从线下向线上为主转变

　　在疫情影响下，银行业务逐渐从线下场景转变至线上场景，这也对风控能力提出了更高要求，由于较为传统的人工监测数据分析具有滞后性，难以做到实时分析，所以，推进风险监控手段由“人工监测”向“线上监测”为主转变成为银行的必经之路。

　　从调研结果来看，多家银行均在中报中提到，加强线上数字化风控体系建设，打造全面风险统一视图。例如，工商银行打造了以“数字化准入”“智能化风控”“线上线下交叉验证”为特征的普惠金融全流程风控体系；建设银行加快了信贷管理数字化能力建设，提升放款、催收等环节的智能化水平；中信银行(601998)不断推进贷后管理和风险监控数字化转型方面，努力由“人工监测”向“线上监测为主，人工监测为辅”转变。

　　通过一系列的探路，银行在风险管理方面也开始不断尝试新技术、新手段，实现风控前移、动态监测、分级处置。在个人业务方面，建设零售关联图谱平台，通过整合全行零售用户信息，建立手机号、设备指纹等多种要素共现的关联图谱，实现对各类零售网贷业务的事中实时欺诈阻断；在对公业务方面，引入工商信息等多维外部数据，有效辅助审贷决策，建立健全数字化员工违规监测指标体系，升级风险防范水平。

　　根据多家银行的反馈，在风险控制事前、事中、事后运用数字化手段，不但能大幅提升预警精准度和作业效率，真正实现了降本增效，还能确保业务各阶段的留痕可追溯和不可篡改，有效提高业务公信力。

　　浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员盘和林认为，银行数字化风控管理能力基于数据收集、利用能力，首先要强调的当然是合规使用数据，在合规的基础上，银行应该增加数据来源，比如对于借款方的信用调查，既要有征信报告，还要结合网点收集的用户数据信息，也要和互联网企业合作，通过线上信用调查来了解用户的信用状况，多元信息汇聚来得出结论。

　　建立风控模型管理平台

　　为了将用户的分层分级处理得更加到位，多家银行还搭建了风控模型管理平台。其中，浦发银行(600000)推动零售审贷数字化，引入工商信息等多维外部数据，有效辅助审贷决策；兴业银行(601166)推广应用“技术流”授信评价体系，对企业科技创新能力进行量化评估；北京银行(601169)上线“京御模方”风控模型管理平台，内置“模多商城”和“模型工坊”功能模块，实现风控模型统筹、集约和可视化管理。

　　无论是信贷业务风险管理，还是反欺诈、反洗钱等，都更加依赖于数据、科技的能力。综合调研反馈来看，多家银行也在包括底层的数据仓库、中台的决策引擎中引入自身开发的风控模型和策略，有效降低了合规风险。

　　据了解，2022年5月，民生银行(600016)搭建了实时信贷资金用途风控模型和策略，打造金融业首个通过区块链技术与司法机构联通的电子存证平台，形成了北京互联网法院、方圆公证处等多源司法能力，确保授信业务流转过程中“申请、审批、签约、放款”各阶段的留痕可追溯和不可篡改。民生银行相关人士在接受北京商报记者采访时表示，存证能力服务于线上贷款、基金、理财、保险代销等近20种线上金融业务场景，日均上链数据近10万，累计上链数据超过1000万。

　　近年来宁波银行(002142)的贷款不良率一致控制在0.79%左右，与该行采用多样化的风控技术不可分割。据了解，宁波银行从2014年开始布局数字化风控，逐步将人脸识别、知识图谱、区块链、人像视觉、大数据等技术应用到了贷款的各个环节中。

　　江苏银行(600919)相关人士也介绍称，该行在风险管理方面不断尝试新技术、新手段，致力于持续提升数字化风控水平。如：在个人业务方面，建设了零售关联图谱平台，通过整合全行零售用户信息，建立手机号、设备指纹等多种要素共现的关联图谱，识别高危欺诈风险团伙，实现对各类零售网贷业务的事中实时欺诈阻断；在对公业务方面，开发了“实际控制人”“集团派系”“关联方”等6类识别模型，建成了“担保圈/链”“供应链”“资金链”数据库，在此基础上运用关联关系传导算法进行风险预警。

　　全生命周期的量化风险监测

　　大力提升数字化风控管理能力除了有效降低合规风险之外，更重要的还是为银行资产质量保驾护航。银保监会公布的数据显示，截至今年三季度末，我国银行业金融机构不良贷款余额3.8万亿元，较年初增加2030亿元，不良贷款率1.74%，较年初下降0.06个百分点，2022年银行业资产质量基本保持稳定。

　　不过仍需注意到，银行不良暴露本身有一定滞后性。如正常情况下，一笔贷款逾期60天或90天才会纳入不良资产，而在疫情期间，监管层又出台了多项延期还本付息的支持政策，也为风险暴露提供了更长的缓冲期。

　　面对潜在的风险隐患，多家银行也表示，有信心通过数字化手段维持资产质量稳定。例如，在贷前、贷中、贷后等环节加入智能风控手段，实现全信贷风控生命周期管理；运用机器学习技术提升风险预警的前瞻性和准确性；将传统风险识别模式和作业方式，升级为全流程可视化数字风控的新模式。

　　谈及下一步银行构建数字化风控能力的重点，易观分析金融行业高级咨询顾问苏筱芮表示，银行在构建数字化风控管理能力方面有两个关键点，一是数据资源，既包括内部形成良好的数据管理体系，也包括从外部可信数据源补充数据，共同挖掘和发挥数据在风控中的应用价值；二是技术，利用人工智能、云计算、区块链等数字化手段，从前、中、后各流程进行梳理，不断迭代和提高风控效率。

　　“银行构建数字化风控能力其一是要重视合规，其二要有数据来源，其三要有算法和方法来进行数据分析，形成完善的风控报告。最终形成精准风控的能力。”盘和林补充说道。