《中国金融》｜强化中小银行独立自主风控能力

导读：在数字化转型的大浪潮之下，如何形成针对小微企业的大数据独立风控核心能力，成为中小银行差异化及高质量发展的一道必答题

作者｜杨煊「金城银行行长助理」

文章｜《中国金融》2023年第12期

中小银行作为我国金融体系的重要组成部分，是普惠金融供给的重要有生力量。然而，如何在激烈竞争中打造差异化的发展优势，在做好普惠金融的同时实现商业模式可持续发展；在数字化转型浪潮之下，如何利用数字技术提升大数据核心风控能力，服务更多更广泛的小微企业，成为摆在中小银行面前的重要议题。笔者以金城银行探索数字小微风控模式为例，解读独立自主搭建大数据风控系统的相关做法与创新，以期给更多中小银行带来借鉴与参考，共同助力数字普惠金融服务实体经济高质量发展。

独立自主风控是中小银行扎根普惠金融的核心引擎

2022年中央经济工作会议提出，“引导金融机构加大对小微企业、科技创新、绿色发展等领域支持力度”，普惠金融正在进入一个新的更高质量的发展阶段。近年来，随着移动支付、互联网技术的创新发展，叠加疫情对人们生活和工作方式的影响和改变，“零接触”式的互联网贷款产品已成为普惠金融服务的重要方式，较好的满足了小微企业“短、频、急、小”的金融服务需求。

中小银行作为普惠金融服务的生力军，只有充分利用互联网技术推进线上业务的研发，才能提升普惠金融的可获得性和便捷性；只有实现普惠金融与商业模式可持续发展有机结合，才能为小微企业提供源源不断的支持和服务。然而，既能做好普惠金融又能实现商业模式可持续发展的关键在于风控，利用人工智能、大数据、云计算等技术打造独立自主的风控体系，实现对客户的精准画像和风险的有效识别，既是中小银行稳健运营实现高质量发展的根基，更是扎根普惠金融的核心引擎。

夯实独立自主风控能力，是中小银行互联网贷款业务可持续发展的唯一路径。近年来，随着互联网贷款业务尤其个人消费贷款业务的高速发展，互联网平台与商业银行的深度合作成为业内主流模式，伴随着业务量、客户数的倍数增长，商业银行的传统风控模式无法适应新时代的互联网贷款业务发展，在一定程度上出现了商业银行在授信审批、贷款发放、资金监测等核心风控环节过度依赖合作机构的情况。2022年，银保监会印发《关于加强商业银行互联网贷款业务管理 提升金融服务质效的通知》，进一步细化明确商业银行贷款管理和自主风控要求，推动商业银行和合作机构规范开展业务合作，促进互联网贷款业务高质量发展。在此政策要求之下，商业银行必须改变过去依赖平台的惯性模式，打造独立自主的大数据风控能力，成为中小银行互联网贷款业务健康可持续发展的唯一路径。

自主建设针对小微企业的大数据风控能力，是中小银行差异化、高质量发展的新动能。数字化转型如火如荼，普惠金融深入推进，针对个人客户的大数据风控模式，如今已有比较成熟的解决方案，但针对小微企业的大数据自主风控模式，仍然是行业正在探索与攻克的难点。长期以来，小微企业融资难融资贵的核心症结，在于小微企业的信息不透明，金融机构风险不可控，加之线下作业模式效率低、成本高，不具备商业可持续性。在金融科技与数字技术的助力之下，近两年来，部分中小银行先行先试，探索针对小微企业的大数据风控模式，取得了良好效果。

2020年8月以来，金城银行明确了“以数字金融服务实体中小微企业”的战略新方向，接连推出面向中小微企业的“金企贷”“专新贷”等数字金融产品，为了确保服务小微企业风险可控，金城银行从零开始引进数字科技与风控人才，深度运用机器学习、深度学习、图计算、远程身份认证、企业知识图谱、流计算、金融私有云、分布式风控等先进的金融风控技术及工具，独创“3D”全景大数据风控模式，综合数十个合法数据源维度，针对“小微企业主+企业”进行双重风控建模交叉验证，同时从宏观经济、行业周期波动、未来发展趋势等多维角度进行综合分析，最终确定小微企业的额度、利率。2年时间内，金城银行已触达超过100万小微企业群体，累计放款超过1000亿元，自主研发的小微风控系统整体稳定可控。以数字金融服务小微企业，已成为金城银行业务高速发展的新引擎，同时也成为金城银行扎根普惠金融助力实体经济发展的新抓手。

自主风控能力建设须“人才+数据+决策”组合发力

银行机构要自主建设针对小微企业的大数据风控能力，并非朝夕之功。这不仅是对科技系统的稳定性、有效性与安全性的考验，更是对数据治理、数据挖掘、风控建模、贷中贷后监控等一系列流程独立风控能力的检验。

数字风控人才是建立独立风控能力的基础。建立针对小微企业的大数据风控系统，要求银行风控人员不仅要具备大数据分析能力、建模能力，还需要具备一定的行业分析能力、企业尽调经验等。要搭建起懂金融、懂技术、懂业务、懂风险的复合型风控人才队伍，需在组织架构、资源规划、人才队伍、企业文化等多个方面下功夫，吸引复合型、多元化人才加盟。金城银行启动数字化转型后，高度重视数字科技与风控人才的组建工作，为了吸引、留住关键科技风控人才，金城银行倾斜资源、重组架构，快速搭建起了一个经验丰富、执行力强的科技风控“铁军”团队，科技风控人才占比迅速提升到了50%左右。

数据挖掘处理能力是独立风控的起点。数据是数字风控的基础生产要素，只有获得多维、全面的数据，才能更准确地评估与分析各类潜在风险。相比个人消费贷款来说，小微企业信用记录不充分，存在数据维度缺失、数据量少、数据真实度存疑等难点，这些都会影响银行机构在做贷前信用评估时的精准度。基于此，银行机构需具备良好的数据收集、数据挖掘、数据分析、数据监控等数据处理能力。

金城银行深度分析小微企业风险的关键数据特征，在高度重视数据安全管理和客户信息保护工作，按照“知情同意”和“最小必要”的原则之下，接入了包括企业税务、工商、发票、司法、征信、反欺诈、黑名单等数十个权威数据源。与此同时，辅助添加了小微企业法定代表人的相关数据维度，进行双重交叉验证提高风控精准度。为了能更好地分析挖掘这些数据要素，金城银行自主搭建了大数据平台，采用大数据存储和处理技术，凭借强大的计算能力和先进的人工智能算法，对海量弱特征变量数据进行整合并进行信息提取，以提升数据挖掘效率。此外，金城银行还迭代使用了先进的知识图谱技术，利用图计算、图数据挖掘技术，基于企业工商信息建立股权关系知识图谱，快速分析出目标客户的股权关系及关联人、企业的风险情况，为小微业务提供高效、丰富的风险特征变量，补充小微企业缺失数据、拓宽自身数据挖掘能力、精准识别团伙欺诈，并对小微企业信贷全流程进行质量监控。

数据建模决策能力是独立风控的核心。有了数据只是小微企业风控的开始，要决定是否给小微企业贷款，授信额度与利率水平是多少，银行必须借助技术手段，对海量数据(603138)进行建模和预测，利用算法对数据进行分析，从而识别企业信用风险。可以说，大数据风控模型的优劣决定了银行信用风险的高低。为此，金城银行建设了一整套基于自动化决策引擎的风控系统，构建了贯穿小微企业全生命周期的身份认证模型、反欺诈模型、反洗钱模型、合规模型、风险评价模型、风险定价模型、授信审批模型、风险预警模型和贷款清收模型等风险模型体系，利用决策树、随机森林、神经网络等算法，同时结合人工智能技术，对客户真实身份、借款意愿、信用状况等进行有效识别评估和智能化决策判断，最终给予小微企业定制化、个性化的金融服务方案。

数据动态分析能力是独立风控的强有力保障。小微企业的信用风险并不是一成不变的，在很大程度上，不仅取决于自身经营情况的好坏，更受到了宏观经济环境、行业周期波动等多方面的影响。对企业相关数据的动态跟踪与预警，决定了贷中贷后风险管理的预判力与精准度。金城银行在高度关注小微企业自身行为数据变化的同时，也将宏观经济环境相关指数如CPI、PPI、社会零售品、GDP、进出口、社会融资增量、固定资产投资增速纳入模型变量，通过多维数据变化的综合分析，研判潜在风险从而及时调整策略，提升资产管控质量，提高自身盈利能力。

建立独立自主风控能力，既需要中小银行摆脱过往依赖平台的思维模式，又需要从战略角度，从“人才+数据+决策”层面进行组合发力，更好地提升小微企业客户的信用风险管控效率与质量。当独立自主风控能力不断在实践中得到检验、迭代、提升，中小银行健康可持续发展的命脉才能掌握在自己手中，才能形成服务小微实体经济的核心竞争力，从而深入服务实体经济的“毛细血管”，在支持实体经济发展的道路上前行不辍，为高质量发展“添砖加瓦”。■

（责任编辑　张晓哲）

本文首发于微信公众号：中国金融杂志。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。