新一代數(shù)字技術(shù)的日趨成熟，讓“大數(shù)據(jù)”在企業(yè)應(yīng)用中漸入佳境。在大數(shù)據(jù)時代背景之下，銀行風(fēng)控也成功捕捉到了全新的價值空間。隨著傳統(tǒng)利潤的不斷下跌，不良貸款總量上升，風(fēng)控成為了銀行從業(yè)者關(guān)注的焦點。數(shù)字化轉(zhuǎn)型發(fā)展階段，銀行如何秉持“數(shù)字化風(fēng)控”理念，利用大數(shù)據(jù)、云計算、人工智能等前沿科技提高風(fēng)控能力，建立輕資本、輕資產(chǎn)的新型風(fēng)險管控體系，是銀行數(shù)字化的重點工程。在亞太銀行創(chuàng)新峰會上，法海風(fēng)控副總裁高偉就當(dāng)前銀行形勢分享了自己關(guān)于強監(jiān)管條件下銀行數(shù)字化風(fēng)控的建設(shè)性意見。

數(shù)字化風(fēng)控關(guān)鍵在于尋找有價值的數(shù)據(jù)

大數(shù)據(jù)時代，每個企業(yè)每時每刻都會產(chǎn)生數(shù)據(jù)，在巨量的數(shù)據(jù)之下，銀行不可能每條都一一查看，這是一個耗時而低效的過程。對于銀行而言，如何找到好的、有價值的數(shù)據(jù)才是個中關(guān)鍵。高偉表示，面對一個目標(biāo)企業(yè)，銀行風(fēng)控需要快速的在大體量的信息數(shù)據(jù)之下，迅速按照警告、負(fù)向、中性、正向、利好等指標(biāo)對數(shù)據(jù)設(shè)置分級。這五類分級能夠幫助銀行從海量資料中迅速識別風(fēng)險較高的企業(yè)。此外還需要從行業(yè)基本信息、信息校驗、重點關(guān)注信息、代發(fā)工資、跨商業(yè)銀行風(fēng)險預(yù)警、失信被執(zhí)行、客戶關(guān)聯(lián)關(guān)系、小企業(yè)征信信息等方面形成客戶信息閉環(huán)，構(gòu)建以銀行征信、財務(wù)報告、工商報告、抵押擔(dān)保小微企業(yè)司法涉訴等風(fēng)險評估和對公業(yè)務(wù)所需要的基本信息架構(gòu)，并結(jié)合外部數(shù)據(jù)和行方數(shù)據(jù)、人行、工商和擔(dān)保信息等完整刻畫用戶畫像，實現(xiàn)數(shù)字化的風(fēng)險評測。

大數(shù)據(jù)等數(shù)字科技賦能銀行風(fēng)控

對于數(shù)字化的銀行風(fēng)控體系建設(shè)，高偉明確指出需要三項底層核心技術(shù)的支持：

1. 具備自主知識產(chǎn)權(quán)原界的技術(shù)底層支持;

2. 具備人工智能語義分析;

3. 具備自然語言情感分析;

當(dāng)然，在甄別數(shù)據(jù)優(yōu)劣方面，還需要有“全、準(zhǔn)、快”三個標(biāo)準(zhǔn)衡量。全，要求數(shù)據(jù)全網(wǎng)、全國覆蓋;準(zhǔn)，要求數(shù)據(jù)解析精準(zhǔn)度足夠高，一般而言，模型解析精準(zhǔn)度需要達(dá)到95%以上，才可能相對準(zhǔn)確，當(dāng)然越高越好;快，要求能夠及時更新。很多時候，往往一條數(shù)據(jù)就能判別一家企業(yè)生死。因此，在數(shù)字化風(fēng)控方面，銀行需要將收集到的類似法院文書等非機構(gòu)數(shù)據(jù)進(jìn)行高清度結(jié)構(gòu)化解析處理，有了精準(zhǔn)解析的數(shù)據(jù)再利用結(jié)構(gòu)化規(guī)則應(yīng)用到銀行業(yè)務(wù)中，再用人工智能等技術(shù)手段，對各類數(shù)據(jù)進(jìn)行分析(如從招聘數(shù)據(jù)能夠看到企業(yè)關(guān)注點在哪里，需要通過招聘崗位透露核心業(yè)務(wù))，進(jìn)而刻畫出企業(yè)用戶畫像。

目前，銀行識別客戶尚處于不同階段，在借力外部大數(shù)據(jù)方面，高偉總結(jié)了5大情況：

1、 還未引進(jìn)大數(shù)據(jù)，但有調(diào)研意圖。這種情況的銀行尚未實現(xiàn)轉(zhuǎn)型，效率低下，且無法保證數(shù)據(jù)的全面性和準(zhǔn)確性。

2、 已經(jīng)引入外部大數(shù)據(jù)，并開啟使用。此類銀行使用效率高、覆蓋全面且信息更新及時。

3、 引入外部大數(shù)據(jù)中發(fā)現(xiàn)問題，有升級需求。這類銀行使用時信息量過大，開始考慮如何過濾信息;并計劃對存量客戶進(jìn)行風(fēng)險篩查;試圖找出規(guī)則并結(jié)合行內(nèi)系統(tǒng)建立模型。

4、 已經(jīng)找到好的、高精度的數(shù)據(jù)，并開始建模。這種情況銀行已經(jīng)建立信息分級、批量排查和規(guī)則梳理和模型應(yīng)用。

5、 已經(jīng)實現(xiàn)內(nèi)外部數(shù)據(jù)融合，開始自主創(chuàng)新，分布上線迭代升級一氣呵成。