基于大數(shù)據(jù)視角的惠農(nóng)e貸智能風(fēng)控研究

摘? ?要：本文基于對(duì)農(nóng)行陜西省分行互聯(lián)網(wǎng)金融產(chǎn)品——惠農(nóng)e貸分析的基礎(chǔ)上，指出風(fēng)險(xiǎn)防控中存在的問(wèn)題，分析了大數(shù)據(jù)風(fēng)控的機(jī)遇和挑戰(zhàn)，從大數(shù)據(jù)視角提出構(gòu)建智能風(fēng)控的對(duì)策。

關(guān)鍵詞：大數(shù)據(jù);惠農(nóng)e貸;智能風(fēng)控

大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等技術(shù)的推動(dòng)，促進(jìn)了科技與金融的高度融合、相互滲透，驅(qū)動(dòng)客戶行為向線上化、場(chǎng)景化、數(shù)字化轉(zhuǎn)型。為順應(yīng)場(chǎng)景化、數(shù)字化的客戶需求，商業(yè)銀行逐步創(chuàng)新線上化互聯(lián)網(wǎng)信貸模式。伴隨線上信貸規(guī)模的擴(kuò)大，風(fēng)險(xiǎn)管理問(wèn)題日益凸顯，如何構(gòu)建基于大數(shù)據(jù)的智能風(fēng)險(xiǎn)防控體系，成為商業(yè)銀行面臨的重要問(wèn)題。農(nóng)行陜西省分行順應(yīng)互聯(lián)網(wǎng)金融浪潮和線上化的需求，創(chuàng)新推出了線上信貸產(chǎn)品，改變了信貸方式，提升了信貸效率，該模式的推出也為風(fēng)險(xiǎn)防控帶來(lái)前所未有的挑戰(zhàn)。為更好應(yīng)對(duì)風(fēng)控挑戰(zhàn)，商業(yè)銀行可借助大數(shù)據(jù)開(kāi)展挖掘和智能分析，以數(shù)據(jù)驅(qū)動(dòng)風(fēng)險(xiǎn)決策，提升風(fēng)險(xiǎn)管理專業(yè)性，使金融和科技深度融合，促進(jìn)風(fēng)險(xiǎn)防控能力提升。因此，智慧風(fēng)險(xiǎn)管理已成為商業(yè)銀行的必然選擇。

一、陜西惠農(nóng)e貸發(fā)展現(xiàn)狀

近年來(lái)，農(nóng)行陜西省分行圍繞“互聯(lián)網(wǎng)化、數(shù)據(jù)化、智能化”的思路，踐行總行“服務(wù)‘三農(nóng)、做強(qiáng)縣域”的戰(zhàn)略定位，利用互聯(lián)網(wǎng)技術(shù)優(yōu)勢(shì)，積極破解農(nóng)戶融資難、融資慢等問(wèn)題，創(chuàng)新推出線上融資產(chǎn)品—惠農(nóng)e貸，努力打造經(jīng)營(yíng)富有特色的區(qū)域強(qiáng)行，惠農(nóng)e貸業(yè)務(wù)初見(jiàn)成效。

（一）業(yè)務(wù)發(fā)展階段

大體來(lái)說(shuō)，農(nóng)行陜西省分行惠農(nóng)e貸經(jīng)歷了三個(gè)階段。第一個(gè)階段：創(chuàng)新試點(diǎn)。為適應(yīng)互聯(lián)網(wǎng)金融發(fā)展趨勢(shì)，探索大規(guī)模、線上化的要求，2017年農(nóng)行陜西省分行以煙葉為切入點(diǎn)，利用數(shù)據(jù)挖掘客戶信息，開(kāi)展農(nóng)戶信貸線上化試點(diǎn)。第二個(gè)階段：突破提升。2018年，圍繞主導(dǎo)產(chǎn)業(yè)和區(qū)域資源優(yōu)勢(shì)，提出惠農(nóng)e貸突破提升的思路，探索創(chuàng)新推出特色產(chǎn)業(yè)、政府增信、信用村新用戶等典型模式，業(yè)務(wù)取得迅速全面突破。第三個(gè)階段：提質(zhì)增效。2019年，緊扣“三農(nóng)”發(fā)展趨勢(shì)，以服務(wù)鄉(xiāng)村振興戰(zhàn)略為主線，全面擴(kuò)量提質(zhì)增效，將“惠農(nóng)e貸”打造成農(nóng)戶貸款新的增長(zhǎng)極。

（二）業(yè)務(wù)增長(zhǎng)狀況

在2017年試點(diǎn)基礎(chǔ)上，2018年全行加速推進(jìn)“惠農(nóng)e貸”，業(yè)務(wù)持續(xù)保持健康、高速增長(zhǎng)。2017年末，惠農(nóng)e貸余額296萬(wàn)元;2018年一季度末，貸款余額達(dá)1643萬(wàn)元，二季度末貸款余額達(dá)114720萬(wàn)元，三季度末貸款余額達(dá)215033萬(wàn)元，年末貸款余額達(dá)225898萬(wàn)元，一舉扭轉(zhuǎn)了2013年以來(lái)農(nóng)戶貸款持續(xù)萎縮的不利局面，貸款余額創(chuàng)歷史新高。2019年，按照上級(jí)行提質(zhì)增效要求，不斷加大惠農(nóng)e貸投放，一季度末貸款余額達(dá)325406萬(wàn)元，5月末貸款達(dá)到335279萬(wàn)元，并繼續(xù)保持高速發(fā)展。

（三）業(yè)務(wù)路徑逐步完善

近年來(lái)，農(nóng)行陜西省分行圍繞區(qū)域特色產(chǎn)業(yè)、行內(nèi)客戶數(shù)據(jù)、銀政合作等，主動(dòng)、及時(shí)響應(yīng)客戶融資需求，通過(guò)了解產(chǎn)業(yè)規(guī)模、成本、收入等信息，確定基礎(chǔ)額度和區(qū)域參數(shù)，逐行業(yè)制定服務(wù)方案，目前，全行制定服務(wù)方案70多個(gè)，涵蓋了陜西主要涉農(nóng)產(chǎn)業(yè)，包括蘋(píng)果、獼猴桃、冬棗、葡萄、烤煙、中藥材、花椒等。

（四）業(yè)務(wù)數(shù)據(jù)來(lái)源多樣

目前，業(yè)務(wù)數(shù)據(jù)主要通過(guò)內(nèi)部渠道和外部渠道獲得。外部數(shù)據(jù)主要通過(guò)扶貧局、科技局、果業(yè)局、村委會(huì)、惠農(nóng)支付點(diǎn)獲取;三方數(shù)據(jù)主要通過(guò)產(chǎn)業(yè)鏈上下游企業(yè)和煙草公司獲取。內(nèi)部渠道主要通過(guò)農(nóng)行信貸、金融資產(chǎn)和營(yíng)銷管理系統(tǒng)獲取，其他無(wú)數(shù)據(jù)來(lái)源的主要通過(guò)客戶經(jīng)理人工采集。從入庫(kù)數(shù)據(jù)看，采集渠道主要以人工采集為主，線上化水平較低。從2019年5月末貸款發(fā)放數(shù)據(jù)看，純大數(shù)據(jù)獲取數(shù)自動(dòng)入庫(kù)放款的3515筆、2.42億元;三方獲取經(jīng)過(guò)數(shù)據(jù)加工處理核實(shí)放款的9970筆、7.43億元;主要靠客戶經(jīng)理采集輔助三方校驗(yàn)的29743筆、23.68億元。

（五）業(yè)務(wù)風(fēng)險(xiǎn)狀況

由于信貸管理嚴(yán)格，內(nèi)部制度健全，對(duì)產(chǎn)業(yè)、行業(yè)、客戶選擇準(zhǔn)確，數(shù)據(jù)采集規(guī)范，并輔助交叉驗(yàn)證方式獲取客戶人品、誠(chéng)信、經(jīng)營(yíng)等信息，入庫(kù)審核嚴(yán)格，信貸模型設(shè)計(jì)科學(xué)，貸款系統(tǒng)自動(dòng)審批，無(wú)人工干預(yù)，貸后管理重視，惠農(nóng)e貸整體質(zhì)量較好。截至2019年5月末，不良率為0.02%，遠(yuǎn)低于全行不良水平。

二、風(fēng)險(xiǎn)防控措施及問(wèn)題

（一）風(fēng)險(xiǎn)防控措施

1.貸前風(fēng)控措施。一是嚴(yán)把產(chǎn)業(yè)關(guān)，明確支持產(chǎn)業(yè)重點(diǎn)，對(duì)成熟度高、發(fā)展?jié)摿Υ蟮漠a(chǎn)業(yè)優(yōu)先支持;二是嚴(yán)把模型關(guān)，在充分調(diào)研基礎(chǔ)上，科學(xué)設(shè)計(jì)業(yè)務(wù)模型，并按定期進(jìn)行模型修訂;三是嚴(yán)把客戶關(guān)，將有生產(chǎn)經(jīng)營(yíng)基礎(chǔ)、人品好、講誠(chéng)信的客戶作為目標(biāo)客戶，對(duì)內(nèi)部系統(tǒng)或者三方渠道獲取客戶，認(rèn)真審查，確保真實(shí)、有效，對(duì)無(wú)三方渠道來(lái)源客戶，做好客戶調(diào)查、審核、完善客戶信息，確?？蛻魷?zhǔn)入“第一”關(guān);四是嚴(yán)把數(shù)據(jù)審核關(guān)，做實(shí)數(shù)據(jù)采集，確保責(zé)任落實(shí)到崗、到人，監(jiān)督制約到位，確保數(shù)據(jù)真實(shí)可靠。

2.貸中風(fēng)控措施。一是利用C3系統(tǒng)，動(dòng)態(tài)查詢海關(guān)、司法、工商、區(qū)域行業(yè)輿情等信息，確?？蛻魷?zhǔn)入嚴(yán)格;二是借助客戶征信系統(tǒng)，對(duì)農(nóng)戶嚴(yán)格篩選，對(duì)有不良、涉及訴訟、黃賭毒等行為的客戶嚴(yán)禁辦貸;三是對(duì)線下業(yè)務(wù)申請(qǐng)的，與客戶進(jìn)行面談，充分了解客戶生產(chǎn)經(jīng)營(yíng)信息，并簽訂“陽(yáng)光廉潔辦貸卡”，嚴(yán)防道德風(fēng)險(xiǎn)，對(duì)線上申請(qǐng)的客戶，與內(nèi)部校驗(yàn)相關(guān)情況，全面了解客戶;四是與通過(guò)與政府部門(mén)、政策性擔(dān)保公司合作，建立風(fēng)險(xiǎn)補(bǔ)償基金，分散資金風(fēng)險(xiǎn)。

3.貸后風(fēng)控措施。一是利用系統(tǒng)和科技手段，強(qiáng)化風(fēng)險(xiǎn)監(jiān)測(cè)，做好風(fēng)險(xiǎn)預(yù)警提示，已經(jīng)上線個(gè)人線上信用貸款風(fēng)險(xiǎn)監(jiān)控系統(tǒng)，對(duì)客戶資金異常交易、貸款用途等進(jìn)行實(shí)時(shí)監(jiān)測(cè);二是非現(xiàn)場(chǎng)檢查，主要通過(guò)電話外呼、客戶經(jīng)理電話回訪、短信提醒等方式，對(duì)客戶做好核實(shí)和提醒;三是通過(guò)還款方式監(jiān)測(cè)，鼓勵(lì)通過(guò)按月、季、半年等方式結(jié)息，判斷客戶風(fēng)險(xiǎn)狀況，對(duì)還息疑點(diǎn)，及時(shí)組織客戶經(jīng)理現(xiàn)場(chǎng)核實(shí)，做好風(fēng)險(xiǎn)處置，做實(shí)貸后管理;四是通過(guò)風(fēng)險(xiǎn)線索監(jiān)測(cè)系統(tǒng)，定期對(duì)可疑貸款進(jìn)行下發(fā)，做好疑似問(wèn)題核實(shí)。

（二）風(fēng)險(xiǎn)防控存在的問(wèn)題

1.風(fēng)險(xiǎn)管理能力與發(fā)展不匹配。一是智能化風(fēng)險(xiǎn)防控意識(shí)薄弱?；蒉r(nóng)e貸是農(nóng)行創(chuàng)新推出的線上化信貸產(chǎn)品，由于便捷、高效、手續(xù)簡(jiǎn)便，推出后發(fā)展突飛猛進(jìn)，但大部分行受固有觀念制約，未能充分認(rèn)識(shí)推廣“三農(nóng)”互聯(lián)網(wǎng)信貸的內(nèi)涵，風(fēng)險(xiǎn)防控還停留在原有傳統(tǒng)信貸階段，對(duì)風(fēng)險(xiǎn)過(guò)于樂(lè)觀，強(qiáng)調(diào)貸前“真人”“真事”多，對(duì)貸款管理不夠重視，信貸觀念有待更新。二是風(fēng)險(xiǎn)管理舉措單一。目前，風(fēng)險(xiǎn)管控主要通過(guò)白名單入庫(kù)前客戶數(shù)據(jù)核實(shí)、貸中客戶面談、貸后風(fēng)險(xiǎn)預(yù)警或風(fēng)險(xiǎn)發(fā)生后采取措施等手段，不能提前發(fā)現(xiàn)客戶風(fēng)險(xiǎn)隱患，做好風(fēng)險(xiǎn)防控準(zhǔn)備，特別是部分客戶經(jīng)理忽視貸后管理風(fēng)險(xiǎn)預(yù)警功能，只是簡(jiǎn)單處理，現(xiàn)場(chǎng)核實(shí)風(fēng)險(xiǎn)線索和信貸資金監(jiān)測(cè)不扎實(shí)，難以發(fā)現(xiàn)問(wèn)題，易埋下風(fēng)險(xiǎn)隱患。

2.智能風(fēng)控水平較落后，人工防控仍占主導(dǎo)。目前，農(nóng)行已經(jīng)上線個(gè)人線上信用貸款風(fēng)險(xiǎn)監(jiān)控系統(tǒng)，通過(guò)C3預(yù)警風(fēng)險(xiǎn)線索，但還需要客戶經(jīng)理通過(guò)分析、電話調(diào)查、現(xiàn)場(chǎng)調(diào)查等方式，核實(shí)貸款資金實(shí)際用途，判斷是否存在挪用行為，定位問(wèn)題所在。因此，風(fēng)險(xiǎn)識(shí)別主要依靠客戶經(jīng)理的管理水平和管理經(jīng)驗(yàn)，很難快速精準(zhǔn)識(shí)別出目標(biāo)風(fēng)險(xiǎn)信息，精度和效率都很差?？蛻艚?jīng)理經(jīng)驗(yàn)、業(yè)務(wù)能力、履職責(zé)任心等都會(huì)影響風(fēng)險(xiǎn)管理效果，甚至存在風(fēng)險(xiǎn)線索核查流于形式，極大降低了風(fēng)險(xiǎn)管理水平。

3.預(yù)警模型精準(zhǔn)度較低，數(shù)據(jù)資源不夠全面。一是風(fēng)險(xiǎn)預(yù)警模型多為線性規(guī)則，即是客戶、時(shí)間、金額、用途等參數(shù)，簡(jiǎn)單對(duì)比分析、判斷，提供預(yù)警線索。受制于數(shù)據(jù)維度和處理能力，風(fēng)控預(yù)警主要通過(guò)有限數(shù)據(jù)獲取盡可能多的信息，有大量無(wú)效信息無(wú)法過(guò)濾，可能造成分析、判斷失誤，不能通過(guò)客戶行為、社交網(wǎng)絡(luò)、消費(fèi)等維度全面分析，提升風(fēng)險(xiǎn)管理能力。二是風(fēng)控效率不高。為了避免遺漏，風(fēng)控預(yù)警范圍很大，大量風(fēng)控線索使客戶經(jīng)理疲于應(yīng)付，真正關(guān)鍵線索容易被疏忽，精準(zhǔn)度嚴(yán)重不足。三是數(shù)據(jù)維度面較窄?；蒉r(nóng)e貸是通過(guò)批量采集數(shù)據(jù)，建立信貸模型，為客戶預(yù)授信貸款額度，這對(duì)傳統(tǒng)信貸思維、文化、制度都帶來(lái)巨大沖擊，推動(dòng)信貸由被動(dòng)申請(qǐng)、審批向主動(dòng)授信、自動(dòng)審批轉(zhuǎn)變，有效提高了信貸作業(yè)效率。但風(fēng)險(xiǎn)控制方面能夠依賴的數(shù)據(jù)維度單一，缺乏主動(dòng)依靠自動(dòng)檢索、分析客戶全方位數(shù)據(jù)的水平，智能風(fēng)控能力較低，線上優(yōu)勢(shì)未發(fā)揮。

4.智能風(fēng)控人才缺乏。隨著大數(shù)據(jù)技術(shù)的廣泛應(yīng)用，龐大的數(shù)據(jù)、復(fù)雜的數(shù)據(jù)關(guān)系、種類繁多的數(shù)據(jù)對(duì)風(fēng)險(xiǎn)管理人員提出了更高要求，不僅需要專業(yè)的業(yè)務(wù)知識(shí)，而且需要有高超的數(shù)據(jù)挖掘、數(shù)據(jù)分析能力。從省市行層面上看，缺乏即懂業(yè)務(wù)又有數(shù)據(jù)分析能力的復(fù)合型人才;從基層風(fēng)險(xiǎn)經(jīng)理隊(duì)伍看，“三農(nóng)”客戶經(jīng)理大多為兼職，且年齡整體較大，尤其缺乏互聯(lián)網(wǎng)思維的風(fēng)控能力。

5.智能風(fēng)控機(jī)制不健全。一是缺乏數(shù)據(jù)共享機(jī)制。大數(shù)據(jù)背景下線上信貸業(yè)務(wù)，需要匹配智能風(fēng)險(xiǎn)防控能力。智能風(fēng)險(xiǎn)是大數(shù)據(jù)、云計(jì)算驅(qū)動(dòng)下的風(fēng)控，因此需要大量數(shù)據(jù)支撐，目前銀行擁有大量客戶金融數(shù)據(jù)、征信、司法、銀行卡交易等數(shù)據(jù)，但存在靜態(tài)、碎片化局限，金融業(yè)之間、金融業(yè)和其他行業(yè)間存在信息孤島，數(shù)據(jù)共享嚴(yán)重不足，對(duì)數(shù)據(jù)加工、分析存在障礙。二是缺乏糾錯(cuò)迭代機(jī)制?；ヂ?lián)網(wǎng)信貸是批量化產(chǎn)品，這對(duì)智能風(fēng)險(xiǎn)管理提出了更高要求，不僅要隨著業(yè)務(wù)發(fā)展做好信貸政策和業(yè)務(wù)流程的優(yōu)化，也需要系統(tǒng)開(kāi)發(fā)和完善上迅速迭代;另外，大數(shù)據(jù)本身也存在不足，也會(huì)出現(xiàn)不確定性問(wèn)題，因此，需要建立糾錯(cuò)迭代機(jī)制，及時(shí)修正模型或系統(tǒng)，完善流程，提升風(fēng)險(xiǎn)控制有效性。

三、大數(shù)據(jù)風(fēng)控機(jī)遇和挑戰(zhàn)

在大數(shù)據(jù)浪潮下，互聯(lián)網(wǎng)金融已快速發(fā)展，商業(yè)銀行主動(dòng)介入互聯(lián)網(wǎng)金融領(lǐng)域，開(kāi)始構(gòu)建貸前、貸中、貸后全流程風(fēng)險(xiǎn)預(yù)警、風(fēng)險(xiǎn)管理機(jī)制，為商業(yè)銀行智能風(fēng)險(xiǎn)管理奠定了良好的基礎(chǔ)，但對(duì)于大數(shù)據(jù)風(fēng)控即要看到機(jī)遇也要看到挑戰(zhàn)。

（一）大數(shù)據(jù)風(fēng)控管理的機(jī)遇

1.宏觀政策的利好。在金融供給側(cè)結(jié)構(gòu)性改革背景下，國(guó)家明確提出鼓勵(lì)金融與科技融合。在此背景下，各商業(yè)銀行積極運(yùn)用科技支持信貸業(yè)務(wù)，開(kāi)發(fā)探索個(gè)性化產(chǎn)品，這為大數(shù)據(jù)風(fēng)控管理提供了難得的歷史機(jī)遇。

2.大數(shù)據(jù)分析技術(shù)成熟。隨著大數(shù)據(jù)、云計(jì)算、人工智能技術(shù)的成熟，大數(shù)據(jù)與其他行業(yè)融合更加緊密，演變出更多的應(yīng)用領(lǐng)域，特別是為響應(yīng)業(yè)務(wù)需求，商業(yè)銀行啟動(dòng)了云轉(zhuǎn)型和大數(shù)據(jù)部署。一是有效提升信息獲取能力，利用OCR技術(shù)主動(dòng)抓取業(yè)務(wù)數(shù)據(jù)，極大提升金融機(jī)構(gòu)的數(shù)據(jù)處理能力;二是客戶體驗(yàn)更優(yōu)，大數(shù)據(jù)分析可以精確定位客戶需求，針對(duì)性開(kāi)展?fàn)I銷，更好滿足客戶個(gè)性化需求，提升客戶體驗(yàn)。

3.大數(shù)據(jù)挖掘維度的豐富。隨著網(wǎng)絡(luò)經(jīng)濟(jì)和消費(fèi)的發(fā)展，各行各業(yè)都積累了大量客戶數(shù)據(jù)。目前可挖掘的數(shù)據(jù)，不僅包括金融數(shù)據(jù)，還包括客戶消費(fèi)、社交、征信、司法、網(wǎng)絡(luò)交易、網(wǎng)絡(luò)活動(dòng)等海量數(shù)據(jù)，這些數(shù)據(jù)與網(wǎng)絡(luò)金融有千絲外縷的聯(lián)系，有助于商業(yè)銀行從多角度、全方位了解客戶，做好風(fēng)險(xiǎn)評(píng)估，為智能風(fēng)控提供良好的機(jī)遇。

4.智能風(fēng)險(xiǎn)防控優(yōu)勢(shì)凸顯。智能風(fēng)控可以通過(guò)大數(shù)據(jù)完善流程，提高效率、提升精度，實(shí)現(xiàn)自動(dòng)風(fēng)險(xiǎn)決策，基于算法、模型規(guī)則的風(fēng)險(xiǎn)預(yù)警，更加客觀公正，且在貸前全面分析客戶，識(shí)別客戶更加精準(zhǔn)，貸中動(dòng)態(tài)實(shí)時(shí)監(jiān)測(cè)客戶風(fēng)險(xiǎn)狀況，極大降低潛在風(fēng)險(xiǎn)，推動(dòng)商業(yè)銀行風(fēng)險(xiǎn)管理水平全面提升。

（二）大數(shù)據(jù)風(fēng)控管理的挑戰(zhàn)

1.金融服務(wù)數(shù)字化、線上化的沖擊。隨著互聯(lián)網(wǎng)金融的發(fā)展，商業(yè)銀行面臨諸多競(jìng)爭(zhēng)，信息不對(duì)稱、智能化水平低、風(fēng)險(xiǎn)管理系統(tǒng)陳舊等問(wèn)題更加凸顯，傳統(tǒng)依靠風(fēng)險(xiǎn)識(shí)別方式，難以滿足數(shù)字化、場(chǎng)景化的發(fā)展需要。

2.精準(zhǔn)畫(huà)像能力挑戰(zhàn)。數(shù)據(jù)是風(fēng)控的血液，數(shù)據(jù)全面性、準(zhǔn)確性決定了大數(shù)據(jù)風(fēng)控的生命，大數(shù)據(jù)智能風(fēng)控構(gòu)建要依托多維度的數(shù)據(jù)，如客戶的社會(huì)屬性、客戶的行為數(shù)據(jù)、客戶的消費(fèi)數(shù)據(jù)、客戶的征信狀況等信息，進(jìn)行客戶精準(zhǔn)畫(huà)像。商業(yè)銀行要多維度采集數(shù)據(jù)，進(jìn)行精準(zhǔn)畫(huà)像，受成本、技術(shù)、數(shù)據(jù)來(lái)源、數(shù)據(jù)分析人才等方面因素影響，不僅需要金融機(jī)構(gòu)的努力，也需要政府、社會(huì)等多方面配合。

3.多維數(shù)據(jù)平臺(tái)構(gòu)建挑戰(zhàn)。隨著大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展，風(fēng)控的科學(xué)性、準(zhǔn)確性會(huì)越來(lái)越高。大數(shù)據(jù)專業(yè)性強(qiáng)、技術(shù)更新快，組建專職的團(tuán)隊(duì)，構(gòu)建基于大數(shù)據(jù)的多維度數(shù)據(jù)平臺(tái)也成為現(xiàn)實(shí)選擇，以持續(xù)提升挖掘數(shù)據(jù)能力。

4.數(shù)據(jù)安全性的挑戰(zhàn)。一是在采集、存儲(chǔ)、使用方面數(shù)據(jù)上要有統(tǒng)一、標(biāo)準(zhǔn)化流程，特別是數(shù)據(jù)加密、脫敏等技術(shù)處理，也需要專業(yè)化人員進(jìn)行，數(shù)據(jù)安全不容忽視。二是與外部三方數(shù)據(jù)對(duì)接，在保證商業(yè)銀行數(shù)據(jù)安全、厘清數(shù)據(jù)權(quán)責(zé)等方面，也需要商業(yè)銀行采取特定措施和手段。

四、基于大數(shù)據(jù)智能風(fēng)控策略

（一）夯實(shí)數(shù)據(jù)基石，提升數(shù)據(jù)的維度

商業(yè)銀行傳統(tǒng)風(fēng)控主要依賴自身掌握的客戶信息、金融資產(chǎn)、交易數(shù)據(jù)、檢查記錄、整改記錄、風(fēng)險(xiǎn)分類狀況等，數(shù)據(jù)維度較為單一。建立智能風(fēng)控制要引入大數(shù)據(jù)技術(shù)，打破原有數(shù)據(jù)邊界限制，建立互聯(lián)網(wǎng)、第三方機(jī)構(gòu)、政府、消費(fèi)、社交、人脈、公安、司法、輿情等全維度數(shù)據(jù)，通過(guò)推進(jìn)數(shù)據(jù)平臺(tái)建設(shè)和企業(yè)級(jí)數(shù)據(jù)，多維度、廣視覺(jué)采集客戶生產(chǎn)經(jīng)營(yíng)、生活消費(fèi)、社交等數(shù)據(jù)，夯實(shí)數(shù)據(jù)基礎(chǔ)，整合線上下、跨界數(shù)據(jù)，豐富數(shù)據(jù)維度。

（二）構(gòu)建系統(tǒng)平臺(tái)，提升分析決策能力

一是構(gòu)建大數(shù)據(jù)平臺(tái)。建立數(shù)據(jù)應(yīng)用云平臺(tái)，將數(shù)據(jù)嵌入風(fēng)控業(yè)務(wù)場(chǎng)景，引入人工智能技術(shù)，提升風(fēng)險(xiǎn)決策的及時(shí)性和智能化水平。二是建立“數(shù)據(jù)分析+風(fēng)控”決策閉環(huán)。將商業(yè)銀行風(fēng)險(xiǎn)管理規(guī)則、風(fēng)險(xiǎn)管理經(jīng)驗(yàn)和風(fēng)險(xiǎn)模型識(shí)別相結(jié)合，形成動(dòng)態(tài)決策閉環(huán)，推動(dòng)智能風(fēng)控體系發(fā)展。三是提升數(shù)據(jù)分析能力。通過(guò)數(shù)據(jù)挖掘，對(duì)業(yè)務(wù)進(jìn)行全方位透視，探索數(shù)據(jù)背后聯(lián)系，從風(fēng)險(xiǎn)控制角度提供合理建議。四是深化科技應(yīng)用，探索智能風(fēng)控決策能力。運(yùn)用多樣化數(shù)據(jù)分析方法開(kāi)展數(shù)據(jù)挖掘，提取消費(fèi)、社交、交易等數(shù)據(jù)的風(fēng)險(xiǎn)特征，實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)判的前置。

（三）迭代風(fēng)控模型，提升智能風(fēng)控精度

一是升級(jí)風(fēng)險(xiǎn)控制思路。從區(qū)域、客戶、產(chǎn)業(yè)、機(jī)構(gòu)、產(chǎn)品、流程、消費(fèi)等維度入手，圍繞風(fēng)險(xiǎn)特征，分析區(qū)域風(fēng)險(xiǎn)特征、行業(yè)風(fēng)險(xiǎn)特征、對(duì)象行為的風(fēng)險(xiǎn)特征，對(duì)客戶風(fēng)險(xiǎn)狀況進(jìn)行畫(huà)像，并提出精準(zhǔn)化風(fēng)控建議。二是迭代風(fēng)控模型。通過(guò)系統(tǒng)監(jiān)測(cè)分析，結(jié)合人工經(jīng)驗(yàn)和歷史風(fēng)險(xiǎn)案例，通過(guò)客戶行為、客戶習(xí)慣、可疑交易、歷史風(fēng)險(xiǎn)事件、內(nèi)外部監(jiān)督發(fā)現(xiàn)問(wèn)題等不斷迭代風(fēng)險(xiǎn)模型，優(yōu)化內(nèi)外部風(fēng)險(xiǎn)變量參數(shù)，不斷優(yōu)化風(fēng)險(xiǎn)模型。三是精準(zhǔn)定位風(fēng)險(xiǎn)線索。運(yùn)用數(shù)據(jù)分析技術(shù)，對(duì)不同客戶狀況、不同類型的風(fēng)險(xiǎn)線索，通過(guò)動(dòng)態(tài)分析、模型識(shí)別、數(shù)據(jù)印證，剔除無(wú)效預(yù)警信息，不斷核實(shí)，精準(zhǔn)定位風(fēng)險(xiǎn)，做好風(fēng)險(xiǎn)評(píng)估，提供合理化風(fēng)控措施。

（四）強(qiáng)化科技業(yè)務(wù)融合，培養(yǎng)復(fù)合型人才

一是實(shí)施數(shù)據(jù)強(qiáng)行戰(zhàn)略。把大數(shù)據(jù)作為基礎(chǔ)性戰(zhàn)略資源，全面加快大數(shù)據(jù)發(fā)展行動(dòng)，加快數(shù)據(jù)資源開(kāi)發(fā)和業(yè)務(wù)應(yīng)用融合，助力金融變革轉(zhuǎn)型。二是加強(qiáng)定崗培訓(xùn)。積極引入先進(jìn)大數(shù)據(jù)理念和風(fēng)控知識(shí)，通過(guò)多崗位定向培訓(xùn)，培養(yǎng)數(shù)據(jù)分析師、風(fēng)控模型專家，提升商業(yè)銀行智能風(fēng)控水平。三是加強(qiáng)復(fù)合人才培養(yǎng)。培養(yǎng)即懂業(yè)務(wù)有懂?dāng)?shù)據(jù)和模型的專家人才，打造對(duì)潛在風(fēng)險(xiǎn)有判斷能力、掌握數(shù)據(jù)整合挖掘和風(fēng)險(xiǎn)分析能力的復(fù)合型人才隊(duì)伍。

參考文獻(xiàn)

[1]杜振濤.移動(dòng)支付浪潮下惠農(nóng)支付路徑的思考[J].農(nóng)銀學(xué)刊，2019，（01）：66.

[2]劉剛.大數(shù)據(jù)時(shí)代智能風(fēng)控體系建設(shè)實(shí)踐[J].中國(guó)金融電腦，2018，（07）：15-18.

[3]林得發(fā).商業(yè)銀行智慧型風(fēng)險(xiǎn)管理的特征及長(zhǎng)效機(jī)制的構(gòu)建[J].農(nóng)村金融研究，2019（03）：50-54.

[4]農(nóng)行課題組.關(guān)于面向大數(shù)據(jù)的運(yùn)營(yíng)風(fēng)險(xiǎn)監(jiān)控體系建設(shè)思考[J].農(nóng)村金融研究，2018，（03）：24-28.

[5]刑桂偉.依托大數(shù)據(jù)技術(shù)構(gòu)建商業(yè)銀行智能風(fēng)控體系[J].中國(guó)金融電腦，2018，（08）：19-22.

責(zé)任編輯、校對(duì)：王兆華