|
出品：信贷风险管理 作者：寇乃天 随着大数据时代和网络时代的到来，人类社会从IT时代进入DT时代，传统商业银行固有的发展模式已经远远不能满足现有客户群体的实际需要，并受到大量的互联网金融企业冲击和挑战。商业银行利用互联网、大数据、人工智能等技术，加快科技创新，提高科技水平，布局金融服务新模式，成为银行提升业务经营管理水平、缩小与国际同业差距的重要途径。在金融科技浪潮的助推下，传统银行向智慧银行实现转型升级，已经成为历史的发展趋势，智慧银行视角下的传统风控向智能风控进行升级演化，也已经成为信贷风险管理的必然要求。完美的技术风暴中，商业银行需要认真研究与积极推动智能风控的信贷技术实践，提升信贷风控的智能化应用程度，以顺应智慧银行的科技化潮流趋势。 今天我们研究信贷风控，必须直面和把脉当前银行业的大势所趋，——反思金融科技浪潮下的银行智能化问题。IBM大中华区副总裁及金融服务事业部总经理王天羲女士首先提出了智慧银行的概念。她曾表示，IBM提出“智慧的银行”的目的是为了让银行企业以新的思维来审视客户的需求，并利用创新的科技去塑造新的业务模式。Brett King在其著名的畅销书《Bank3.0》中指出，“未来银行变革的一个方向就是智慧银行，银行不再是一个地方，而是一种行为”。 北京大学王东教授曾在2008年提出智慧银行，他认为智慧银行是一个类似于隐性知识的交易系统，不仅能够记录并存储各种交易知识，而且能够记录并存储人们的经验和智慧，是一个账户体系。智慧银行，作为银行业未来的发展方向，“智慧”主要指的是一个更为彻底的感应度量、更加全面的互相联通以及更为敏锐的洞察力，将这三大特色有机地整合到银行的业务和技术中，能够推进银行业的进一步创新和改造，从而支持实现智慧银行的解决方案。 关于智慧银行，目前学术界尚无统一的定义。从内涵上讲，智慧银行是基于互联网、大数据、云计算、人工智能、区块链等信息技术的运用，对传统银行的客户关系管理、产品服务设计、风险定价、投资决策等流程进行重构，以信息的高度集成化、自动化处理，实现对市场的智慧感知、智慧体察和度量，以及金融产品和服务的智慧精准营销，为客户提供随时、随地、随心的智能化服务，以及经营成本和风险的有效控制，是一种高度智能化的银行经营形态。智慧银行的“智慧”优势，主要体现为以下几点： 智慧银行能够提供统一、高效的渠道服务。在大数据和信息系统的驱动下，商业银行各个渠道间的隔断将被打通，各渠道的服务体验将更趋一致性。尤其是通过手机等移动电子设备，打破了传统商业银行渠道的时空限制，使客户能够获得随时、随地、随心的金融和非金融服务，商业银行逐步成为“看不见”和“无处不在”的银行。智慧银行的建设，可以真正实现以客户为中心，整合线上线下的服务渠道并且适时开发新型的服务渠道，密切配合，共同服务客户。智慧银行通过整合各种服务渠道，打破信息孤岛，让客户的信息在各个渠道都能及时有效的进行分享，真正实现客户一点接入，全渠道响应的效果和用户体验。 在大数据时代，信息大爆炸使得客户资料的优质管理显得尤为重要。首先，智慧银行可以建立完备的客户数据库。利用大数据，获得广泛的客户信息及其消费习惯以及信用水平，并建立起自己的客户数据库。其次，利用数据库的资料分析，可以了解客户偏好，根据趋势制定出更加市场化的产品，在客户受益的同时，使银行赚取利润。再次，数据库的管理可以使银行了解客户间的差异化，从而提供更多的定制服务，使客户获得最舒适的用户体验。最后，通过大数据的收集，可以广泛了解客户的信用信息，在处理贷款业务方面可以以数据库的信息为基准，去评价该笔贷款业务是否可以发生，一方面减少了银行的贷款风险，另一方面极大地简化了贷款审批流程，达到银行与客户双赢的状态。 智慧银行是对普惠金融的贯彻和执行，体现了普惠金融中的科技创新驱动作用。传统的商业银行由于信息不对称，对中小客户群体的关注较少，服务缺失现象严重，而现有中小客户群体，其财富已经大量增加，且市场竞争的加剧导致这些群体更易流动，因此，银行需要更快、更早地开始培养客户粘性，获取客户忠诚度，从而为未来更多、更广泛的客户群体提供服务。通过大数据技术对大量客户的信用状况、个人偏好等进行深度分析，可以更加精准地分析客户的多样化、差异化需求，满足不同群体的需要，为更多有优势的中小客户群体服务，实现普惠金融这一目标，最终让商业银行成为大众创业、万众创新的重要金融支撑点。在大数据技术的支持下，减少了银行和客户之间信息不对称程度，商业银行可以以更低成本服务中小客户群体，使服务群体更加多样化、大众化，这将有利于更多中小企业或个体消费者获得银行支持。 智慧银行能够实现与客户的无缝连接。在移动互联网普及应用的今天，商业银行的实体已经越来越模糊，而逐渐发展成为一种随时、随地可以获取的服务。在智慧银行中，商业银行与客户间的沟通和互动将摆脱实体的限制，而是通过运用互联网技术和大数据分析，深度感知客户需求偏好和行为特点，动态平衡风险与客户体验的关系，让商业银行服务更趋专业化、个性化，商业银行与客户间的互动更全面、友好、生动。客户对接的“无缝化”，对于商业银行改善“信息不对称”，创新智能信贷风控模式，具有重要意义。 智慧银行能够实现专业、高效的智能化风险管理。智慧银行通过构建完整的客户信息数据库，实现客户关系管理的“全景视图”，对客户数据进行智能化加工分析，根据客户的风险承受能力提供合理的投融资建议，并在存续期内根据客户经营和消费情况的变化及时采取相应的措施和手段，从而有效控制风险。同时，智能化的操作还能有效避免人工操作失误的可能。除了智能投顾的风险管理，在信贷产品的风险管理方面，商业银行也开始进行积极的尝试，利用大数据平台开发标准化产品，应对互联网金融的竞争，如招商银行“闪电贷”、建设银行“快贷”等。 智慧银行的“智慧”能力，更多地体现在对大数据的掌控和处理能力上。通过建设智慧银行，商业银行获取的数据不仅仅局限在结构性数据上面，已细化为更为人性、更为便捷的非结构化数据。首先，在互联网金融背景下，商业银行可以通过移动金融、网购平台等渠道获取关于客户职业偏好、购物倾向、兴趣爱好等非结构性数据，运用云计算等现代化技术对这些“大数据”进行数据的提取、筛选、分析，使银行能够随时随地跟踪客户喜好等的变化，并展开针对性的营销以及服务。其次，商业银行可以一起合作打造新型的支付平台与支付宝、银联等竞争，用更低的成本获取更多客户的非结构性数据来为银行服务。 智能，引领未来！随着金融科技化程度的不断提升，一系列近乎完美的“技术风暴”为银行的智慧化程度不断增添动力，引领银行业的未来，并最终推动银行业“智能风控”体系的形成。根据金融稳定理事会2016年发布的《金融科技的描述与分析框架报告》，金融科技是指通过技术手段推动金融创新并对金融市场、机构及金融服务产生重大影响的业务模式、技术应用、金融流程和产品。金融科技浪潮，犹如一场完美的“技术风暴”，点燃银行业的未来。 1大数据技术：智能风控的“动力源泉” 当前，学术界对于大数据概念还没有一个完整统一的定义。全球知名咨询公司麦肯锡(McKinsey)在《大数据:创新、竞争和生产力的下一个前言领域》报告中认为：大数据是一种数据集，它的数据量超越了传统数据库技术的采集、存储、管理和分析能力。权威咨询公司Gartller则认为：大数据指的是一种新的数据资产，是高数据、高容量、种类繁多的信息价值，这种数据资产需要由新的处理模式来应对，以便优化处理和正确判断。 信息专家涂子沛在其著作《大数据》中认为：大数据之大绝不只是指容量之大，更在于通过对大量数据的分析而发现新知识，从而创造新的价值，获得大发展。尽管目前学界和产业界对大数据概念尚缺乏统一的定义，但对大数据的基本特征还是达成了一定共识，即大数据具有五个基本特征：数据规模大、种类多、速度快、真实性和数据价值密度稀疏。银行业具有典型的数据属性，是大数据技术的主要应用场景。从银行的技术应用上讲，大数据技术的应用主要体现在用户画像、精准营销、风险管理、舆情分析等领域，为智慧银行建设提供了不竭的动力源泉。大数据技术改善了银企之间信息不对称的阻碍状态，有利于银行更加“了解自己的客户”，进而实现智能化的“秒贷”服务。例如，网商银行的“310”信贷风控模式，就充分显现了大数据技术对传统风控模式的颠覆性。 2移动互联技术：智能风控的“天使之翼” 移动互联技术，好比智能风控的“天使之翼”，让智能化的金融服务插上了梦幻的翅膀，由理想变成现实。移动互联技术是使用移动设备（如手机、掌上电脑或其它便携式工具）连接到公共网络并实现互联网访问的方式，并且可以根据客户的需求通过应用程序接口扩展第三方来提供服务。该技术将金融机构的柜面服务延伸到个人移动终端，具有客户黏性较强、 应用场景丰富的特征，为直接面对面交易以及企业的直接融资等提供了便利，被广泛应用于手机支付、转账汇款、企业收付款、网上开户、在线交易等。新兴的移动互联技术正在悄然改变人们的生活方式，移动4G通信、云计算、大数据等新技术的发展更进一步推动支付宝、余额宝、微信支付等互联网银行的崛起，这使传统银行业的发展面临前所未有的挑战。未来商业银行的竞争力提升，在于能否通过引入移动互联技术，培育互联网生态圈，在大数据分 析的基础上，更加注重引入媒体化和社群化营销模式，更好地适应新的市场环境变化和需求，让营销更为精准。在移动互联技术的推动下，商业银行开发了很多基于移动端的线上信贷产品，例如：工商银行“融e贷”、建设银行“快贷”、广发银行“E秒贷”、兴业银行“兴闪贷”、中国银行的“中银E贷”产品、招商银行的“闪电贷”产品等。 3云计算技术：智能风控的“最强大脑” “云计算”的出现并非偶然，早在上世纪60年代，John McCarthy就提出了把计算能力作为一种像水和电一样的公用事业提供给用户的理念，这成为云计算思想的起源。云计算是继个人计算机变革、互联网变革之后的第三次IT浪潮，是中国战略性新兴产业的重要组成部分。它将带来生活、生产方式和商业模式的根本性改变，成为当前全社会关注的热点。云计算的产生是IT技术进步的必然产物，是分布式计算(Distributed Computing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、网络存储(Network Storage Technologies)、虚拟化(Virtualization)、责载均衡(Load Balance)等传统计算机和网络技术发展融合的后产生的“新一代的信息服务模式”。云计算是一种“新一代的信息技术服务模式”，是整合了集群计算、网格计算、虚拟化、并行处理和分布式计算的新一代信息技术。云计算最早的概念来自于Chellappa & Gupta (1997；2002)，目前关于云计算还没有统一的定义。相比传统IT技术，云计算也具有不同的技术特征，例如弹性、资源池、按需付费等。云计算的服务模式分为以下三个方面：基础设施即服务(laaS)、平台即服务(PaaS)和软件即服务(SaaS)。“云计算”能够有效解决信息孤岛的问题，数据在云端进行整合，再供企业按需使用。例如，通过云计算，商业银行可以提取贷款企业在云数据中的各类商业信用记录，为信贷决策的智能化提供强大的信息技术支撑。 4人工智能技术：智能风控的“智慧圣火” 1956年被誉为人工智能之父的美国学者约翰·麦肯锡（John Mccarthy）提出了“人工智能”（Artificial Intelligence，AI）的概念，“人工智能就是要让机器的行为看起来像人所显示出的智能行为一样。”人工智能技术主要探讨如何运用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动，并以此解决如咨询、诊断、预测、规划等需要人类专家才能处理的复杂问题。通俗的说，人工智能可以分为两部分来理解，即“人工”和“智能”，顾名思义就是人造的智能。 人工智能的研究范畴可划分为自然语言处理、知识表现、智能搜索、推理、规划、机器学习、知识获取、组合调度问题、感知问题、模式识别、逻辑程序设计、软计算，不精确和不确定的管理、人工生命、神经网络、复杂系统、遗传算法、人类思维方式等类别。具体到银行业领域，人工智能至少有七大应用场景，前台为智能支付、智能营销、智能交易，中台为智能风控、智能投顾和智能投研，后台为智能监管。实践当中，金融业务具有数据规模大、信息维度多的特征，人工智能可以通过机器学习、规则应用、模型提取、高效判断的技术体系与金融业务结合，推动金融业务的发展，目前该技术已在我国投资顾问、反欺诈、风险防控等方面得到应用。 人工智能可以很大程度上取代简单人工分析与重复操作行为，减少人工非理性的情绪和行为的干扰，延长服务时间，提升服务效率，降低服务成本。同时人工智能可以将已有的大数据从各维度进行整合、筛选、挖掘，以发现其中的有效特征，优化多方博弈策略，完善资产定价过程，也为风险评估及风控发展提供新的动力。以贷款用户的账户安全登录为例，人工智能可帮助建立包括设备、人机、生物在内的全方位安全体系，自动对账户登录行为和登录人进行安全评估及风险预警。 5区块链技术：智能风控的“信任纽带” 2008年10月31日，化名中本聪（Satoshi Nakamoto）的比特币创始人向世人公开了《比特币白皮书》，标志着区块链（Block chain）技术问世。目前尚未形成行业公认的区块链定义，一般认为：区块链技术是利用加密链式区块结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用自动化脚本代码（智能合约）来编程和操作数据的一种全新的去中心化基础架构与分布式计算范式。随着区块链技术的发展，产生了各种新名词，现在人们经常用币圈、矿圈和链圈来表示区块链技术的三个层面。 区块链技术是具有普适性的底层技术框架，可以为金融、经济、科技甚至政治等各领域带来深刻变革。但区块链技术目前还存在不少技术瓶颈，妨碍了各行各业的“区块链+”的实现。从特征上讲，区块链技术具有分布式、不可篡改、可编程性、方便追溯等特征。从本质上讲，区块链技术是基于大数据的加密算法创设的节点普遍通过即为成立的节点信任机制，最重要的在于其对信息和信用中介存在替代性的影响。因此，区块链技术被认为是继蒸汽机、电力、互联网之后，喜爱一代颠覆性的核心技术。区块链技术为智能风控创造了全新的“信任纽带”，该技术的信任机制完全不同于传统信用方式，其运行原理是运用加密算法在用户之间维持一个公共账簿，利用大家对这个公共账簿的信任建立“信任网络”。 实质上，区块链信任的基础是加密技术的不可破解性，用对技术的信任取代了对人和机构的信任，这与过去的由某个机构或个人进行信用创造和信用支撑的模式是截然不同的。 |
|
|
