來源：金融電子化

作者：同盾科技副總裁 楊景香 同盾科技策略建模總監(jiān) 閱微

隨著銀行業(yè)全面數(shù)字化轉(zhuǎn)型，商業(yè)銀行的對公業(yè)務也有了蓬勃發(fā)展，與此同時風險管理也需要向智能化、自動化方向邁進。尤其是當下銀行對公業(yè)務對象的運作模式、商業(yè)形態(tài)以及經(jīng)濟環(huán)境不斷變化，需要銀行重新審視對公授信的風險管理模式。

作為數(shù)據(jù)密集型產(chǎn)業(yè)，人工智能、隱私計算等新興數(shù)字技術(shù)已在銀行零售業(yè)務中發(fā)揮重要作用。同盾科技認為，這些技術(shù)對于銀行對公業(yè)務的風險管理同樣有著很好的適用性，可以幫助銀行有效解決業(yè)務對象的風險預警，降低不良率，并通過自動化智能決策，降低運營成本，提升全業(yè)務流程的管理能力。

本文從銀行對公業(yè)務風險管理面臨的新問題入手，淺談如何借助新技術(shù)解決對公授信的風險預警。

新形勢下的新課題

商業(yè)銀行的對公授信風險管理，最初建立在單個的生產(chǎn)型或商業(yè)型企業(yè)基礎(chǔ)之上，依靠財務信息和同業(yè)信息對業(yè)務對象進行風險評估。因此，銀行傾向于在傳統(tǒng)和熟悉的領(lǐng)域開展業(yè)務。但在近年來銀行支持實體經(jīng)濟的過程中，這種模式遇到了不少難以解決的問題。

一是現(xiàn)代企業(yè)的組織與運營模式發(fā)生很大變化，很多企業(yè)已不再是單一的生產(chǎn)型或商業(yè)型企業(yè)個體，而是股權(quán)和組織結(jié)構(gòu)復雜、布局多個產(chǎn)業(yè)、經(jīng)營區(qū)域廣泛，甚至橫跨不同法律和監(jiān)管環(huán)境的跨國集團企業(yè)，且這些因素處于不斷的動態(tài)變化中。以財務、稅務等報表為基礎(chǔ)的風險預判方式，已難以全面反映其真實的經(jīng)營風險狀況，銀行需進行廣泛的數(shù)據(jù)收集與治理，全面分析各類跨領(lǐng)域、跨區(qū)域的風險。

二是企業(yè)的商業(yè)模式、產(chǎn)業(yè)發(fā)展規(guī)律顯著變化，給銀行對公授信風險預警帶來了新的課題。新型數(shù)字技術(shù)的發(fā)展，互聯(lián)網(wǎng)平臺經(jīng)濟等新興商業(yè)模式的涌現(xiàn)，使很多企業(yè)和產(chǎn)業(yè)鏈之間出現(xiàn)了各種各樣的共生共存關(guān)系。這與傳統(tǒng)的企業(yè)之間，產(chǎn)業(yè)鏈上下游之間的買賣關(guān)系發(fā)生了很大變化，要求銀行充分有效利用授權(quán)的內(nèi)外部多元、異構(gòu)數(shù)據(jù)資源，建立全新的風險預警模型。

三是政策導向給銀行信貸投放指引新方向，銀行要在綠色金融、普惠金融等非傳統(tǒng)領(lǐng)域下探次級客群，增加信貸投放。以綠色金融為例，在支持雙碳目標實現(xiàn)過程中，金融產(chǎn)品服務的企業(yè)對象的行為、碳表現(xiàn)、持續(xù)供應鏈表現(xiàn)都涉及很長的數(shù)據(jù)鏈，需要大數(shù)據(jù)、人工智能、聯(lián)邦學習非常強的技術(shù)手段來支撐風險預警。

同盾科技認為，在這樣的背景下，銀行舊有的授信預警體系難以適應新變化，難以實現(xiàn)對業(yè)務對象有效的風險研判，表現(xiàn)出預警精確度不高、信息來源不足或挖掘不充分、組合層面預警能力不足、預警規(guī)則/模型開發(fā)和維護難、與業(yè)務系統(tǒng)有效聯(lián)動不足等問題。

智能化風險預警體系建設

打破原有套路的動力來源于銀行在數(shù)字化轉(zhuǎn)型這個時代性課題面前，以風險管理為支點，直擊效率和市場這兩個本質(zhì)問題。同盾科技建議，銀行應發(fā)揮數(shù)據(jù)智能，運用全新的模型和算法，并引入知識圖譜、聯(lián)邦學習等技術(shù)工具，通過搭建決策引擎對業(yè)務流程的優(yōu)化、借助知識圖譜的風險傳導/資產(chǎn)追查、增加機器學習算法對企業(yè)違約風險的智能評估等，構(gòu)建授信全流程風險預警體系，實現(xiàn)多維度風險評估，使對公授信決策更具準確性和前瞻性，提升銀行資產(chǎn)管理水平與業(yè)務經(jīng)營能力。

數(shù)據(jù)整合

整合多源異構(gòu)的銀行內(nèi)外部數(shù)據(jù)、境內(nèi)外數(shù)據(jù)，進行數(shù)據(jù)收集、清洗、分類、挖掘、鉆取，打通不同業(yè)務條線、業(yè)務系統(tǒng)，完成用于構(gòu)建指標庫、風險畫像、預警模型等應用的數(shù)據(jù)準備，并可建立數(shù)據(jù)管理平臺，實現(xiàn)對數(shù)據(jù)資產(chǎn)的全面管理。

預警知識體系構(gòu)建

基于銀行業(yè)務管理需要，建立開箱即用的、便于查看管理的預警知識體系，包括指標庫、事件庫、特征庫、實體庫、關(guān)系庫等。

預警信號/模型構(gòu)建

依托預警知識庫，根據(jù)銀行業(yè)務需要提取所需特征，建立涵蓋單一企業(yè)、集團客戶、國別、區(qū)域、行業(yè)風險的全風險預警體系，構(gòu)建預警規(guī)則信號和風險監(jiān)控模型，實現(xiàn)預警信號的精準推送和風險信息的充分挖掘。

風險畫像/譜系構(gòu)建

依托整合后的內(nèi)外部大數(shù)據(jù)和預警知識庫，構(gòu)建多維風險畫像和各類知識圖譜，覆蓋信貸全流程和企業(yè)、集團、組合風險的全風險維度，輔助信貸決策。

業(yè)務流程聯(lián)動

將風險預警與信貸全流程管理進行整合，預警信息與業(yè)務系統(tǒng)交互聯(lián)動，實現(xiàn)對業(yè)務流程的聯(lián)系管控。

中臺化模型/規(guī)則管理

通過決策引擎、知識圖譜平臺等中臺工具，縮短圖譜、信號、模型的開發(fā)周期，實現(xiàn)對預警信號、預警模型運行效果的監(jiān)控預警和調(diào)優(yōu)，以及指標庫、名單庫、預警規(guī)則、知識圖譜等預警相關(guān)知識資產(chǎn)的維護管理。

三大應用場景

一是信貸企業(yè)風險預警。貸款業(yè)務對于銀行來說，存在放出去的款項能不能按期收回或借款企業(yè)無法償還等風險。因此，風險評估是體現(xiàn)在貸款全生命周期的，授信風險預警體系是整個風險把控的第一關(guān)。

同盾科技倡導的全風險預警體系針對信貸企業(yè)，整合其工商、財務、融資、專利、輿情、司法涉訴、經(jīng)營異常、對外擔保等內(nèi)外部合規(guī)數(shù)據(jù)，構(gòu)建模型，通過決策引擎建立預警規(guī)則體系，全面掌控其經(jīng)營風險、管理風險、財務風險、合規(guī)風險、市場風險、聲譽風險等多維度風險。

同時，引入對公知識圖譜，通過企業(yè)關(guān)聯(lián)關(guān)系的深度挖掘、頻繁子圖的發(fā)現(xiàn)，捕捉到業(yè)務對象隱藏的風險，并通過規(guī)則引擎的掃描，將預警信號傳遞給全風險預警體系，幫助銀行快速、全面、準確地獲取與識別客戶關(guān)聯(lián)風險。對公知識圖譜還可通過風險事件的識別、風險傳導路徑及強度探測、風險傳導可視化幫助銀行有效斬斷傳導路徑，減少機構(gòu)損失。

二是集團風險預警。根據(jù)銀保監(jiān)會發(fā)布的相關(guān)監(jiān)管文件，集團客戶是指存在控制關(guān)系的一組企事業(yè)法人客戶或同業(yè)單一客戶。集團客戶往往存在內(nèi)部關(guān)聯(lián)交易頻繁、連環(huán)擔保普遍、真實財務狀況難以掌握、系統(tǒng)性風險較高、風險識別和貸后管理難度大等信用風險特征。

對此，同盾科技可通過規(guī)則預警、模型預警和集團風險傳導分析，為銀行建立集團風險監(jiān)測預警、集團風險量化評估、集團授信限額與集中度管理、集團風險緩釋和應急處置的風險管理閉環(huán)。

三是行業(yè)風險預警。行業(yè)是指介于宏觀經(jīng)濟和微觀經(jīng)濟之間的中觀經(jīng)濟范疇，是由具有共同特征的企業(yè)群體組成的。由于同一行業(yè)內(nèi)的企業(yè)在生產(chǎn)經(jīng)營上存在著相同性或相似性，其產(chǎn)品或服務具有很強的替代性，行業(yè)內(nèi)的企業(yè)成員彼此間處于一種更為緊密的聯(lián)系狀態(tài)。

同盾科技相關(guān)解決方案可通過行業(yè)環(huán)境特征、行業(yè)財務狀況、行業(yè)經(jīng)營狀況、行業(yè)信貸質(zhì)量形成行業(yè)風險分析框架，整合公開數(shù)據(jù)與第三方合規(guī)數(shù)據(jù)，提煉行業(yè)風險預警指標，構(gòu)建行業(yè)風險畫像，從而實現(xiàn)行業(yè)風險監(jiān)測預警、量化評估、風險限額與集中度管理、風險緩釋及處置為一體的風險管理模式。

結(jié)語

作為服務金融數(shù)字化轉(zhuǎn)型的專業(yè)機構(gòu)，同盾科技認為，商業(yè)銀行數(shù)字化轉(zhuǎn)型已進入下半場。雖然起步晚于零售業(yè)務數(shù)字化，但受益于零售業(yè)務智能風控的探索和實踐，銀行對公業(yè)務的數(shù)字化、智能化風控體系建設，具備快速落地機會。而從零售業(yè)務的數(shù)字化轉(zhuǎn)型，逐步延伸到對公業(yè)務的轉(zhuǎn)型，也是銀行主動適應數(shù)字經(jīng)濟發(fā)展，實現(xiàn)全面數(shù)字化轉(zhuǎn)型的必由之路。