1

前言

過去的十幾年里，我國融資租賃行業(yè)快速增長，影響力與日俱增。統(tǒng)計顯示（圖一），截至2021年年底，國內(nèi)融資租賃企業(yè)融資總額超過7千億元，已成為推動經(jīng)濟發(fā)展的一支重要力量。

且近幾年來，國務院、金融監(jiān)管部門及多地政府相繼出臺一系列政策及指導意見，都有意促進融資租賃行業(yè)規(guī)范有序發(fā)展，鼓勵其業(yè)務加大對實體經(jīng)濟的支撐。如2022年1月《中國銀保監(jiān)會辦公廳關于印發(fā)金融租賃公司項目公司管理辦法的通知》中明確了融資租賃項目公司的設立、經(jīng)營管理和監(jiān)管等內(nèi)容；及2021年12月中國人民銀行發(fā)布的《地方金融監(jiān)督管理條例（草案征求意見稿）》中也明確了融資租賃公司在內(nèi)的地方金融機構的設立、監(jiān)管、風險管理、法律責任等內(nèi)容。

在此背景下，融資租賃行業(yè)數(shù)字化轉(zhuǎn)型和信息化建設迫在眉睫，大數(shù)據(jù)和智能決策工具的引入和應用，將在融資租賃公司標準化和智能化的進程中扮演重要的角色。目前，大多數(shù)融資租賃公司在參考銀行業(yè)數(shù)字化成功轉(zhuǎn)型方案的同時，已開始結合租賃行業(yè)自身業(yè)務特點和發(fā)展規(guī)劃，全面投入數(shù)字化轉(zhuǎn)型建設中。

2

行業(yè)挑戰(zhàn)

隨著經(jīng)濟發(fā)展進行入新常態(tài)、數(shù)字化需求增加以及大數(shù)據(jù)和機器學習技術的崛起，融資租賃乃至整個金融行業(yè)迎來了新的挑戰(zhàn)。?中博信征信專家認為，該行業(yè)主要面臨以下兩方面的挑戰(zhàn)：

? 業(yè)務模型變更

首先，隨著2021年行業(yè)洗牌后，越來越多的融資租賃公司回歸本源，從重視傳統(tǒng)大單逐步改為重點布局中小微企業(yè)、科技創(chuàng)新、綠色發(fā)展等領域，可見客群有較大的轉(zhuǎn)變和細分；并且在宏觀經(jīng)濟環(huán)境下行和后疫情時代下，急需提高降本增效的能力，才能保持公司及業(yè)務的可持續(xù)；正因如此，過去的作業(yè)模式已無法滿足融資租賃公司支撐現(xiàn)有的業(yè)務需求。

? 信用風險上升

其次，受多重因素影響，宏觀經(jīng)濟環(huán)境面臨供求矛盾。融資租賃的承租人周期性行業(yè)占比較大，更容易受宏觀經(jīng)濟波動的影響。加之近兩年整體環(huán)境增速下行，市場風險明顯增多，忽略精細化租前風險識別和租后預警監(jiān)控體系的搭建，將導致融資租賃行業(yè)資產(chǎn)質(zhì)量下降的風險升高。

跟隨金融行業(yè)數(shù)字化轉(zhuǎn)型浪潮，越來越多頭部融資租賃公司加快了數(shù)字化轉(zhuǎn)型的腳步，夯實信息科技基礎，賦能業(yè)務全流程。同時結合融資租賃業(yè)務特點從租前、租后分別搭建智能風控體系，并通過數(shù)據(jù)、規(guī)則、模型和系統(tǒng)的相輔相成，打造適合于融資租賃場景的全流程風控體系。

3

融租租賃全場景數(shù)字化轉(zhuǎn)型風控解決方案

數(shù)字化轉(zhuǎn)型不僅可以幫助融資租賃公司開拓新的業(yè)務模式、防控風險、提高工作效率，還能提升融資租賃公司信息化水平，更好滿足監(jiān)管要求，賦能租賃行業(yè)高質(zhì)量發(fā)展。

那如何打造“以數(shù)據(jù)驅(qū)動的數(shù)字化風控體系”？中博信征信團隊將基于以往融資租賃項目的實戰(zhàn)經(jīng)驗，并結合企業(yè)大數(shù)據(jù)、系統(tǒng)部署、模型搭建等設計全面的風控解決方案（圖二）。

? 企業(yè)大數(shù)據(jù)能力建設

融資租賃公司在多年的業(yè)務發(fā)展過程中，積累了海量數(shù)據(jù)。通過專業(yè)的內(nèi)部數(shù)據(jù)治理，可促進其數(shù)據(jù)流通和應用、提升數(shù)據(jù)的價值。通過分析、清洗、加工等步驟，將歷史積累的信息結構化落庫后，可直接用于數(shù)據(jù)分析和指標加工。打造有效且易于業(yè)務應用的數(shù)倉，從底層加速業(yè)務數(shù)字化轉(zhuǎn)型的進程。?

其次，是外部數(shù)據(jù)的引入。為解決企業(yè)信息不對稱的歷史痛點，融資租賃公司通常會引入合規(guī)的、專業(yè)的第三方外部數(shù)據(jù)。?中博信征信作為同盾科技旗下獨立品牌且獲得中國人民銀行備案的企業(yè)征信機構，可針對不同的客群提供特色化的對公數(shù)據(jù)，如公開的租前審核和租后預警企業(yè)數(shù)據(jù)、稅務發(fā)票數(shù)據(jù)、物流數(shù)據(jù)、流水數(shù)據(jù)等。

? 風控系統(tǒng)建設

基于標準數(shù)倉的建設完善，結合融資租賃業(yè)務特點，需建立有效的租前風險決策系統(tǒng)、知識圖譜平臺、租后預警監(jiān)控系統(tǒng)，以滿足融資租賃公司線上化全流程管理的要求，并幫助全面提升融資租賃場景的風險管理能力，保障資產(chǎn)安全。

租前風險決策系統(tǒng)通過規(guī)則、指標、模型、決策流、外部數(shù)據(jù)等模塊的統(tǒng)一管理與靈活配置，為融資租賃公司提供租前的風險管控。同時利用知識圖譜，可高效、靈活、智能地從數(shù)據(jù)中提煉知識，構建、分析并應用圖譜，賦能客戶實現(xiàn)關聯(lián)風險識別、業(yè)務智能決策。

租后預警監(jiān)控系統(tǒng)可協(xié)助融資租賃公司自動預警企業(yè)經(jīng)營異常，及時處理異常風險，降低潛在風險的發(fā)生。并支持在線靈活設置監(jiān)測范圍、配置預警規(guī)則，實現(xiàn)個性化監(jiān)測。同時，預警系統(tǒng)還實現(xiàn)了全效數(shù)據(jù)隔離，提供不同的風險大盤及風險分發(fā)、確認、反饋和審批頁面，有效防范租后潛在風險。

? 搭建模型及策略

中博信征信將通過對大數(shù)據(jù)、知識圖譜和機器學習技術的應用，構建覆蓋融資租賃場景全流程的量化模型。根據(jù)融資租賃公司的內(nèi)部數(shù)據(jù)、外部數(shù)據(jù)及自身風險偏好、業(yè)務模式等，建立專屬的風險評估模型，從評估主體自身和關聯(lián)風險、行業(yè)風險、經(jīng)營風險、資產(chǎn)運營風險等多維度建立；與租前模型相比，租后模型更關注評估主體的履約情況、租賃物的異常變動，同時單一的財務統(tǒng)計指標也會轉(zhuǎn)換為增長型指標和環(huán)比、同比指標進行綜合考量。

4

實踐案例

案例一

某國內(nèi)知名銀行系金融租賃公司租后預警體系建設項目「2022年6月」

項目背景：

該融資租賃公司為銀行獨資設立的浙江省首家銀行系金融租賃公司，為客戶提供全方位金融服務。經(jīng)歷七年發(fā)展，公司逐步成長為一家具備專業(yè)影響力和特色辨識度的金融租賃公司。截至2021年末，公司資產(chǎn)總額超700億元，累計投放超1400億元，累計納稅超17億元，資產(chǎn)質(zhì)量保持較優(yōu)水平。為支持業(yè)務持續(xù)、有效、健康發(fā)展，并進一步加強租后風險預警管理，提升租后預警策略的準確性、有效性，經(jīng)公司決定引入具備豐富項目經(jīng)驗的外部供應商“同盾科技”，共同打造風險預警策略模型體系，最終實現(xiàn)更有效、更精準的租后風險預警管理模式。

項目解決方案：

1）調(diào)研及分析

中博信征信專家組對該租賃公司進行了全面調(diào)研，并對歷史約50萬條預警信號進行整體梳理和分析，同時基于工商、司法、輿情、實控人、發(fā)票、稅務、征信、廠商渠道、還款表現(xiàn)、設備監(jiān)測、賬戶、回訪、押品13大類的數(shù)據(jù)進行指標梳理和歷史表現(xiàn)分析。

2）預警規(guī)則體系的搭建

基于對租后預警需求的分析和客戶特征標簽的梳理、并結合內(nèi)外部數(shù)據(jù)挖掘及分析，在歷史預警規(guī)則有效性分析的基礎上，進行指標開發(fā)、預警規(guī)則體系的重構，同時撰寫了預警規(guī)則取值計算邏輯、預警信號豁免邏輯，搭建了完整的租后預警規(guī)則體系。

3）租后風險預警管理模型

同樣基于對于租后預警需求的分析和內(nèi)外部數(shù)據(jù)挖掘分析結果，使用算法搭建廠商和非廠商2個有效的租后行為預警管理模型。

項目成果：

本項目于2022年9月份上線，項目組完成所有交付指標的規(guī)則撰寫、豁免邏輯撰寫、B卡模型搭建。其中加工特征指標300+，設計了50+單條預警規(guī)則、80+組合預警規(guī)則，并通過規(guī)則及模型的效果驗證后，配合批量預警系統(tǒng)部署。

通過租后數(shù)字化風控體系的搭建，實現(xiàn)了租后標準化、智能化風控的目標。且比起傳統(tǒng)的人工收集信息、人工檢查、相互詢問、決策，可為金租公司在風險可控的情況下，節(jié)省人工成本、提高工作效率、降低操作風險。

案例二

某國際融資租賃公司知識圖譜建設項目「2021年3月」

項目背景：

近年來，在經(jīng)濟發(fā)展進入新常態(tài)和產(chǎn)業(yè)結構深化調(diào)整的大背景下，市場主體日趨多元化，相互之間的關聯(lián)關系日益趨于復雜化，不論企業(yè)組織還是個人，所面臨的風險往往不僅取決于其自身行為，也受制于其所處的社會關系網(wǎng)絡及其動態(tài)變化。對于金融機構而言，由于市場主體相互關系和經(jīng)營機構內(nèi)部組織關系的日趨復雜化導致風險判別難度上升，因此對市場主體的關系識別、經(jīng)營組織內(nèi)部關系管理和風險預防變得尤為重要，需要更加智能化的風險關聯(lián)關系分析工具以應對上述風險。

另一方面，隨著大數(shù)據(jù)產(chǎn)業(yè)開始進入垂直業(yè)務領域，圖技術已成為風險關聯(lián)關系分析的重要技術抓手，基于圖技術的風險關聯(lián)關系分析已成為金融機構應對新的市場風險和邁向智能化的新熱點領域，成為金融機構提升風險管理水平、提高風控能力的必要條件之一。在此背景下，該融資租賃公司期望通過構建全司級知識圖譜平臺，并主要圍繞零售汽融、小微、保理、大企業(yè)等客群和業(yè)務場景執(zhí)行圖挖掘和圖分析，為業(yè)務風控賦能。

項目解決方案：

同盾科技從2019年開始，和此國際融資租賃公司達成了深度的長期合作，循序漸進地完成了（零售決策引擎、對公決策引擎、風險指標平臺、知識圖譜平臺的建設、對公&零售知識圖譜的應用）五期項目，其中中博信征信專家組參與并落地了「對公知識圖譜的應用」，解決方案如下：1）企業(yè)全量關系網(wǎng)絡構建，洞察企業(yè)關聯(lián)風險通過構建企業(yè)全量關系網(wǎng)絡，識別進件申請中與目標企業(yè)之間存在重要關系關聯(lián)或多重關系關聯(lián)的節(jié)點，并刻畫該網(wǎng)絡密切關聯(lián)節(jié)點占比，用來評估該關系網(wǎng)絡于目標企業(yè)的密切關聯(lián)程度。當密切關聯(lián)節(jié)點占比較高的網(wǎng)絡出現(xiàn)風險事件時，目標企業(yè)受到風險關聯(lián)影響的可能性和程度就會越高。2）擔保圈鏈挖掘，執(zhí)行異常擔保預警通過擔保圈鏈挖掘，識別互保、循環(huán)擔保、擔保鏈、金字塔式擔保等異常擔保結構，以及高危擔保圈鏈，執(zhí)行擔保風險管理。3）企業(yè)實控人及集團客戶挖掘利用知識推理技術，基于內(nèi)外部可用數(shù)據(jù)，挖掘企業(yè)實際控制人。以及利用群組挖掘技術，基于內(nèi)部外可用數(shù)據(jù)，挖掘集團派系類客戶，從股權控制關系角度進行群體風險監(jiān)測。

項目成果：

合計挖掘集團個數(shù)4000萬＋，挖掘結果應用于授信業(yè)務流程中的集團族譜認定環(huán)節(jié)，替代原有單一股權關系路徑，向集團族譜全局視角切換，便于信審人員更全面把控評估主體與集團成員之間的關系。

合計挖掘4大類業(yè)務標簽、8大類風險標簽，標簽總計30+，應用于集團授信額度管理和租后預警管理中。

5

總結

同盾科技和中博信征信會持續(xù)加大除銀行外，細分金融領域的“科技賦能+多元化一站式解決方案”的服務，基于對對公數(shù)據(jù)的探索洞察和深刻理解，運用前沿的人工智能、大數(shù)據(jù)、云計算等技術，繼續(xù)打造更豐富、更多維、更特色、更貼合市場需求的企業(yè)征信產(chǎn)品，來滿足細分金融領域客戶在大數(shù)據(jù)應用上的需求，精準評估中小微企業(yè)信用情況，解決其與中小微企業(yè)之間信息不對稱問題，合理防控業(yè)務風險。進而讓中小微企業(yè)融資更加高效和精準，亦可快速推動企業(yè)后疫情時期的復蘇。

關于我們

中博信征信有限公司是同盾旗下獨立子公司，國內(nèi)領先的全棧式中小微信用科技服務商，于2019年9月獲得企業(yè)征信業(yè)務經(jīng)營備案(備案號19007)。

中博信以“信用科技助力中小微企業(yè)可持續(xù)發(fā)展”為使命，運用前沿的人工智能、大數(shù)據(jù)、云計算等技術，為金融機構、政府機關及各類企業(yè)客戶精準評估中小微企業(yè)信用情況，解決其與中小微企業(yè)之間信息不對稱問題，合理防控業(yè)務風險。

針對金融機構、政府及供應鏈在提供金融服務遇到的征信空白痛點，中博信提供多元化一站式解決方案，基于對數(shù)據(jù)的探索洞察和深刻理解，形成了信用評估報告、評分模型、智能化系統(tǒng)、業(yè)務優(yōu)化咨詢等多種產(chǎn)品及服務，通過幫助合法注冊的企業(yè)依法依規(guī)建立企業(yè)信用檔案，為金融機構、政府機關及各行業(yè)客戶提供智能高效的企業(yè)信用分析服務，助力國家社會信用體系建設。

聯(lián)系我們

電話：400-682-8689

地址：浙江省杭州市余杭區(qū)五常街道文一西路998號18幢206室

郵箱：zbxcredit@zhongboxin.com

工作時間：9:00 - 18:00（工作日）