近年來，各商業(yè)銀行相繼出臺了促進(jìn)普惠金融的發(fā)展、切實改善小微企業(yè)融資難的方案。如何構(gòu)建完善的風(fēng)險管理體系，更好的為普惠金融服務(wù)，已成為當(dāng)下商業(yè)銀行轉(zhuǎn)型的重要著眼點。
通常情況下，商業(yè)銀行的信貸業(yè)務(wù)周期大致分為貸前、貸中、貸后三個階段：貸前主要是通過信用的獲取進(jìn)行信貸產(chǎn)品規(guī)劃及進(jìn)件審批；貸中主要關(guān)注客戶的還款情況和賬戶行為，包括是否提升信用額度或逾期風(fēng)險是否在加大, 還會涉及交叉銷售等營銷管理；而一旦客戶還款不及時，則進(jìn)入貸后催收階段，包括采取適合的催收方案、進(jìn)行失聯(lián)修復(fù)等。
我們看到上述信貸業(yè)務(wù)的主要痛點在于客戶分散、風(fēng)險因素多元化，而目前銀行以非標(biāo)準(zhǔn)調(diào)查為主的個性化傳統(tǒng)業(yè)務(wù)發(fā)展模式過度依靠人工作業(yè)，難以實現(xiàn)業(yè)務(wù)的標(biāo)準(zhǔn)化、批量化發(fā)展，導(dǎo)致成本高、效率低、效果欠佳。關(guān)鍵原因在于目前征信與評估信用類的信息維度不全面，信息質(zhì)量也有限，無法完整準(zhǔn)確的刻畫借款人的信用情況。
36氪最近專訪的中科聚信就是一家希望為銀行解決上述痛點的公司。據(jù)中科聚信首席風(fēng)險官李莉介紹，中科聚信應(yīng)用了大數(shù)據(jù)+人工智能技術(shù)，通過分析貸款人數(shù)據(jù)+機器學(xué)習(xí)算法，可以較為全面的掌握貸款人的信用情況。中科聚信覆蓋了信貸業(yè)務(wù)以下的三大核心場景，對信貸業(yè)務(wù)的整個生命周期進(jìn)行管理：
信用風(fēng)險管理：包括貸前、貸中、貸后的信用風(fēng)險管理。據(jù)李莉介紹，中科聚信可根據(jù)金融機構(gòu)的需求，例如不良貸款可容忍度、預(yù)計業(yè)務(wù)增長率等指標(biāo)，對海量借款人行為數(shù)據(jù)進(jìn)行加工和分析，量身定制適合客戶的信用風(fēng)險管理方案。具體在操作層面，中科聚信基于機器學(xué)習(xí)技術(shù)設(shè)立了一套評分建模系統(tǒng)，可以把借款人身上的數(shù)據(jù)標(biāo)簽抽象成評分來對信用高低進(jìn)行評價。同時，中科聚信通過設(shè)立貸前、貸中、貸后的評分模型，幫助金融機構(gòu)建立了信貸全流程風(fēng)險量化體系，這樣在幫助金融機構(gòu)降低放貸風(fēng)險的同時，推動了信貸業(yè)務(wù)的批量化、自動化、智能化發(fā)展；
欺詐偵測及防范：反欺詐體系建設(shè)是信用風(fēng)險管理的延伸，通過欺詐偵測和防范平臺、社會關(guān)聯(lián)網(wǎng)路分析、模糊匹配、反欺詐模型等技術(shù)可全方位預(yù)防包括團(tuán)伙欺詐在內(nèi)的各類欺詐模式；
客戶分層和精準(zhǔn)營銷：據(jù)李莉介紹，中科聚信通過客戶畫像、客戶分層、營銷模型等技術(shù)可以更好地對客戶進(jìn)行精準(zhǔn)營銷，有效提高金融機構(gòu)其他業(yè)務(wù)的獲客成功率，降低獲客成本。
簡而言之，中科聚信通過上述技術(shù)的結(jié)合，可以幫助金融機構(gòu)“勾勒”出基于社會網(wǎng)絡(luò)關(guān)系的多維度客戶畫像，每個客戶畫像都有自己的標(biāo)簽和評分。借助這種客戶畫像和風(fēng)險量化體系，金融機構(gòu)可以深入了解每個客戶的風(fēng)險特點，真正做到KYC (know-your-customer)和客戶分類管理，由此，金融機構(gòu)在進(jìn)行信貸管理的同時，可以更精準(zhǔn)的捕獲客戶的潛在需求，同時結(jié)合客戶的風(fēng)險情況進(jìn)行個性化營銷。
據(jù)李莉介紹，中科聚信的核心技術(shù)主要覆蓋小微企業(yè)及零售信貸業(yè)務(wù)，包括各類小微企業(yè)貸、消費貸、信用卡、房貸、車貸等，目前已經(jīng)涵蓋上千家金融機構(gòu)，其中包括不同規(guī)模的商業(yè)銀行。此外中科聚信還與部分政府合作參與了當(dāng)?shù)厣鐣庞皿w系搭建工程。
在項目落地方面，中科聚信采取了咨詢開發(fā)+IT系統(tǒng)交付的項目制合作來服務(wù)金融機構(gòu)，通過反復(fù)調(diào)研以理解金融機構(gòu)的需求，進(jìn)而開發(fā)個性化產(chǎn)品，最終交付一整套定制化的解決方案。最重要的是，整個方案需要在金融機構(gòu)的私有云或私有客戶機上進(jìn)行，確保滿足金融機構(gòu)對信息的保密要求，中科聚信并不能直接儲存、分析任何客戶的數(shù)據(jù)。另外，在實際操作過程中，由于風(fēng)險因素會、監(jiān)管要求經(jīng)常變化，中科聚信會定期對產(chǎn)品進(jìn)行迭代和升級以滿足模型的有效性。
在盈利模式方面，中科聚信綜合根據(jù)每個項目的復(fù)雜度、工時數(shù)量進(jìn)行報價，同時根據(jù)項目運營情況收取一定的運營費用。對于長期運營合作類客戶，中科聚信將根據(jù)放貸金額的固定比例收取服務(wù)費。
金融科技助力信貸管理的模式在國外也已經(jīng)相當(dāng)成熟，歐美基本90%大型金融機構(gòu)都在使用AI進(jìn)行信貸管理，主流產(chǎn)品包括Experian、SAS和FICO等。與國外公司產(chǎn)品相比，中科聚信的產(chǎn)品優(yōu)勢包括：更理解國內(nèi)的實際需求及風(fēng)險因素；在產(chǎn)品功能、項目服務(wù)以及迭代速度方面也更貼合中國金融機構(gòu)的需要。
中科聚信成立于2014年7月，已分別于2017年3月及2018年3月完成了A輪和B輪融資，投資人包括中國科學(xué)院所屬投資基金，紅杉資本、中國寬帶資本所屬投資基金等。目前公司團(tuán)隊數(shù)百人，核心團(tuán)隊均具有多年人工智能、金融風(fēng)控的行業(yè)經(jīng)驗，大多來自于工商銀行、HSBC、華夏、Experian 、FICO、SAS等國內(nèi)外企業(yè)。
我們可以看到，金融科技的發(fā)展確實提升了金融機構(gòu)信貸管理的效率和效果，不過需要進(jìn)一步思考的是：隨著人工智能的進(jìn)步，未來智能信貸管理工具是否會取代人工。無可置疑的是，智能信貸管理工具會大大減少人工工作，其工作原理是：通過挖掘數(shù)據(jù)和機器學(xué)習(xí)算法抽象出規(guī)則和模型，未來對于常規(guī)性的場景能做到自動審批。但同時我們也需要清晰的認(rèn)識到，了解數(shù)據(jù)背后的業(yè)務(wù)邏輯和算法的適用性比算法的復(fù)雜度更為重要。因此在產(chǎn)品及模型的迭代過程中，仍需要有業(yè)務(wù)經(jīng)驗的人員參與，機器學(xué)習(xí)的過程還不能完全脫離人的業(yè)務(wù)經(jīng)驗。
36氪認(rèn)為，近年來科技技術(shù)的進(jìn)步顯著推動了金融行業(yè)的創(chuàng)新。金融機構(gòu)通過大數(shù)據(jù)及算法，在滿足人們的個性化金融需求的基礎(chǔ)上進(jìn)行風(fēng)險管理是大勢所趨。此外，在更遠(yuǎn)的未來，金融科技行業(yè)還將進(jìn)一步實現(xiàn)智能化和數(shù)字化，將資金和產(chǎn)品正確且風(fēng)險可控的匹配給每一個需要的人。在這個過程中，實操經(jīng)驗豐富、風(fēng)險識別能力敏銳、建模能力強大及工作流程完善的企業(yè)，將擁有更高的競爭壁壘，也必將脫穎而出。
