2020年初國務(wù)院公布的數(shù)據(jù)顯示，我國社會消費品零售總額41.2萬億，同比增長8%，消費對經(jīng)濟增長貢獻率57.8%，拉動GDP增長3.5個百分點，消費已連續(xù)六年成為經(jīng)濟增長的第一驅(qū)動力。
在消費日漸成為拉動經(jīng)濟增長核心驅(qū)動力趨勢下，商業(yè)銀行零售金融業(yè)務(wù)也逐漸成為數(shù)字化轉(zhuǎn)型重點。
10家上市銀行將超過50%的貸款投向零售領(lǐng)域
信用算力研究院通過梳理26家上市銀行2020年半年報發(fā)現(xiàn)，零售金融業(yè)務(wù)尤其是零售信貸業(yè)務(wù)，正逐漸成為拉動商業(yè)銀行收入增長的主力引擎。
從數(shù)據(jù)看，26家上市銀行零售貸款較上年增長14.5%，較對公貸款業(yè)務(wù)高出5個百分點，且中小銀行尤其是城商行的零售貸款增速相對更高。從貸款結(jié)構(gòu)看，有10家銀行將超過50%的貸款投向零售領(lǐng)域，銀行零售信貸業(yè)務(wù)下沉明顯。
26家上市銀行零售信貸業(yè)務(wù)發(fā)展情況（信用算力研究院制圖，數(shù)據(jù)來源2020年半年報）
時間進入下半年，7月17日，互聯(lián)網(wǎng)貸款“基本法”——《商業(yè)銀行互聯(lián)網(wǎng)貸款管理暫行辦法》（以下簡稱“《辦法》”）正式落地，此前廣泛討論的互聯(lián)網(wǎng)貸款內(nèi)涵、跨區(qū)域經(jīng)營、核心風(fēng)險管理、數(shù)據(jù)合規(guī)性與管理、合作機構(gòu)管理、消費者保護、互聯(lián)網(wǎng)貸款事中事后監(jiān)管等，均有了明確釋義和說明。業(yè)界普遍認為，從《辦法》可以看出，監(jiān)管層對商業(yè)銀行發(fā)展互聯(lián)網(wǎng)貸款業(yè)務(wù)持鼓勵態(tài)度，行業(yè)迎來利好。
在釋放向好信號的同時，明確資金用途，嚴控資金流向，控制整體不良率的防范要求，也對銀行風(fēng)險管控與數(shù)據(jù)管理能力提出更高要求，互聯(lián)網(wǎng)貸款業(yè)務(wù)調(diào)整重心更加明確。
商業(yè)銀行互聯(lián)網(wǎng)貸款業(yè)務(wù)流程涉及多個環(huán)節(jié)，從產(chǎn)品定價設(shè)計、營銷獲客、身份核驗與審批、反欺詐，到貸中審批、人工復(fù)核、數(shù)據(jù)檔案存儲、貸后管理、催收清算等等。
信用算力研究院通過研讀《辦法》，結(jié)合業(yè)務(wù)流程中的重點環(huán)節(jié)，對銀行業(yè)務(wù)端涉及的資產(chǎn)運營管理、統(tǒng)一數(shù)據(jù)源管理、風(fēng)控決策引擎與自動化建模、進件審批等系統(tǒng)/平臺，保持關(guān)注與定制化服務(wù)輸出。
自主掌握核心風(fēng)控能力，強化全流程風(fēng)險管控
《辦法》在第四條、第十九條、第三十八條等均涉及風(fēng)險建模、決策引擎、反欺詐系統(tǒng)相關(guān)內(nèi)容，坐實監(jiān)管敦促銀行擺脫外部依賴，掌握核心風(fēng)控這一要求。從業(yè)務(wù)層面看，全流程的風(fēng)險管控離不開在大數(shù)據(jù)風(fēng)控系統(tǒng)（決策引擎、建模平臺、審批管理系統(tǒng)）這一基礎(chǔ)風(fēng)險管控設(shè)施環(huán)節(jié)的投入。
目前大多數(shù)第三方服務(wù)商提供的決策引擎系統(tǒng)已實現(xiàn)針對可重用的規(guī)則、決策表、決策樹和規(guī)則流等風(fēng)控組件的編輯、部署、運行、監(jiān)控功能，確保銀行可根據(jù)不同信貸產(chǎn)品場景自主靈活配置，對準入預(yù)授信、申請反欺詐、實時授信決策、工作流分配、催收預(yù)警等模型策略進行管理優(yōu)化。高階的智能決策引擎系統(tǒng)，需要支持對風(fēng)險規(guī)則的可視化、透明化。
信用算力智能決策引擎系統(tǒng)示意圖
目前市場化的風(fēng)控建模服務(wù)已經(jīng)可以提供模型開發(fā)、測試、配置、檢驗、部署、監(jiān)控與全方位模型管理功能，輔助銀行搭建定制化身份認證模型、反欺詐模型、反洗錢模型、風(fēng)險定價模型、授信審批模型、風(fēng)險預(yù)警模型、貸款清收模型等，縮短建模時間，降低建模技術(shù)門檻，減少銀行風(fēng)控建模人力投入。
以信用算力過往服務(wù)為例，在接入信用算力決策引擎系統(tǒng)和風(fēng)控模型后，某銀行線上小額信貸產(chǎn)品風(fēng)險違約模型KS達0.45，模型評分區(qū)分度表現(xiàn)良好，分值區(qū)間對應(yīng)預(yù)測違約率與實際違約率誤差有明顯降低。
此外，《辦法》第二十二條提到，“商業(yè)銀行應(yīng)當明確人工復(fù)核驗證的觸發(fā)條件，合理設(shè)置人工復(fù)核驗證的操作規(guī)程�！贝颂帉ι虡I(yè)銀行互聯(lián)網(wǎng)貸款業(yè)務(wù)中的信審策略提出明確要求。
搭建以“風(fēng)控數(shù)據(jù)+風(fēng)險模型+策略與規(guī)則”為核心的信貸審批管理系統(tǒng)，通過系統(tǒng)分流執(zhí)行不同的風(fēng)控決策與規(guī)則，輔助自動化識別欺詐行為，自動完成申請審批和授信定額，大幅度節(jié)省進件批復(fù)時間，降低人工成本投入。
但自動化的決策系統(tǒng)并非完全取代或舍棄人工復(fù)核這一重要環(huán)節(jié)，尤其在風(fēng)險數(shù)據(jù)出現(xiàn)缺失項、矛盾項的情況下，決策系統(tǒng)需要將進件申請分配至信審系統(tǒng)，進行人工干涉、人工核驗。
有效識別和監(jiān)測跨區(qū)互聯(lián)網(wǎng)貸款業(yè)務(wù)
《辦法》第九條提到，“地方法人銀行開展互聯(lián)網(wǎng)貸款業(yè)務(wù)，應(yīng)主要服務(wù)于當?shù)乜蛻�，審慎開展跨注冊地轄區(qū)業(yè)務(wù)，有效識別和監(jiān)測跨注冊地轄區(qū)業(yè)務(wù)開展情況。”從大方向上來看，監(jiān)管并未對地方性銀行跨區(qū)域經(jīng)營采取“一刀切”的態(tài)度，也暫未對業(yè)務(wù)經(jīng)營設(shè)置統(tǒng)一的量化管理標準，這無疑是為長期受地域限制的區(qū)域性銀行“松綁”。
從業(yè)務(wù)管理層面來看，《辦法》中提及的“識別和監(jiān)測跨區(qū)互聯(lián)網(wǎng)貸款業(yè)務(wù)”，考驗的是商業(yè)銀行客戶/資產(chǎn)運營與管理，強化識別用戶地域分布的能力，結(jié)合當?shù)亟?jīng)濟發(fā)展與個人收入水平，評估區(qū)域業(yè)務(wù)規(guī)模，以及整體產(chǎn)品定價、進件準入規(guī)則。
通過自研或接入內(nèi)置用戶畫像分析功能的資產(chǎn)運營監(jiān)控平臺，建立包含性別、年齡、地域、學(xué)歷、資訊、泛娛樂、電商、金融、生活等在內(nèi)的全方位用戶畫像，并持續(xù)進行標簽補全，強化用戶分層與價值挖掘，是區(qū)域性銀行開展和監(jiān)測跨區(qū)域業(yè)務(wù)行之有效的辦法。
信用算力資產(chǎn)運營監(jiān)控平臺示意圖
準確理解風(fēng)險數(shù)據(jù)和風(fēng)險模型，強化數(shù)據(jù)源管理
《辦法》第十五條提到，“商業(yè)銀行應(yīng)當確保具有足夠的資源，獨立、有效開展互聯(lián)網(wǎng)貸款風(fēng)險管理，確保董事會和高級管理層能及時知悉風(fēng)險狀況，準確理解風(fēng)險數(shù)據(jù)和風(fēng)險模型的作用與局限�！�
互聯(lián)網(wǎng)貸款業(yè)務(wù)中的風(fēng)險數(shù)據(jù)，涵蓋了用戶基本屬性數(shù)據(jù)、設(shè)備數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)、電商消費數(shù)據(jù)、網(wǎng)絡(luò)借貸數(shù)據(jù)、運營商數(shù)據(jù)等，除銀行自有數(shù)據(jù)外，通過接入外部合規(guī)數(shù)據(jù)源擴充數(shù)據(jù)量級，為風(fēng)控決策提供客觀依據(jù)。
從現(xiàn)實情況來看，目前銀行在接入外部數(shù)據(jù)源時面臨幾個棘手的問題：數(shù)據(jù)源甄選難，市場數(shù)據(jù)源繁多，選型周期長；大量外部數(shù)據(jù)需要技術(shù)對接，耗時長，維護成本高；數(shù)據(jù)監(jiān)控管理復(fù)雜，數(shù)據(jù)接入后，接口數(shù)據(jù)質(zhì)量與接口穩(wěn)定性評估難；外部各數(shù)據(jù)源計費方式不一，對賬方式復(fù)雜，數(shù)據(jù)源成本增加。
針對銀行不同業(yè)務(wù)場景需求，設(shè)計出對目標業(yè)務(wù)效果最佳且最具性價比的數(shù)據(jù)源組合方案，解決銀行外部數(shù)據(jù)甄選難、數(shù)據(jù)開發(fā)對接難、數(shù)據(jù)質(zhì)量監(jiān)控難、數(shù)據(jù)源成本控制難問題，是目前金融科技服務(wù)商的業(yè)務(wù)服務(wù)價值之一。
信用算力自研的統(tǒng)一數(shù)據(jù)源管理平臺由六大核心模塊組成，功能涵蓋數(shù)據(jù)源管理、數(shù)據(jù)質(zhì)量監(jiān)控、賬務(wù)管理、OpenAPI、BI報表、數(shù)據(jù)回溯管理等。具體來說：
1.覆蓋主流數(shù)據(jù)源，提供各類標準化、定制化數(shù)據(jù)產(chǎn)品服務(wù)API，支持機構(gòu)自主并全可視化篩選、使用、切換對接。
2.快速對接數(shù)據(jù)源，對各類第三方數(shù)據(jù)源差異化API進行預(yù)處理整合，以標準通信協(xié)議、加解密方案、鑒權(quán)方式、數(shù)據(jù)格式等統(tǒng)一Open API提供給銀行業(yè)務(wù)端。
3.數(shù)據(jù)質(zhì)量全監(jiān)控，通過內(nèi)嵌數(shù)據(jù)監(jiān)控模塊，對數(shù)據(jù)質(zhì)量如接口穩(wěn)定性、響應(yīng)性能等運行指標進行實時監(jiān)控和報警，支持銀行全可視化配置報警策略和接受人員，并對數(shù)據(jù)源異常情況下的同類數(shù)據(jù)源災(zāi)備切換。
4.實時數(shù)據(jù)成本管控，通過內(nèi)嵌賬務(wù)管理模塊，確保各個數(shù)據(jù)源接口自動化，支持查詢周期性調(diào)用量、查得率，和導(dǎo)出可視化對賬表，方便成本管控人員全面掌握數(shù)據(jù)源使用情況。
5.實時查詢?nèi)S度數(shù)據(jù)調(diào)用量，通過內(nèi)嵌BI報表模塊銀行可以對不同分支機構(gòu)業(yè)務(wù)產(chǎn)品、數(shù)據(jù)源、數(shù)據(jù)產(chǎn)品、分日、周期等全維度數(shù)據(jù)調(diào)用量、調(diào)用成本、查得率、成功率等統(tǒng)計指標可視化表格展示，為業(yè)務(wù)人員分析和決策提供高效支持。
6.數(shù)據(jù)全量可回溯，通過對所有數(shù)據(jù)源調(diào)用查詢記錄進行版本化、日志化、 結(jié)構(gòu)化存儲，提供全可視化歷史調(diào)用記錄查詢回溯，支持業(yè)務(wù)人員分析評估數(shù)據(jù)源質(zhì)量。
信用算力統(tǒng)一數(shù)據(jù)源管理平臺示意圖
商業(yè)銀行互聯(lián)網(wǎng)貸款業(yè)務(wù)迎來利好，業(yè)務(wù)優(yōu)化也涉及鏈條上的方方面面，本文僅從跨區(qū)域用戶管理、數(shù)據(jù)源管理、決策引擎與自動化建模、信審管理等業(yè)務(wù)系統(tǒng)/模塊提出建議。
信用算力作為金融科技智能解決方案提供商，為商業(yè)銀行提供營銷、風(fēng)控、運營、咨詢研究在內(nèi)的互聯(lián)網(wǎng)貸款業(yè)務(wù)解決方案，并希望通過整合數(shù)據(jù)、產(chǎn)品與技術(shù)，輸出一體化科技服務(wù)，深化科技與金融的深度融合，幫助銀行擴大資產(chǎn)規(guī)模，盤活存量客戶，釋放業(yè)務(wù)產(chǎn)能和潛力。
本文首發(fā)于微信公眾號：新流財經(jīng)。文章內(nèi)容屬作者個人觀點，不代表和訊網(wǎng)立場。投資者據(jù)此操作，風(fēng)險請自擔。
最新評論