導讀：商業銀行需要圍繞金融的本源和風險的本質，加強頂層設計，激發創新活力，統籌推進數字化風控體系建設
作者｜李志剛「中國工商銀行信貸管理與投資部總經理」
文章｜《中國金融》2022年第12期
當前數字經濟快速發展，數字產業化和產業數字化相互促進，正在成為重組要素資源、重塑經濟結構、改變競爭格局的關鍵力量。黨的十八大特別是黨的十九大以來，黨中央高度重視發展數字經濟，并將其上升為國家戰略。習近平總書記多次強調，發展數字經濟意義重大，數字經濟事關國家發展大局。商業銀行為了把握新一輪科技革命和產業變革的機遇，更加高效地服務實體經濟，已經在數字化轉型的賽道上開啟了積極的探索。風險管理作為商業銀行的核心競爭力，其能否適應數字化轉型趨勢，將決定銀行數字化轉型的成敗。商業銀行需要充分發揮數據和技術等生產要素價值，全面推進數字化風控體系建設，以高質量風控助力高質量發展。
數字化轉型是商業銀行的戰略選擇
銀行數字化轉型是以客戶為中心，通過數據和技術雙要素的驅動，對業務模式和管理模式進行創新和重構，進而持續提升金融服務質量和效率的過程。數字化轉型是信息化的延續，更是信息化的升級；如果說信息化更多地聚焦于銀行內部經營管理的層面，那么數字化轉型則是客戶驅動下銀行戰略性重構。當前，新一代信息技術與產業深度融合，數字經濟加速發展，金融生態和價值鏈條進一步重構，數字化轉型已成為商業銀行服務經濟高質量發展的戰略選擇。
數字經濟蓬勃發展，對數字化金融提出更高要求。數字技術的發展和應用，使得社會生產和生活轉化為可記錄、存儲和交互的數據。數據成為重要的生產要素，數字經濟成為繼農業經濟、工業經濟之后的主要經濟形態。數字經濟與實體經濟融合發展，虛擬產業園、智能制造、零庫存企業等新產業、新業態、新模式不斷涌現，具備高度數字化的特征，并催生了多樣化的金融需求。商業銀行必須通過自身的數字化轉型，推動金融服務與金融需求的精準高效對接，不斷提高金融服務實體經濟的能力和水平。
商業銀行存在數字化基因，本身具備由傳統銀行向數字銀行演進的動力。銀行業本身是數據密集型行業，在經營過程中積累了大量跨周期的金融交易數據，具備數字化轉型的先天優勢。數據作為銀行投融資決策的重要支撐，也在持續推動銀行業務邏輯、經營模式和管理方式的優化和變革。特別是近年來，融合互聯網和大數據的新金融、類金融迅猛發展，對銀行業務產生沖擊，銀行業正在面臨越來越多的跨業競爭甚至無邊界競爭。內生因素合并市場競爭態勢的變化，要求商業銀行充分利用好自身的數據、信用和資本優勢，加快由傳統銀行向數字銀行轉型。
新技術的深入應用，為銀行數字化轉型開辟出可行路徑。從最早的電話銀行到手機銀行、開放銀行，從傳統貸款到供應鏈金融、網絡融資、智能支付，銀行業作為新技術應用的前沿行業，每次重大技術創新都會對其經營模式帶來巨大影響。當前，大數據、云計算、人工智能、物聯網等新技術日益成熟并得到廣泛應用，正在為銀行數字化轉型注入全新的技術力量，將幫助銀行充分發揮數據優勢、優化業務流程、驅動管理創新，創造更為卓越的客戶體驗。
數字化風控是數字化轉型的應有之義
從本質上來說，商業銀行以經營風險實現盈利和發展。回顧商業銀行的歷史演進脈絡，風險管理始終是銀行最為核心的競爭力。而不同時期的商業銀行，受外在經濟和技術環境的影響，風險管理模式也差異較大。
風險管理初級階段：“人控”模式。其典型特征是依靠信貸人員的“專家經驗”進行風險判斷。20世紀80年代，我國社會主義市場經濟剛剛起步，先后組建（或恢復設立）四大國家專業銀行，此時銀行業的風險管理還處于探索階段。信貸人員通過以現場為主的專業化調查，結合客戶財務指標和自身的信貸經驗，對客戶風險進行綜合判斷，這種經驗的形成需要信貸人員較長時間的積累甚至一定的試錯成本。這一時期，銀行經營受信貸人員“管戶數”和“經驗值”的限制，資產規模擴張面臨著管理能力的瓶頸，風險管理水平也受信貸人員經驗差異影響而波動較大。
風險管理進階階段：“流程控”模式。其典型特征是風險管理前中后臺制衡。20世紀90年代，國家專業銀行逐步向商業銀行轉型，普遍開始借鑒國際經驗，通過流程的設計實現前臺盡職調查、中臺審查審批和后臺貸后管理的分離和相互制衡，改變以往貸款決策由一個部門或一個人獨立承擔的做法，從制度上減少了銀行各個環節的道德風險，同時提升了各環節的專業性和作業效率。不過，過長的流程容易導致信息出現衰減和失真，前中后臺“三道防線”激勵不相容也容易產生客戶體驗不佳的問題，風險管理協同性不足的問題較為普遍。
商業銀行風險管理發展趨勢：“數字化風控”模式。進入21世紀，銀行業資產規模保持持續較快增長，各種平臺化、場景化、批量化的獲客模式深入發展，背后帶來的是日益增加的管理和風控壓力。數字經濟發展開始提速，在推動經濟高質量發展的同時，也使得資金鏈條更長，市場主體更多元，經濟運行機制更復雜，各類風險傳染更加快速、隱蔽，對于銀行風險管理的敏捷度和精準度提出了更高的要求。無論是“人控”還是“流程控”，都難以適應資產規模快速擴張和數字經濟環境下風險防控的需求，客觀上要求商業銀行推進數字化風控體系建設。這也是商業銀行數字化轉型的重要組成部分，其典型特征是風險管理的“數字化”和“智能化”。通過推進數字技術在商業銀行全流程風險管理中的融合應用，能夠促進資金流、物流和信息流“三流合一”，實現風險信息實時、完整、精準傳導，有效解決各種信息不對稱問題。數字化風控給商業銀行帶來的不僅是數據應用和系統建設等淺層變化，更將深刻影響風險管理模式，推動商業銀行風險管理從“人控”“流程控”向“智能控”升級轉型，極大提升了風險管理的半徑和效能。
商業銀行數字化風控面臨的挑戰
目前，商業銀行特別是國有大型銀行已經在數字化風控體系建設中進行了很多有益的探索，并且取得了顯著的成果，但是在實踐中仍然面臨著以下三大挑戰。
爆發式的數據增長對信息集成分析能力提出挑戰。小樣本的數據跟蹤只能獲得實時的感知，而大數據分析能夠實現對于規律和本質的洞見，如何讓大數據產生真正的價值，是商業銀行贏得未來競爭優勢的關鍵。當前，指數級的數據增長、多樣化的數據類型、豐富的數據來源、快速的數據流動，在給商業銀行帶來巨大機遇的同時，也對其有效、快速地進行大數據集成分析的能力提出了全新挑戰。不可否認，雖然銀行業積累了大量的金融數據，但是部分數據質量不高，“數據孤島”問題不同程度存在，特別是數據的資產意識不強，大數據分析能力有待提高，這些都對數字化風控體系建設的深入推進形成制約。
差異化的風險場景對新技術的規模化應用能力提出挑戰。銀行的數字化轉型必然意味著更加差異化的競爭，個性化、創新型的金融產品和服務將成為主流。數字經濟客戶端的新業態和新模式，疊加金融供給端的新產品和新服務，意味著不同客戶的風險場景將存在非常大的差異。如何從各類風險場景中提取共性因素，并且與新技術實現有效的銜接，對銀行新技術規模化應用能力提出了非常大的挑戰。同時，部分新技術還不足以支持場景特別是復雜場景的規模化應用。目前，銀行數字化風控中新技術應用仍然處在起步階段，應用場景還需要進一步豐富，后續在推進從技術試點到規模化應用過程中還需要付出大量的努力。
快速變化的風險形態對風險協同管理能力提出挑戰。數字經濟加速全球化、信息化的進程，資源流動受時間和空間的限制被逐漸打破，經濟主體的關聯更加錯綜復雜，風險快速傳染并且瞬息萬變，對于銀行的風險協同管理能力提出巨大的挑戰。目前銀行普遍推行專業化風險管理部門和審貸分離體制，形成了前中后臺“三道防線”，但是風險管理的協同性還需要加強，客戶體驗仍然有很大的提升空間，亟須通過推動風險管理架構的轉型來應對數字經濟環境下的高度不確定性。
全面推進商業銀行數字化風控體系建設
商業銀行需要圍繞金融的本源和風險的本質，加強頂層設計，激發創新活力，統籌推進數字化風控體系建設。
理念先行，確立數字化風控的“五大思維”。數字化風控的思維應該包含以下五個方面。一是客戶思維。數字化風控需要建立在“以客戶為中心”的基礎上，適應數字經濟客戶風險的新特征，推動風險管理體系優化升級，提升風險管控質效，實現客戶無感風控體驗。二是數字思維。與風險管理傳統的經驗思維不同，數字化風控需要全面提升銀行對數據的認知程度，將數據作為風險管理最為基礎的要素，以獲得對客戶和風險更全面客觀的認知。三是敏捷思維。面對數字經濟環境下高度不確定性，數字化風控體系需要對風險有高度敏感性，建立更加敏捷高效的風險管理機制，實現對于風險的快速響應。四是創新思維。數字化風控是一個全新領域，銀行需要突破對傳統風險管理的“路徑依賴”，通過不斷創新迭代，及時優化調整數字化風控的方向和路徑。五是生態思維。這需要將銀行風險管理體系視為一個完整的生態系統，生態系統的運行決定風險管理的質量。數字化風控體系應該從組織建設的角度充分調動系統內個體積極性，形成協同高效的風險管理機制。
數據為本，加強數字資產的管理與應用。高度重視數據在數字化風控中的基礎作用，通過加強管理和應用，推動數據從資源向資產升級。一是夯實數據基礎。規范數據采集標準，簡化信息錄入操作，引入光學字符識別（OCR）、語音識別等數字技術提升信息自動化、智慧化采集水平。積極引入外部數據，不斷豐富完善風控大數據基礎。加強對數據的整理、歸類、分級和校驗，實現標準化、結構化、規范化和可視化，提升數據應用價值。二是優化系統建設。積極推進系統數字化建設，加強業務流程功能的數字化改造和信息自動化采集，減少業務阻隔和流程斷點，推動系統易用性建設成果向全產品、全流程推廣。加強風險管理系統的互聯互通，橫向打通全風險領域預警管控，提升風險信息共享與聯防聯控能力。三是強化數據賦能。積極建設“數據中臺”，加強數據清洗和整合，縱向深挖結構化和非結構化數據，持續提升大數據分析能力。推進機構、客戶和信貸人員畫像，豐富可視化、圖形化數據分析工具，提供多維度、立體的風險視角，為風險管理提供“有廣度、有深度、有速度、有精度”的數據服務。
科學決策，促進管理與數據深度融合。圍繞資產組合布局、政策制度管理、客戶全生命周期管理等重點事項，加強數字化、精細化管理。在資產組合布局方面。統籌考慮供給與需求、風險與收益、短期與長期等因素，按照資產組合管理的理念，科學把控信貸結構導向，加強監測評價，做好動態調整。將存量投融資客戶移位釋放出來的資源與新增投融資進行統籌計劃、配置、監測和評價，有效推動信貸規劃布局的執行落地。在政策制度管理方面。建立政策制度數字化管理架構，將政策制度的關鍵管理要素進行數字化和標簽化解構，如授權金額、準入標準、參數閾值、風險限額、貸款等價等，強化對于關鍵管理要素的精準調節，實現政策制度的系統剛控和精細化管理。在客戶全生命周期管理方面。綜合運用定量和定性手段，科學判斷客戶所處生命周期階段，基于客戶生命周期權變思維，“量身定制”動態融資策略，匹配差異化的信貸政策、制度和產品。
智能驅動，實現模型和技術向風控全面賦能。按照“主動防、智能控、全面管”的思路，有效落實各關口的管理要求和規定動作，圍繞各類風控場景，加強模型和技術賦能，將智能化風險管控嵌入業務全流程。一是加強業務全流程管理。入口關，重點通過準入、盡調、審查審批、放款核準等環節，提升資產選擇能力；閘口關，重點優化資產風險分類標準，做好分類施策，強化“風險分層、過濾阻攔”的功能；出口關，重點深化風險資產經營理念，逐戶建立經營臺賬，提升不良貸款清收處置質效。二是建設完備的風險監控模型體系。加強規則策略、模型算法的集中統一管理，根據風險運行情況及時調整監控范圍，確保對風險的全方位覆蓋。推動風控模型從低維度規則模型向高維度智能模型演進。做好對模型開發、驗證、部署、評價、優化、退出的全流程閉環管理。三是積極推進新技術應用。促進業務與技術深度融合，探索推進衛星遙感、人工智能、物聯網等新技術與風控場景結合落地，促進多技術交互，提升風險管理效能。
生態協同，暢通風險管理的“內外循環”。推進建立敏捷、協同、交互、共享的數字化風控生態體系，打通風險管理的“內循環”和“外循環”，提升風險協同管理能力。在“內循環”方面，一是要推動敏捷型風控組織變革。打破傳統條線的分割和協同障礙，通過建立跨部門和跨條線的統一風險管控平臺、優化考核評價和分潤機制、完善責任落實的方式，來加強總分行、前中后臺、子機構之間風險聯防聯控，以適應風險快速變化和技術快速迭代的外部形勢，確保實現“一點出險，集團聯動”。銀行各部門和條線均需要重視對風險數據的捕捉和分析，提升對于風險態勢的感知能力，增強風險管理的主動性和前瞻性。同時，要加強業務、數據、科技能力兼備的復合型人才培養。二是要推進差異化流程變革。推動以串行為主的信貸業務流程向串行和并行合一轉變；根據客戶和業務風險特征，探索差異化信貸業務流程；推進前中臺聯合盡調，對于部分標準化、風險相對可控的業務積極推廣自動化審批。在“外循環”方面，一是推動完善社會信用體系建設。強化與政府部門、監管機構的溝通協調，提升社會誠信意識，形成打擊“逃廢債”的強大合力，維護良好的金融生態。二是內外聯動防范化解重大風險。充分發揮重點客戶聯合授信、銀團貸款、債務委員會等銀行間協調聯動機制作用，強化對于重大風險的協同應對。三是實現風險的有效分擔與轉移。優化與融資性擔保機構、產業發展基金等外部機構的合作機制，創新運用貸款轉讓、資產證券化、信用衍生工具等管理手段，疏通風險“堰塞湖”，打好化險為夷、轉危為機的戰略主動戰。■
（責任編輯 賈瑛瑛）
本文首發于微信公眾號：中國金融雜志。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。
最新評論