進(jìn)入7月份，連續(xù)四家農(nóng)商行被曝不良貸款率居高不下，一時(shí)之間，整個(gè)農(nóng)商行甚至銀行業(yè)的資產(chǎn)質(zhì)量問題成為行業(yè)焦點(diǎn)話題。在此背景下，眾安科技推出的銀行智能風(fēng)控升級(jí)解決方案引起市場(chǎng)的高度關(guān)注。該方案將“保險(xiǎn)+科技”深度融合，從數(shù)據(jù)、模型、策略、風(fēng)控體系、風(fēng)控系統(tǒng)、人員培養(yǎng)等方面對(duì)銀行風(fēng)控進(jìn)行智能化的升級(jí)改造，全面解決農(nóng)商行、城商行當(dāng)下面臨的風(fēng)控痛點(diǎn)，有效提升銀行資產(chǎn)質(zhì)量。

風(fēng)控能力偏弱 農(nóng)商行面臨嚴(yán)峻挑戰(zhàn)

一直以來，我國(guó)農(nóng)商行不良貸款率相對(duì)較高。7月2日，青島農(nóng)商行在上會(huì)前夜被證監(jiān)會(huì)取消上會(huì)審核;7月9日，浙江紹興瑞豐農(nóng)村商業(yè)銀行也在上會(huì)前夜被按下暫停鍵。業(yè)內(nèi)普遍認(rèn)為與其資產(chǎn)質(zhì)量問題有關(guān)。緊接著，貴陽農(nóng)商行被曝不良率攀至20%，河南修武農(nóng)商行同樣達(dá)到20.74%，資本充足率則跌至負(fù)值，為-0.75%。

從農(nóng)信社改制發(fā)展而來的農(nóng)商行，在資產(chǎn)質(zhì)量上存在一定“先天不足”和“歷史包袱”。與此同時(shí)，風(fēng)控能力弱、市場(chǎng)空間有限等因素也制約了農(nóng)商行的發(fā)展。其中，風(fēng)險(xiǎn)管理能力和風(fēng)控技術(shù)相對(duì)落后等問題，是7月份四家農(nóng)商行相繼“爆雷”的重要原因。

目前，農(nóng)商行風(fēng)控體系主要面臨五大問題：首先，依賴央行征信和人工審批，對(duì)線上的消費(fèi)金融風(fēng)控體系比較陌生;其次，由于產(chǎn)品形態(tài)的創(chuàng)新，對(duì)新業(yè)務(wù)進(jìn)件客群的整體把握不足，傳統(tǒng)信貸風(fēng)控模型無法直接套用;再次，面對(duì)駁雜的外部數(shù)據(jù)供應(yīng)方，對(duì)如何篩選并有效應(yīng)用于整個(gè)風(fēng)控體系缺乏經(jīng)驗(yàn);從次，新業(yè)務(wù)對(duì)從0到1過渡到量化驅(qū)動(dòng)的要求更高，銀行原有的分析建模團(tuán)隊(duì)能力無法跟上業(yè)務(wù)需求;最后，新業(yè)務(wù)策略體系比傳統(tǒng)信貸業(yè)務(wù)更復(fù)雜，變量多，規(guī)則多，迭代快，原有風(fēng)控系統(tǒng)無法適應(yīng)后續(xù)靈活迭代的風(fēng)控策略。

業(yè)內(nèi)人士指出，在零售業(yè)務(wù)過程中，最終的逾期甚至不良都是每一筆貸款風(fēng)控審核結(jié)果的大數(shù)反映，農(nóng)商行傳統(tǒng)的從獲客到風(fēng)險(xiǎn)評(píng)估全部是由信貸員憑經(jīng)驗(yàn)審核，具備較強(qiáng)的主觀性，并且很難建立真正量化的統(tǒng)一標(biāo)準(zhǔn)。如何深度踐行大數(shù)據(jù)風(fēng)控的普惠落地，重構(gòu)零售信貸風(fēng)控的量化風(fēng)控體系，培養(yǎng)專業(yè)人才梯隊(duì)，是農(nóng)商行接下來面臨的一大挑戰(zhàn)。

直擊銀行痛點(diǎn)

作為專注于前沿科技研究與探索的科技公司，眾安科技于今年3月發(fā)布銀行智能風(fēng)控升級(jí)解決方案，以“保險(xiǎn)+科技”的結(jié)合解決行業(yè)痛點(diǎn)。在農(nóng)商行連續(xù)“爆雷”的當(dāng)下，這一直擊銀行業(yè)風(fēng)控痛點(diǎn)的解決方案引發(fā)業(yè)內(nèi)的普遍興趣。

該方案是眾安科技基于海量數(shù)據(jù)源和資深實(shí)戰(zhàn)經(jīng)驗(yàn)，向銀行業(yè)提供更靈活、更深入也更精細(xì)的風(fēng)險(xiǎn)管理。針對(duì)農(nóng)商行的五大痛點(diǎn)，眾安科技給出了五大解決方法：首先，基于銀行要開展的信貸創(chuàng)新業(yè)務(wù)設(shè)計(jì)進(jìn)件流程，如卡實(shí)名認(rèn)證、平臺(tái)行為數(shù)據(jù)授權(quán)、爬蟲信息授權(quán)等;其次，基于產(chǎn)品形態(tài)和場(chǎng)景，定位產(chǎn)品風(fēng)險(xiǎn)點(diǎn)，模擬欺作案手法，針對(duì)性設(shè)計(jì)該產(chǎn)品的風(fēng)控策略框架;再次，借鑒母公司眾安保險(xiǎn)同類或形態(tài)相近的消費(fèi)金融業(yè)務(wù)模型經(jīng)驗(yàn)，提供貸前準(zhǔn)入、貸前授信、貸中監(jiān)控模型策略;從次，在業(yè)務(wù)上線后由專業(yè)信貸數(shù)據(jù)分析專家負(fù)責(zé)結(jié)合貸后行為量化評(píng)估規(guī)則和模型有效性，并基于統(tǒng)計(jì)學(xué)或機(jī)器學(xué)習(xí)算法進(jìn)行模型優(yōu)化;最后，提供決策云部署整套風(fēng)控策略，可支持云端SaaS版本及本地化部署。

不久前，某銀行拓展針對(duì)當(dāng)?shù)貍€(gè)體工商戶的無抵押經(jīng)營(yíng)貸款，最高額度為50萬，希望結(jié)合大數(shù)據(jù)風(fēng)控能力提升審批效率，提高風(fēng)控能力。對(duì)此，眾安科技不僅在業(yè)務(wù)起步階段提供咨詢服務(wù)，針對(duì)當(dāng)?shù)厍闆r和銀行實(shí)際情況，設(shè)計(jì)整套線上+線下貸前審核模型，更提供貸前反欺詐智能圖譜，綜合外部接口量化應(yīng)用的客戶風(fēng)險(xiǎn)甄別模型，基于銀行卡網(wǎng)銀爬取和行業(yè)利潤(rùn)率測(cè)算的復(fù)雜經(jīng)營(yíng)流水收入認(rèn)定模型以及央行征信量化評(píng)分模型等細(xì)分模型，搭建并在決策云(X-Decision)上完成整套策略的快速部署和測(cè)試，從而有效控制不良率。

統(tǒng)計(jì)數(shù)據(jù)顯示，該銀行目前單筆審批耗時(shí)下降超70%，機(jī)器審核占比超過60%，預(yù)計(jì)不良率在1%~2.5%之間。

綜合來看，該方案可有效解決包括農(nóng)商行、城商行在內(nèi)的銀行業(yè)借貸風(fēng)險(xiǎn)和風(fēng)控瓶頸問題，消除不良率隱患，有效提升銀行資產(chǎn)質(zhì)量。而在未來，眾安科技將加速推動(dòng)大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能、物聯(lián)網(wǎng)等前沿科技的應(yīng)用場(chǎng)景落地，繼續(xù)為金融、保險(xiǎn)、醫(yī)療健康科技賦能，成為各行業(yè)發(fā)展的重要?jiǎng)恿Α?/p>