感易智能助力对公风控数字化创新升级

在国家“十四五”规划和2025年远景目标中,明确提出了要加快数字化发展,建设数字中国,以数字化转型整体驱动生产方式、生活方式和治理方式变革,充分发挥海量数据和丰富应用场景优势。

在此趋势之下,金融科技企业和银行也应加大金融科技和数字经济对产业端的支持和渗透,推动业务数字化转型。但在提升金融服务品效的同时,也应该提高风险管理的质效。据了解,2020年,银行业共处置不良资产3.02万亿元,2021年需要处置的不良贷款可能还会增长。尤其是对公业务作为银行资产、营收重头,在发展的同时,风险管控也同样重要。

聚焦业务,对公风险管理仍需提高数字化水平

经调研发现,在对公业务风险管理中,有两方面问题亟待解决:一是数据与业务应用的“隔阂”问题,二是风险管理条线业务人员风险监控难的问题。

数据与业务应用的“隔阂”主要表现为金融数据的孤岛状和碎片化。尤其在海量多源异构的非结构化数据飞速涌入的情形下,数据的加工、抽取、整合愈加困难,导致这些离散凌乱的数据很难被业务人员掌握和理解,也就很难与业务场景融合,无法快速响应业务需求,造成了“技术中台数据”在转换为“业务数据”过程中出现断层。

对公风险监控难主要体现为以下四个方面:一、耗人费时槽点多:部分银行仍采用人工监控企业贷后动态,手工台账式贷后管理,耗人费时且统计不到位;另外人工判断及识别风险,往往受限于个人经验及数据及时性,专家经验不能及时共享。二、缺少有效预警:目前多为无差别的设置统一监控项,未做到多源风险整合及关联分析,预警消息不精准;对审贷风控业务知识未进行充分有效的利用,客户的审贷、风险排查和风险管控未做到全流程打通,只是简单的企业客户负面信息分发。三、风险分析不到位:金融数据繁杂,信息整合及理解已超过人工分析极限;信息分析不及时,风险过程追踪、全貌对比难度大,导致风险评估滞后。四、风险全貌无处查:管理者无法及时了解和督办风险预警的落实情况,不能全局掌握风险概况;更缺少专门的平台展示各分行各部门层面的客户风险、客群风险以及各环节风险全貌。

数据智能,从痛点出发助力业务数字化升级

面对业务应中的痛点,感易智能在技术及产品层面的解决思路是:在数据服务层面,整合多源风险信息,对非结构化和结构化数据实现全面的信息抽取、融合,进行沉默数据激活;在业务分析层面,对金融数据与行业数据实现事件化理解,将数据抽象出更便于业务人员了解的信息,包括谁发生了什么事,此事有哪些关键信息,它会影响到谁,并会导致发生什么事。在业务应用层面,将业务风险监控与专家智识相结合,最终为风险条线业务人员提供直观的、便捷的应用工具。

因此,感易智能企业风险预警管控系统可做到实现企业风险穿透识别,构建识别企业关系与事件图谱,将专家智识转换为数字化的、定量指标与定性指标相结合的风险预警指标。监控预警亦可做到灵活配置,将“风险事件”与“业务知识”融合,以支持对不同行业、不同类型、不同时间的企业客户设置差异化的风险监控项,实现实时风险预警多端精准通知。同时通过信贷风险模型及指标体系提高企业画像的精准性,并将差异化的分析经验通过系统及时共享传递,业务人员即可通过财务分析、股权质押、关联风险传导、动产抵押、舆情事件、行业专项分析等维度可视化排查企业风险状态。

为了方便管户风险全局管控追踪,风险经理可通过该系统业务工作台,实现管户风险统计与查询;管理者亦可通过驾驶舱,了解经营机构风险概况、业务信贷评分情况、风险监控概览及风险客户信息,实现全貌掌控。

目前,感易智能企业风险预警管控系统已在某股份制银行对公业务条线应用,其风险事件模型业务实测准确率超过90%,高风险样本识别准确率超85%。平均预警时效比历史实际发现提前数月,作为辅助系统帮助审批了百亿规模的授信,并帮助其贷后管理单户时间从以前的多人天缩短至几分钟,辅助风险经理在贷后环节配置监控了全量管户,成功管控风险敞口数十亿,每年节约千级别贷后管理人天数量。

当前阶段,银行数字化正进入智能化阶段探索期,数字经济也正步入高速发展期。在“十四五”规划指导之下,助力实体经济发展和产业端升级,也是银行等金融机构对公业务中的重要一环,在发挥好国民经济纽带的同时,也应在各环节做好数字化多维风险管理。

感易智能CEO胡殿明认为:在对公业务风险管理上,可以利用大数据及人工智能技术,打造数字经济时代的认识计算引擎,以数据智能驱动业务专业升级,来对企业客户及行业进行深刻洞察。

声明：登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，读者据此操作，风险自担。

企业信息