銀行部署智能風控項目的四大挑戰與實踐指導
責編：gltian ｜2019-09-09 16:23:122018年至今，中國銀行業在保持監管趨嚴態勢不變的基礎上，大力鼓勵發展普惠金融。一方面，民營企業長期面臨融資難、融資貴的問題，國家通過制定考核目標及標準等手段，要求銀行機構拓展民營企業與小微企業貸款業務。另一方面，在互聯網金融的外部沖擊下，金融脫媒跡象初顯，銀行亟需提升面向個人客戶的服務能力和產品創新能力。
對于穩字當頭的銀行機構來說，調整業務戰略向長尾市場覆蓋，雖然是適應政策導向和競爭環境的選擇，但同時也意味著可能帶來更多的不良資產和風險。傳統的銀行風控模式數據來源單一、審核流程冗長、人力成本高昂，已經不能滿足當下業務中產生的海量數據實時分析和多樣化風險識別的需求，使用大數據、人工智能等新科技拓展風控能力邊界，是銀行業的普遍共識。
智能風控基于大數據、人工智能技術構建分析模型，并將不同類別的模型分別應用到信貸業務的貸前獲客、貸中反欺詐、貸后監控預警、管理分析可視化等環節，通過數據信息的持續輸入，校正模型精度，進而達到識別潛在風險、提高資產質量的目標。IDC認為，銀行業傳統對公信貸業務的運作模式和審核流程已經相對成熟，在普惠金融的大環境下，未來銀行業的智能風控將更多運用在小微業務上，通過大數據分析決策方式，為以往業務成本和風險溢價過高的長尾客戶提供金融服務。
在此背景下，IDC發布《智能化技術在銀行業風控中的實踐與探索》報告，通過案頭資料研究，以及對銀行機構、IT廠商的直接訪談，列舉出銀行部署智能風控項目所面臨的四大挑戰及對應的實踐案例，用以展示當下銀行機構如何利用大數據和人工智能技術對傳統風控業務進行數字化改造。
IDC中國金融行業研究部高級分析師任辰羽?表示，信貸利率的定價，不僅要覆蓋資金成本和業務成本，同樣也要覆蓋風險成本，最后留下合理利潤，這樣才會保證銀行信貸業務的可持續性。對于長尾客戶來說，由于其業務成本和風險溢價較高，往往會形成信貸利率高、放款審核通過率較低的現象。隨著大數據和人工智能技術在銀行業的商用化落地，破解民營企業的兩融難題成為可能。未來，銀行機構將通過新型風控手段，以盡可能低的成本，盡量充分地獲取客戶群體更豐富的信息，從而實現智能化的客戶分析及風險定價。
轉載自安全加：http://toutiao.secjia.com/article/page?topid=111941