来源：中国金融杂志

作者｜谢晓雪「 中国建设银行 信贷管理部」

文章｜《中国金融》2021年第16期

近年来，大数据、区块链、云计算、人工智能等新技术迅猛发展，促使数字产业化和产业数字化不断壮大，也推动了商业银行数字化转型。新冠肺炎疫情暴发以来，“零接触服务”的兴起进一步加速了这一转型趋势。数字化转型给商业银行经营逻辑、组织架构、管理方式等方面带来了深刻变革。那么，商业银行作为经营风险的机构，数字化转型将对银行风险管理带来哪些影响？风险管理又将如何顺应并助力这场转型变革？如今，探索解答上述问题显得愈发迫切。

数字风控是必然趋势

数字风控是商业银行数字化转型的重要组成部分，其本质是运用新技术对银行传统风险管理架构、流程进行重构，以助力数字经济、数字金融发展。党的十九届五中全会强调坚定不移建设数字中国。发展数字经济是在新发展格局下提高经济核心竞争力的关键。金融是经济的血脉，银行数字化转型是支持经济转型升级、助力国家治理能力提升的必然要求。风险管理是银行经营管理的重要内容，因而数字风控也成为银行数字化转型的应有之义。

数字风控是银行贯彻新发展理念的内在要求。数据具有可量化、易传输、可复制等特性，这使数字生产要素易于跨界流动，易于开放、共享，契合新发展理念。在新发展理念引领下，银行风险信息应共享共治，实现风险管理标准化、系统化、数字化，从而有效支持经济高质量发展。

数字风控是商业银行内部管理的必然选择。在新一轮科技革命和产业变革深入发展的背景下，新的金融生态、金融服务模式和金融产品不断涌现。据统计，全球7%的银行信贷产品能够实现端对端的数字化处理，我国数字信贷规模已达到国际领先水平。快速发展的全流程线上业务、线上与线下相结合的业务，急需新的风险管理体系，以大数据、云计算等新技术支持下的风险管理，助力银行平台化、场景化、生态化经营。

风险管理基本逻辑没有改变

商业银行风险管理的目标是通过一系列专业的流程、工具、方法，尽可能解决借贷双方信息不对称问题，促使社会资金合理地跨期配置，从而有效服务实体经济。无论传统信贷业务还是数字信贷业务均应遵循上述要求，而新技术支持下的数字风控更要注意以下三方面的问题。

首先，数字风控要坚持服务实体经济的宗旨。 数字风控应通过人机协同下的“数据+算法”，精准分析客户需求，使资源配置精准直达实体经济，并准确及时监控资金用途。不能借助复杂的风险管理技术，设计复杂的金融产品使资金脱实向虚，或是使资金流入当前受到严格管控的“灰犀牛”领域。曾与次贷危机密切相关的债务担保证券（CDO）、信用违约互换（ CDS ）等金融衍生产品无不运用金融市场数据与模型算法精巧设计，但复杂的数学模型都有严格的假设条件，一旦依赖的经济、金融基础假设条件变化，资金脱离实体经济成为金融机构间套利工具，风险将呈几何级数上升。

其次，数字风控要坚持“三性”原则，即安全性、流动性、收益性。 通过有效的风险管理，确保银行稳健经营与发展；保证有足够清偿力，满足客户提现要求；在保持安全性和流动性的前提下，追求收益最大化。一些线上租金贷产品“爆雷”就是因为资金池内期限错配，池内资金被挪用导致该产品失去安全性和流动性。

最后，数字风控要坚持贷款“三查”。 贷前调查重点关注借款人资信真实性，贷中审查重点关注资金需求合理性，贷后检查重点关注贷款用途合规性。借款人的风险不会因为从线下简单移植到线上就消失了。数字风控应通过大数据分析与交叉验证，更加全面地掌握借款人经营状况，及时发现风险隐患，采取相应的风险防范措施，强化信贷全生命周期管理。当前，数字驱动的全流程线上业务具有依赖大数据建模、快速自动进行审批和放款等特点。如果模型采用数据的真实性、准确性、时效性、完整性存在瑕疵，或者模型设计忽略贷款“三查”要求，就会出现骗贷、过度授信、资金用途不合规等问题。如部分线上贷款由消费或支付平台提供经其建模筛选后的客户名单，数据公司提供工商税务等外部数据，银行提供信贷资金，而平台不提供客户底层数据，导致银行无法开展穿透管理，借款人资信真实性无法得以验证。加之，部分数据时效性、完整性难以保证，甚至出现补缴所得税、公积金等伪造数据现象，导致风险模型有效性存在问题，部分业务潜在风险较大。

相关建议

当前，各家商业银行均在积极实施数字化转型。这场以新一代信息技术为支撑、促使银行经营管理方式和流程全面变革与重塑的转型，既需要银行坚守风险管理基本原则，又需要从思维理念、顶层设计、流程、产品、渠道等多方面进行调整重构，深入贯彻新发展理念，促进数字金融稳健发展。

构建数字风控思维

数字风控不是简单的新技术应用，而是适应新商业模式的风控新“打法”，建立数字化思维方式是首要任务。数字化转型是商业模式的变革，从传统以产品创造价值的模式，转变为以数据驱动的平台、场景创造价值的模式。对于银行信贷而言，是在贷前客户尽职调查、贷中授信审批放款、贷后检查等全流程中实现业务数据化，并在数据支持业务进一步发展的过程中实现数据业务化，最终形成循环往复的闭环模式，创造风险信息共享的生态系统。

商业银行要求前台部门营销更灵活敏捷、产品创新更契合客户需求，相应地就更需要风险管理等中台部门用数字化方式提供支持和服务。改变主要依赖客户财务指标和专家经验判断的传统风险管理方式，通过平台化的方式使风险信息开放、共享，实现规模化的信息交互和更精准的信息匹配。银行应将风险管理关键要素进行解构，构建跨部门、跨条线的风险管理平台，平台提供共享的风险信息与灵活的风险管理工具，支持前台敏捷响应客户需求和快速应对经营形势变化。

加强数字风控顶层设计

做好数字风控，需要整体规划组织架构和管理流程机制。商业银行传统管理架构下各部门信息和数据不流通、不共享，协同效率不高，“部门银行”问题较为突出，管理流程以“人控”为主，难以支撑数字化转型。数字风控不是简单地开发风险管理信息系统，也不是简单地运用知识图谱、人工智能等技术，需要加强顶层设计。一方面，对现有部门、人员进行整合，构建风控中台，提高响应速度。风控中台是柔性、敏捷反应的团队，参与或主导风控模型设计、风险管理流程优化、风险监控预警，有效支持场景设计、平台搭建、客户营销、产品创新等活动。另一方面，梳理风险管理关键环节，搭建体系化、标准化、组件化、参数化的风险管理平台，支撑前台数字化经营、后台精细化管理。全面梳理信贷业务、金融市场业务、资产管理业务等监管要求、银行内部管理制度，使管理要求体系化；再将管理要求解构为标准化的“机控”要求，将其组件化、参数化，便于构建运用在不同业务场景的风险管理模型。

优化管理流程、产品与渠道

一是优化风险管理流程。 对于信贷业务，贷前调查阶段强化借款人资信真实性核查。基于风险数据建立客户身份认证模型、反欺诈模型、反洗钱模型、风险评价模型等，通过与供应链管理系统、企业资源计划（ERP）系统、海关、税务查询系统的对接，及时获得借款人现金流、物流等信息，交叉验证借款人资信真实性。贷中审查阶段强化借款人资金需求合理性核查。过度授信问题往往由信息不对称引起，在数据信息不充足的时代这个问题很难解决。如今，借助大数据银行可以建立授信审批模型、风险定价模型，进而甄别企业集团复杂的关联关系，还原集团关系树全貌，准确测算借款人用信需求，提供精准授信。贷后检查阶段强化贷款用途合规性核查。根据借款人最新交易信息、现金流信息、税务信息、报关信息等，建立风险预警模型、贷款清收模型，设置合理的预警指标和预警触发条件，识别可疑客户名单，实现在企业发生实质性风险之前捕捉预警信号，尽早采取主动退出、及时控制抵质押品等措施化解风险。

二是优化产品风控模式。 对于数字赋能生产、流通、分配、销售等全过程的供应链金融，应尽快探索数字化产品风控模式。改变以往主要依赖借款人财务指标和抵质押品进行信贷产品风险管理的模式，并逐渐改变主要依赖供应链上核心企业信用，重点关注核心企业对上下游企业信用担保的供应链产品传统管理模式。通过物联网获取资产交易数据，通过ERP系统获取流动资产、固定资产真实数据，通过区块链确保数据真实不可篡改，针对不同场景提供差异化的供应链金融风控方案，精准支持产业链供应链发展。

三是优化渠道风控方式。 以提高 线上线下 渠道协同风控能力为目标，优化线上功能，实现平台间互联互通、数据共享，打破“部门银行”的数据壁垒。以大数据驱动的线上风控手段为线下操作赋能减负，减少人工现场尽职调查、现场贷后走访等工作量；以线下核查支持线上风控有效性，风控模型驱动的授信审批、监测预警需要定期或不定期进行线下人工核查，检验模型有效性、稳定性，并通过核查数据进一步迭代优化模型。头部大客户适用于线上线下相结合的风控方式，长尾小客户探索全流程线上风控方式。

未来已来。数字经济是互联、共享、开放的经济，是人类通过新技术与数字化信息重构发展模式，实现社会资源更优质、高效配置的经济。数字风控要顺应进而引领商业银行数字化转型，发现并解决痛点问题，助力经济的高质量发展。 ■

（责任编辑  贾瑛瑛）