银行部署智能风控项目的四大挑战与实践指导

2018年至今，中国银行业在保持监管趋严态势不变的基础上，大力鼓励发展普惠金融。一方面，民营企业长期面临融资难、融资贵的问题，国家通过制定考核目标及标准等手段，要求银行机构拓展民营企业与小微企业贷款业务。另一方面，在互联网金融的外部冲击下，金融脱媒迹象初显，银行亟需提升面向个人客户的服务能力和产品创新能力。

对于稳字当头的银行机构来说，调整业务战略向长尾市场覆盖，虽然是适应政策导向和竞争环境的选择，但同时也意味着可能带来更多的不良资产和风险。传统的银行风控模式数据来源单一、审核流程冗长、人力成本高昂，已经不能满足当下业务中产生的海量数据实时分析和多样化风险识别的需求，使用大数据、人工智能等新科技拓展风控能力边界，是银行业的普遍共识。

智能风控基于大数据、人工智能技术构建分析模型，并将不同类别的模型分别应用到信贷业务的贷前获客、贷中反欺诈、贷后监控预警、管理分析可视化等环节，通过数据信息的持续输入，校正模型精度，进而达到识别潜在风险、提高资产质量的目标。IDC认为，银行业传统对公信贷业务的运作模式和审核流程已经相对成熟，在普惠金融的大环境下，未来银行业的智能风控将更多运用在小微业务上，通过大数据分析决策方式，为以往业务成本和风险溢价过高的长尾客户提供金融服务。

在此背景下，IDC发布《智能化技术在银行业风控中的实践与探索》报告，通过案头资料研究，以及对银行机构、IT厂商的直接访谈，列举出银行部署智能风控项目所面临的四大挑战及对应的实践案例，用以展示当下银行机构如何利用大数据和人工智能技术对传统风控业务进行数字化改造。

IDC中国金融行业研究部高级分析师任辰羽 表示，信贷利率的定价，不仅要覆盖资金成本和业务成本，同样也要覆盖风险成本，最后留下合理利润，这样才会保证银行信贷业务的可持续性。对于长尾客户来说，由于其业务成本和风险溢价较高，往往会形成信贷利率高、放款审核通过率较低的现象。随着大数据和人工智能技术在银行业的商用化落地，破解民营企业的两融难题成为可能。未来，银行机构将通过新型风控手段，以尽可能低的成本，尽量充分地获取客户群体更丰富的信息，从而实现智能化的客户分析及风险定价。

转载自安全加：http://toutiao.secjia.com/article/page?topid=111941