施敬思

從當(dāng)前金融科技企業(yè)的實(shí)踐中，基于大數(shù)據(jù)的個(gè)人客戶征信及風(fēng)險(xiǎn)評(píng)價(jià)模型，當(dāng)前的金融科技企業(yè)已經(jīng)實(shí)現(xiàn)在線上對(duì)個(gè)人客戶進(jìn)行授信。例如：點(diǎn)擊微信錢包中的微粒貸按鍵，微信用戶就能第一時(shí)間看到自身的可借款額度。而根據(jù)畢馬威中國于2016年9月發(fā)布的《中國領(lǐng)先金融科技公司50》排名報(bào)告（下簡稱“Fintech50”報(bào)告），基于從第三方獲取的交易、公檢法、稅務(wù)，以及企業(yè)主個(gè)人征信等公開和半公開信息，科技金融企業(yè)也能采用數(shù)字化審批方式為小微企業(yè)提供授信支持，如微眾稅銀與某銀行合作已經(jīng)合作開發(fā)了一款無需人工干預(yù)的、純線上的自動(dòng)化企業(yè)級(jí)秒貸產(chǎn)品。

那么，銀行能否借鑒金融科技公司的理念和技術(shù)，在大中型企業(yè)授信領(lǐng)域也采用數(shù)字化審批技術(shù)呢？

從具體場(chǎng)景而言，傳統(tǒng)的對(duì)公授信的過程大體是這樣的：客戶經(jīng)理找客戶拿資料，跟管理層聊天找感覺，回來寫數(shù)十頁的盡調(diào)報(bào)告；風(fēng)險(xiǎn)經(jīng)理平行作業(yè)，為調(diào)查資料真實(shí)性背書；評(píng)審經(jīng)理對(duì)前手客戶經(jīng)理、風(fēng)險(xiǎn)經(jīng)理的盡調(diào)情況進(jìn)行復(fù)核，并開展風(fēng)險(xiǎn)分析，酌情讓客戶經(jīng)理補(bǔ)充調(diào)查，最終確定授信方案；各位層級(jí)審批人層層出具審批意見。整個(gè)鏈條中最為重要的是客戶經(jīng)理、評(píng)審經(jīng)理和審批人，而各方都面臨著信息不對(duì)稱的問題：客戶信息是否完整？客戶是否有欺詐行為？客戶經(jīng)理是否與客戶串通？授信方案是否符合銀行整體風(fēng)險(xiǎn)偏好？諸如此類問題，林林總總。但歸納起來，傳統(tǒng)銀行大中型企業(yè)授信流程中普遍存在著重復(fù)勞動(dòng)（特別是信息重復(fù)收集和驗(yàn)證）、低效、經(jīng)驗(yàn)主義等問題。

根據(jù)畢馬威中國Fintech50報(bào)告，金融科技企業(yè)已經(jīng)能夠利用量化風(fēng)險(xiǎn)模型實(shí)現(xiàn)消費(fèi)貸的快速審批；利用大數(shù)據(jù)快速準(zhǔn)確發(fā)現(xiàn)信貸領(lǐng)域的欺詐行為；利用移動(dòng)計(jì)算體系提升服務(wù)便捷度；利用云計(jì)算提升服務(wù)響應(yīng)速度。在這些技術(shù)領(lǐng)域的領(lǐng)先試點(diǎn)，金融科技企業(yè)已經(jīng)為銀行提供了非常好的借鑒和參考。然而，具備全國規(guī)模的國有及股份制銀行，因其客戶數(shù)量大，經(jīng)營年限長，數(shù)據(jù)積累充裕，具備更為扎實(shí)的數(shù)據(jù)資源。在大數(shù)據(jù)時(shí)代，擁有數(shù)據(jù)就是擁有“金礦”，利用經(jīng)過驗(yàn)證有效的數(shù)字化技術(shù)，傳統(tǒng)銀行業(yè)在傳統(tǒng)大中型企業(yè)信貸領(lǐng)域所能取得的突破也將更為明顯。 借鑒金融科技企業(yè)，在數(shù)據(jù)的自動(dòng)采集、反欺詐建模等核心技術(shù)方面，我們進(jìn)行了試驗(yàn)性開發(fā)，取得了良好的成效。根據(jù)試驗(yàn)情況，我們認(rèn)為：數(shù)字化技術(shù)在前述的傳統(tǒng)信貸工作中，是能夠發(fā)揮決定性的基礎(chǔ)性作用。利用數(shù)字化審批技術(shù)，未來至少在資料收集、財(cái)務(wù)分析、決策支持三個(gè)領(lǐng)域有明顯突破。

在資料收集方面?；诖髷?shù)據(jù)和互聯(lián)網(wǎng)技術(shù)，在國家政務(wù)信息的不斷開放和共享的情況下，工商、稅務(wù)、海關(guān)數(shù)據(jù)已具備整合、匯聚展示的技術(shù)條件。在外部數(shù)據(jù)源的支持下，房產(chǎn)評(píng)估數(shù)據(jù)也正式交互條件。客戶經(jīng)理只要錄入客戶名稱后，即可獲知客戶在工商、司法、征信、稅務(wù)、結(jié)算、資產(chǎn)估價(jià)等多個(gè)領(lǐng)域的相關(guān)信息，足以替代前述大量的人工收集、整理得出的數(shù)十頁調(diào)查報(bào)告，而且真實(shí)性也能得到保證。

在財(cái)務(wù)分析方面。如何鑒別財(cái)務(wù)報(bào)表真?zhèn)魏桶l(fā)現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)是當(dāng)前大中型企業(yè)授信業(yè)務(wù)的主要難點(diǎn)之一。通過數(shù)字技術(shù)能在一定程度上能有效鑒別前述風(fēng)險(xiǎn)。如：（1）通過對(duì)一段時(shí)間內(nèi)客戶財(cái)務(wù)指標(biāo)與行業(yè)平均值和行業(yè)變化情況的環(huán)比（對(duì)比）分析，進(jìn)而得出客戶自身財(cái)務(wù)指標(biāo)的差異或特征，從而發(fā)現(xiàn)疑似欺詐行為。例如，如果某一客戶的毛利率與行業(yè)呈反向變化，且與行業(yè)平均值的差異達(dá)到2倍及以上時(shí)，就很可能存在財(cái)務(wù)欺詐的可能性，在系統(tǒng)識(shí)別后，就可以交由專家人工干預(yù)。（2）數(shù)據(jù)挖掘可以將銀行資深專業(yè)評(píng)審多年積累的經(jīng)驗(yàn)進(jìn)行提煉，并轉(zhuǎn)化為系統(tǒng)可以識(shí)別的規(guī)則，進(jìn)而識(shí)別客戶潛在的財(cái)務(wù)風(fēng)險(xiǎn)。例如，根據(jù)評(píng)審經(jīng)驗(yàn)，如果沒有伴隨主營業(yè)務(wù)收入的增長（或者固定資產(chǎn)的增長率大幅度大于主營業(yè)務(wù)收入的增長幅度），企業(yè)固定資產(chǎn)投資單方面增長明顯（固定資產(chǎn)的增長是把經(jīng)營活動(dòng)和籌資活動(dòng)所產(chǎn)生的現(xiàn)金投入到固定資產(chǎn)），該企業(yè)就可能存在財(cái)務(wù)風(fēng)險(xiǎn)或者經(jīng)營異常。根據(jù)規(guī)則進(jìn)行自動(dòng)化的數(shù)據(jù)分析后，該類問題就能夠被有效識(shí)別。

在決策支持方面。一般而言，傳統(tǒng)大中型企業(yè)授信業(yè)務(wù)顯著依賴于審查、審批人的經(jīng)驗(yàn)，審查、審批人的經(jīng)驗(yàn)對(duì)業(yè)務(wù)審批結(jié)果和審批方案影響重大?，F(xiàn)有條件下，審查、審批人往往必須在信息不充分的條件下依賴經(jīng)驗(yàn)做出判斷。審查、審批人對(duì)行業(yè)、區(qū)域、風(fēng)險(xiǎn)的感覺和經(jīng)驗(yàn)都必須依賴長期的從業(yè)經(jīng)歷中試錯(cuò)積累而來。資深的審查、審批人往往積累了大量行業(yè)對(duì)標(biāo)值和專業(yè)的經(jīng)驗(yàn)判斷邏輯，這些寶貴的經(jīng)驗(yàn)有助于他們做出明智的判斷。而初級(jí)評(píng)審人員的從業(yè)時(shí)間相對(duì)不足，很難保證每一單業(yè)務(wù)都能達(dá)到必要質(zhì)量標(biāo)準(zhǔn)。審批鏈條上各崗位人員的業(yè)務(wù)素質(zhì)也是參差不齊的。在人力資源受限的條件下，每單業(yè)務(wù)的作業(yè)時(shí)間也難以充分保障，人工經(jīng)驗(yàn)的差異客觀上放大了風(fēng)險(xiǎn)出現(xiàn)的機(jī)率。而數(shù)字化技術(shù)恰恰能比較好的解決業(yè)務(wù)經(jīng)驗(yàn)在傳統(tǒng)銀行中分布的不平衡的問題：通過對(duì)資深專家的經(jīng)驗(yàn)提煉和行業(yè)數(shù)據(jù)的整理歸納，將主觀的經(jīng)驗(yàn)轉(zhuǎn)化為判斷規(guī)則標(biāo)準(zhǔn)，真正做到讓授信決策有“據(jù)”可依。數(shù)字化技術(shù)不僅能夠解決初級(jí)評(píng)審經(jīng)理從業(yè)時(shí)間短、經(jīng)驗(yàn)無法及時(shí)累積的問題，也能夠在一定程度上促進(jìn)評(píng)審標(biāo)準(zhǔn)的公平和統(tǒng)一。

當(dāng)前的互聯(lián)網(wǎng)信息和大數(shù)據(jù)分析、挖掘工具已經(jīng)大體具備實(shí)現(xiàn)前述數(shù)據(jù)化分析所需的能力，技術(shù)門檻已經(jīng)基本跨越，包括：利用A股、H股、新三板等數(shù)據(jù)源整理形成按行業(yè)細(xì)分的各類財(cái)務(wù)標(biāo)準(zhǔn)值；利用指定政府或行業(yè)協(xié)會(huì)網(wǎng)站、年報(bào)抓取特定行業(yè)經(jīng)營數(shù)據(jù)；歸納共享行業(yè)專家針對(duì)特定行業(yè)的判斷規(guī)則和邏輯等等。此外，利用已積累的結(jié)構(gòu)化數(shù)據(jù)資源，進(jìn)行聚類生成業(yè)務(wù)規(guī)則，也將對(duì)人工經(jīng)驗(yàn)判斷提供有益的補(bǔ)充，甚至可能發(fā)現(xiàn)傳統(tǒng)人工作業(yè)未曾涉及的真空地帶。因此，在數(shù)字技術(shù)的支持下，單一業(yè)務(wù)的決策將建立在全行整體經(jīng)驗(yàn)和數(shù)據(jù)分析的基礎(chǔ)上，拓寬決策人員視野，支持決策人員從行業(yè)、區(qū)域高度看待企業(yè)，避免人工經(jīng)驗(yàn)盲區(qū)。利用新技術(shù)利用的附帶效應(yīng)就是全機(jī)構(gòu)業(yè)務(wù)人員的水平將被提高到系統(tǒng)平臺(tái)的基準(zhǔn)線以上，從而帶動(dòng)提升銀行整體的決策質(zhì)量。

未來，在大中型企業(yè)運(yùn)用數(shù)字化技術(shù)的場(chǎng)景將會(huì)是這樣的：通過行內(nèi)系統(tǒng)平臺(tái)，客戶經(jīng)理錄入客戶名稱，系統(tǒng)實(shí)時(shí)返傳基于互聯(lián)網(wǎng)、微信公眾號(hào)、微博、訴訟、被執(zhí)行、公開政務(wù)等外部輿情信息等全量公開渠道信息，并進(jìn)行自動(dòng)整合、排序展示。系統(tǒng)平臺(tái)根據(jù)企業(yè)所處行業(yè)推送的行業(yè)政策指引和行業(yè)分析報(bào)告，客戶經(jīng)理能夠立即判斷該客戶是否有價(jià)值進(jìn)一步接觸和營銷。在取得合作意向后，客戶只要提供財(cái)報(bào)和必要的查詢授權(quán)，系統(tǒng)平臺(tái)就能在非授權(quán)信息的基礎(chǔ)上，自動(dòng)生成相對(duì)完整的盡調(diào)報(bào)告，該報(bào)告將包括客戶的基本情況、經(jīng)營、財(cái)務(wù)、征信、關(guān)聯(lián)、抵質(zhì)押物、還款來源、資金需求等多角度分析結(jié)果。整個(gè)調(diào)查報(bào)告的生成將是實(shí)時(shí)的，甚至客戶經(jīng)理仍在客戶企業(yè)現(xiàn)場(chǎng)，就已經(jīng)完成客戶授信調(diào)查的大部分工作?？蛻艚?jīng)理只需要針對(duì)性的對(duì)關(guān)鍵信息進(jìn)行補(bǔ)充調(diào)查和核實(shí)即可，工作強(qiáng)度大幅降低。對(duì)于中后臺(tái)的評(píng)審員和審批人，自動(dòng)化的審查報(bào)告也可一鍵生成。并根據(jù)崗位角色不同，強(qiáng)化交叉驗(yàn)證功能，增加對(duì)前手人員分析、行業(yè)區(qū)域?qū)?biāo)和決策規(guī)則的提示信息，支持各級(jí)審查、審批人決策。

基于這一系統(tǒng)平臺(tái)，傳統(tǒng)中大型企業(yè)授信流程也將發(fā)生較大的調(diào)整，有望實(shí)現(xiàn)可靈活配置業(yè)務(wù)申報(bào)流程，實(shí)現(xiàn)以客戶為中心，靈活組合由產(chǎn)品、風(fēng)險(xiǎn)、評(píng)審經(jīng)理組成的項(xiàng)目團(tuán)隊(duì)，實(shí)現(xiàn)不同崗位類型人員間的并行作業(yè)，確保市場(chǎng)機(jī)會(huì)和客戶風(fēng)險(xiǎn)能夠得到同步識(shí)別，一攬子完成綜合服務(wù)方案，實(shí)現(xiàn)客戶體驗(yàn)最佳。

當(dāng)然，數(shù)字化技術(shù)無法完全替代人的作用。數(shù)字化手段也存在著一些無法涉及的領(lǐng)域：再完美的數(shù)據(jù)化分析也無法替人與人之間的當(dāng)面交流和溝通；也沒有完美的分析模型能夠代替現(xiàn)場(chǎng)對(duì)實(shí)際控制人的直接判斷；授信方案的設(shè)定上也依然需要專業(yè)的評(píng)審專家進(jìn)行人工干預(yù)；決策引擎中規(guī)則的優(yōu)化或迭代也離不開人工干預(yù)與介入。但是數(shù)字化技術(shù)將大幅改進(jìn)和提升人工的作業(yè)效率，顛覆現(xiàn)有的作業(yè)面貌。

我們可以預(yù)見，利用數(shù)據(jù)化技術(shù)的受益人將包括整個(gè)大中型授信業(yè)務(wù)鏈條上的各個(gè)主體，銀行競(jìng)爭能力也將明顯受益：大中型企業(yè)客戶不再提供大量的申報(bào)資料，而只需提供財(cái)報(bào)、授權(quán)等少數(shù)要件；各類報(bào)告（初稿）的生成時(shí)間將降至秒級(jí)；單筆業(yè)務(wù)申報(bào)流程將降至一周以內(nèi)甚至2～3天；在授信決策上，分析視角將從對(duì)單一企業(yè)單點(diǎn)分析為主，擴(kuò)展至行業(yè)、區(qū)域的宏觀視角，結(jié)合決策引擎支持，將避免了單一個(gè)人的經(jīng)驗(yàn)誤區(qū)，提升整體決策質(zhì)量等。

展望未來，在建立數(shù)據(jù)化評(píng)審的平臺(tái)基礎(chǔ)后，將有望解決傳統(tǒng)大中型企業(yè)授信流程中存在的重復(fù)勞動(dòng)、低效、經(jīng)驗(yàn)主義的問題。后續(xù)可以不斷引入新的數(shù)據(jù)源和技術(shù)方法（例如OCR識(shí)別、物聯(lián)網(wǎng)等技術(shù)）能夠不斷優(yōu)化用戶體驗(yàn)和響應(yīng)速度，并隨著結(jié)構(gòu)化數(shù)據(jù)的不斷積累和決策引擎的不斷迭代優(yōu)化，數(shù)據(jù)和規(guī)則將固化形成銀行自身的信貸知識(shí)庫，成為支持決策的“智庫”。隨著“智庫”的迭代優(yōu)化，將最終形成一個(gè)基于平臺(tái)的數(shù)據(jù)化評(píng)審的生態(tài)圈，實(shí)現(xiàn)數(shù)字化授信在大中型企業(yè)中運(yùn)用的螺旋上升。