解旭東，虞立戎，吳在華，黃 玲，梅新芝，陳 森

（1. 中化國(guó)際（控股）股份有限公司, 上海 200126；2. 上海說(shuō)以科技有限公司, 上海 200120）

大數(shù)據(jù)風(fēng)控是風(fēng)險(xiǎn)管控和互聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)的結(jié)合，是一種新型風(fēng)控管理模式，近幾年大數(shù)據(jù)在各個(gè)領(lǐng)域得到了快速發(fā)展，但由于中國(guó)征信體系的不完善，給企業(yè)特別是化工行業(yè)的賒銷體系帶來(lái)了較大的風(fēng)險(xiǎn)，因此建立一個(gè)有效的新型風(fēng)控體系是十分必要的?；て髽I(yè)是基礎(chǔ)性工業(yè)企業(yè)中十分重要的一種，其交易對(duì)象包括多種細(xì)分行業(yè)。化工行業(yè)因其實(shí)體制造業(yè)的特點(diǎn)，導(dǎo)致信用風(fēng)控相對(duì)金融等行業(yè)比較傳統(tǒng)。隨著經(jīng)濟(jì)和社會(huì)信用交易的發(fā)展，化工行業(yè)的信用交易越來(lái)越多。由于化工交易自身的單次交易額比較大、上下游供應(yīng)鏈企業(yè)參與較多，從而導(dǎo)致信用風(fēng)險(xiǎn)逐漸提升。因此對(duì)信用風(fēng)險(xiǎn)進(jìn)行防控已成為現(xiàn)代化工企業(yè)正常運(yùn)營(yíng)與發(fā)展的重點(diǎn)關(guān)注問(wèn)題。

1 相關(guān)概念和研究現(xiàn)狀

為了實(shí)現(xiàn)對(duì)信用風(fēng)險(xiǎn)定義的精準(zhǔn)界定，需要對(duì)信用含義進(jìn)行深入了解。信用是指受信人與授信人之間建立契約關(guān)系，確保自身的本金能夠滿足回流和增值的要求。信用風(fēng)險(xiǎn)包括個(gè)人信用風(fēng)險(xiǎn)、商業(yè)信用風(fēng)險(xiǎn)、投資信用風(fēng)險(xiǎn)、銀行信用風(fēng)險(xiǎn)以及國(guó)家信用風(fēng)險(xiǎn)幾種類型[1]。企業(yè)的信用風(fēng)險(xiǎn)傳導(dǎo)主要是指借助于相應(yīng)載體，對(duì)企業(yè)內(nèi)外部環(huán)境中所蘊(yùn)含的風(fēng)險(xiǎn)進(jìn)行釋放，將其傳遞至企業(yè)各類業(yè)務(wù)流程中，導(dǎo)致企業(yè)的經(jīng)營(yíng)發(fā)展偏離預(yù)先設(shè)定的目標(biāo)，進(jìn)而對(duì)企業(yè)的運(yùn)營(yíng)效率造成損傷[2]。基于外部層面進(jìn)行審視，企業(yè)信用風(fēng)險(xiǎn)的傳導(dǎo)過(guò)程實(shí)際上也是風(fēng)險(xiǎn)源的釋放過(guò)程。大數(shù)據(jù)是指在劃定的時(shí)間和空間范圍內(nèi)把大量的、多樣的、復(fù)雜的、混亂的、有價(jià)值的數(shù)據(jù)使用新工具和方法高效的對(duì)這些數(shù)據(jù)進(jìn)行搜集、整理、分類、提取和分析，從而生成企業(yè)需要的信息。目前國(guó)內(nèi)化工行業(yè)還沒(méi)有建立起統(tǒng)一適用并且完整的征信體系，而行業(yè)的信用賒銷比例較高，所以建立一個(gè)完善的信用風(fēng)險(xiǎn)體系至關(guān)重要。關(guān)于信用風(fēng)險(xiǎn)的研究主要是采用信用評(píng)分卡模型進(jìn)行評(píng)估。評(píng)分卡模型具體是指首先利用已經(jīng)收集的數(shù)據(jù)，評(píng)估出客戶的信用、營(yíng)業(yè)額、凈利潤(rùn)率、賒銷額、支付能力等指標(biāo)，對(duì)指標(biāo)進(jìn)行劃分，說(shuō)明各個(gè)等級(jí)的重要性程度，然后計(jì)算各個(gè)等級(jí)的權(quán)重，最后根據(jù)權(quán)重計(jì)算我們需要的客戶信息等級(jí)[4]。

BillFair 與EarlIsaac 在1956 年創(chuàng)立了第一個(gè)商業(yè)化信用評(píng)分系統(tǒng)FICO，之后，Myers 等[5]采用判別分析和回歸分析法，將評(píng)分系統(tǒng)運(yùn)用到消費(fèi)者信用領(lǐng)域；OrglerSrinivasan 等利用模型對(duì)信用風(fēng)控進(jìn)一步研究。隨著技術(shù)發(fā)展，機(jī)器學(xué)習(xí)被引入信用管理系統(tǒng)，最早的是Angelini 等[6]運(yùn)用人工神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)信用風(fēng)險(xiǎn)模型，Bequé 等[7]運(yùn)用最近提出的人工神經(jīng)網(wǎng)絡(luò)的極限學(xué)習(xí)算法(ELM)，被證實(shí)非常方便且預(yù)測(cè)精準(zhǔn)度高，在信用風(fēng)險(xiǎn)建模領(lǐng)域有很高價(jià)值。過(guò)去的信用風(fēng)險(xiǎn)方法在分布、線性等方面有嚴(yán)格的假設(shè)條件，使該方法在互聯(lián)網(wǎng)快速發(fā)展的時(shí)代難以適用。

2 大數(shù)據(jù)風(fēng)控在化工行業(yè)的應(yīng)用類別

2.1 風(fēng)險(xiǎn)識(shí)別

風(fēng)險(xiǎn)識(shí)別是風(fēng)控的基礎(chǔ)，在充分了解對(duì)方的基礎(chǔ)上才有科學(xué)準(zhǔn)確的風(fēng)控。風(fēng)險(xiǎn)識(shí)別包括交易的全過(guò)程，目前使用比較多的是評(píng)分卡模型[8]，我們使用模型可以匯總各部門業(yè)務(wù)和數(shù)據(jù)，并與業(yè)務(wù)專家一起確定通用模型的輸入指標(biāo)和權(quán)重，確定通用模型的數(shù)據(jù)源，制定個(gè)體公司的綜合評(píng)分模型，為交易對(duì)象畫制一個(gè)360°畫像。

2.2 風(fēng)險(xiǎn)體系構(gòu)建

信息挖掘是信用風(fēng)險(xiǎn)監(jiān)管過(guò)程中，借助大數(shù)據(jù)的作用有效實(shí)施的最重要環(huán)節(jié)。通過(guò)構(gòu)建信用風(fēng)險(xiǎn)評(píng)價(jià)模型確定評(píng)價(jià)指標(biāo)如財(cái)務(wù)指標(biāo)、交易數(shù)據(jù)、信號(hào)數(shù)據(jù)、公司信息、宏觀經(jīng)濟(jì)、負(fù)面信息等，力爭(zhēng)綜合全面的挖掘出交易對(duì)象的具體信息，可幫助公司決策者科學(xué)地識(shí)別和判斷風(fēng)險(xiǎn)與機(jī)遇，最終做出最合適的決策[9]。具體分為3 個(gè)模塊，第一、客戶基本信息模塊：個(gè)體客戶信息是區(qū)別于其他客戶的基礎(chǔ)。通過(guò)公開渠道、第三方渠道、行業(yè)協(xié)會(huì)、管理機(jī)構(gòu)等收集客戶的個(gè)人信息，借用財(cái)務(wù)系統(tǒng)收集客戶的商業(yè)信息、借還款信息，利用政府?dāng)?shù)據(jù)網(wǎng)絡(luò)收集公信信息等對(duì)客戶的信用風(fēng)險(xiǎn)進(jìn)行分析。第二、信用風(fēng)險(xiǎn)評(píng)估：可細(xì)分為風(fēng)險(xiǎn)評(píng)估、破產(chǎn)違約、交易價(jià)值、業(yè)務(wù)員評(píng)價(jià)四部分，在交易前可以運(yùn)用已經(jīng)收集好的數(shù)據(jù)，進(jìn)行基礎(chǔ)風(fēng)險(xiǎn)和破產(chǎn)違約的評(píng)估，初步判斷風(fēng)險(xiǎn)，在交易過(guò)程中根據(jù)交易價(jià)值進(jìn)行事中風(fēng)險(xiǎn)評(píng)估，在事后統(tǒng)籌之前的評(píng)估并結(jié)合業(yè)務(wù)員的評(píng)價(jià)進(jìn)行全面的風(fēng)險(xiǎn)評(píng)估。第三、風(fēng)險(xiǎn)預(yù)警模塊：通過(guò)對(duì)交易對(duì)象的相關(guān)風(fēng)險(xiǎn)數(shù)據(jù)的監(jiān)測(cè)和結(jié)合企業(yè)自身情況，設(shè)定風(fēng)險(xiǎn)觸發(fā)信號(hào)與閥值，繼而利用數(shù)據(jù)自定義配置風(fēng)險(xiǎn)監(jiān)控指標(biāo)，接受到風(fēng)險(xiǎn)后，決策者根據(jù)實(shí)際情況進(jìn)行決策并記錄下風(fēng)險(xiǎn)處置措施。

2.3 風(fēng)險(xiǎn)決策

在大數(shù)據(jù)指標(biāo)構(gòu)建完整的基礎(chǔ)上，建構(gòu)相應(yīng)的自動(dòng)化決策模型與風(fēng)險(xiǎn)監(jiān)控預(yù)警模型，核算風(fēng)險(xiǎn)層次，為決策者提供適當(dāng)?shù)男庞眯畔?。通過(guò)對(duì)客戶的信息進(jìn)行整理和評(píng)估，以生成的評(píng)估資信報(bào)告為基礎(chǔ)，根據(jù)事先設(shè)置好的模型，對(duì)客戶的信用風(fēng)險(xiǎn)進(jìn)行實(shí)時(shí)監(jiān)控，從而及時(shí)準(zhǔn)確的衡量客戶的風(fēng)險(xiǎn)等級(jí)。

3 大數(shù)據(jù)風(fēng)控在化工行業(yè)的存在問(wèn)題

3.1 數(shù)據(jù)質(zhì)量直接影響模型效果

數(shù)據(jù)的真實(shí)性和數(shù)據(jù)的完整程度會(huì)影響模型生成不同的評(píng)估結(jié)果。我們?cè)谠u(píng)估工作中使用的信用風(fēng)險(xiǎn)評(píng)估模型，只是純理性的結(jié)果，故如果要不斷提高信用風(fēng)險(xiǎn)評(píng)估模型的準(zhǔn)確度，必須要求公司盡可能的收集到模型所需要的全部數(shù)據(jù)，并對(duì)其真實(shí)性進(jìn)行去偽存真，從大量數(shù)據(jù)中提取到有效的數(shù)據(jù)特征。

3.2 傳統(tǒng)評(píng)分卡模型具有一定的局限性

雖然評(píng)分卡模型已經(jīng)應(yīng)用到很多領(lǐng)域，但該模型內(nèi)含有很多維度，導(dǎo)致在應(yīng)用過(guò)程中可能會(huì)過(guò)于復(fù)雜。我們完全可以根據(jù)化工行業(yè)自身的特點(diǎn)和個(gè)體公司的需求，挑選出有效的部分變量，然后將需要的數(shù)據(jù)轉(zhuǎn)化成標(biāo)準(zhǔn)的信用評(píng)分。

3.3 借鑒新方法建立一種更直觀的風(fēng)控體系

與傳統(tǒng)評(píng)分卡模型相比，機(jī)器學(xué)習(xí)方法不僅對(duì)信用風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確度更高、更全面，而且對(duì)信用風(fēng)險(xiǎn)評(píng)估的統(tǒng)計(jì)假設(shè)條件也較寬松。如最新的XGBoost 算法，預(yù)測(cè)結(jié)果比傳統(tǒng)評(píng)分卡模型表現(xiàn)更為出色，使得信用風(fēng)險(xiǎn)評(píng)估具有更好的可解釋性和可操作性。

4 提升大數(shù)據(jù)風(fēng)控能力的幾點(diǎn)建議

4.1 完善初始數(shù)據(jù)的真實(shí)性和準(zhǔn)確性

數(shù)據(jù)質(zhì)量主要體現(xiàn)在完整性、一致性、準(zhǔn)確性、及時(shí)性等方面[10]。真實(shí)數(shù)據(jù)可以直接影響到信用評(píng)估的結(jié)構(gòu)是否可行。一方面，構(gòu)建以政府為支柱、輔助以社會(huì)各方的力量，共建大數(shù)據(jù)庫(kù)。我們知道，政府在中國(guó)是社會(huì)公信力的代表，必須要求政府完善監(jiān)管標(biāo)準(zhǔn)和監(jiān)管方法，提供最廣泛和最有公信力的數(shù)據(jù)。另一方面，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，應(yīng)加強(qiáng)各地區(qū)、各部門與社會(huì)各方力量的信息實(shí)時(shí)互通，因?yàn)樯鐣?huì)各方力量涉及各個(gè)領(lǐng)域信息。故構(gòu)建完善的基礎(chǔ)征信體系，就必須得從源頭提高合作公司信息的真實(shí)性和準(zhǔn)確性。

4.2 實(shí)現(xiàn)內(nèi)部數(shù)據(jù)標(biāo)準(zhǔn)的一致性和完整性

對(duì)于內(nèi)部數(shù)據(jù)，第一步要做的就是改變之前區(qū)塊分割、部門分開的風(fēng)險(xiǎn)管理體系，使用統(tǒng)一標(biāo)準(zhǔn)，鏈接交易前、中、后的數(shù)據(jù)。對(duì)收集到的外部數(shù)據(jù)，鑒于數(shù)據(jù)鏈條繁多和差異較大，就需要一起協(xié)商，共同推進(jìn)數(shù)據(jù)標(biāo)準(zhǔn)制定。從交易開始到交易完成，由于各種可能情況的出現(xiàn)，導(dǎo)致信息變更，這就需要在統(tǒng)一標(biāo)準(zhǔn)下，對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)更新，盡量減少因數(shù)據(jù)分歧和遺漏所造成的誤差。

4.3 加強(qiáng)安全監(jiān)管和安全使用數(shù)據(jù)

在信用評(píng)估和風(fēng)險(xiǎn)預(yù)測(cè)中，很多信息涉及顧客隱私，如果不加強(qiáng)監(jiān)管就會(huì)導(dǎo)致數(shù)據(jù)泄露。對(duì)于各種內(nèi)外部數(shù)據(jù)，要嚴(yán)格注意合規(guī)使用，涉及客戶隱私的數(shù)據(jù)要先脫敏再以產(chǎn)品或服務(wù)的形式進(jìn)行使用或輸出，既不丟失數(shù)據(jù)分析價(jià)值，又不會(huì)觸犯國(guó)家法律。最后，加強(qiáng)數(shù)據(jù)安全管控包括建立客戶信息保護(hù)機(jī)制和防范內(nèi)部人員操作風(fēng)險(xiǎn)，也包括加強(qiáng)技術(shù)安全體系建設(shè)，防范外部非法竊取風(fēng)險(xiǎn)，加強(qiáng)對(duì)日常管理及系統(tǒng)運(yùn)行進(jìn)行密切監(jiān)控，有潛在漏洞時(shí)及時(shí)修復(fù)，加強(qiáng)物理硬件的安全，保證在數(shù)據(jù)的收集、整理、分類、處理、存儲(chǔ)等環(huán)節(jié)都沒(méi)有失誤。