摘要：隨著第四次信息產(chǎn)業(yè)革命的興起以及現(xiàn)代數(shù)字化經(jīng)濟的快速發(fā)展，銀行抓住了數(shù)字化革命的大發(fā)展趨勢，進一步強化金融服務與技術的融合，并充分運用大數(shù)據(jù)處理的特性，進一步增強了信用風險管控能力。

關鍵詞：大數(shù)據(jù);內(nèi)部控制;風險管理

在時代不斷發(fā)展、技術不斷更新的背景下，人們對商業(yè)銀行提供的產(chǎn)品便捷性的要求越來越高，商業(yè)銀行面臨著越來越激烈的競爭。對于商業(yè)銀行而言，如何將快速發(fā)展與保持良好的信貸水平相匹配，這個問題需要不斷探討。毋庸置疑，風險管理是決定其能否長遠發(fā)展的重要考慮因素。隨著我國第四次信息產(chǎn)業(yè)革命的興起以及現(xiàn)代數(shù)字化經(jīng)濟的快速發(fā)展，銀行也抓住了數(shù)字化革命的大發(fā)展趨勢，進一步強化金融服務與技術的融合，并充分運用大數(shù)據(jù)處理的特性，進一步增強了信用風險管控能力。在此背景下，中國農(nóng)業(yè)銀行明確提出了“推進數(shù)字化轉(zhuǎn)型，再造一個農(nóng)業(yè)銀行”的發(fā)展策略，著力推動普惠金融政策下小微貸款業(yè)務以及信用卡業(yè)務[1]。

1 大數(shù)據(jù)背景下農(nóng)業(yè)銀行風險控制研究

1.1 大數(shù)據(jù)背景下的農(nóng)業(yè)銀行風險管理

1.1.1 普惠金融政策下的商業(yè)銀行小微貸款業(yè)務

普惠金融的重點金融服務對象，是小微客戶、農(nóng)民等社會弱勢群體。但是由于小微企業(yè)自身規(guī)模小、資金流動性差、財務管理能力差，其存在較高的信用風險。面對小微企業(yè)的問題，農(nóng)業(yè)銀行提出“金融科技”的口號，積極利用大數(shù)據(jù)和區(qū)塊鏈等技術，實施數(shù)字化轉(zhuǎn)型。針對小微客戶不同的特點，農(nóng)業(yè)銀行推出“出口快貸”產(chǎn)品。

1.1.2 農(nóng)業(yè)銀行在信用卡方向的實踐

農(nóng)業(yè)銀行信用卡中心已經(jīng)將大數(shù)據(jù)運用于實際，之前發(fā)展的重點在于數(shù)據(jù)環(huán)境模型的基本建立，如今發(fā)展的重點在于信用卡數(shù)據(jù)領域的分析，農(nóng)業(yè)銀行不斷在信用卡大數(shù)據(jù)應用領域探索，不斷將信用卡由專家授權(quán)模式轉(zhuǎn)為數(shù)據(jù)驅(qū)動模式。

1.2 “出口快貸”業(yè)務介紹

農(nóng)業(yè)銀行的“出口快貸”是線上單戶小微貸款的產(chǎn)品，是在人工智能和大數(shù)據(jù)技術基礎上開發(fā)出來的產(chǎn)品。根據(jù)小微企業(yè)所處行業(yè)的特征以及其自身經(jīng)營狀況、財務狀況，銀行結(jié)合企業(yè)結(jié)算、工商、稅務、海關、征信、信用評級等內(nèi)外部信息設計了信貸模型，在此基礎上給客戶提供貸款。目前該業(yè)務連接智能財稅云平臺，主要以大數(shù)據(jù)為基礎、線上為小微企業(yè)提供信貸支持。

1.3 信用卡業(yè)務介紹

以下從貸前發(fā)卡審核、貸后風險防控兩個方面說明。貸前發(fā)卡審核，主要包括了智能化授信和風險管控、信用卡自動化審批。2017年，中國農(nóng)業(yè)銀行信用卡的精準銷售及決策支持服務項目的第二階段投產(chǎn)。這個項目將客戶基本情況、資產(chǎn)情況進行整合，開展客戶評分、授信、以此建立起了客戶數(shù)據(jù)庫，構(gòu)建了目標客戶數(shù)據(jù)視圖。同時，農(nóng)行信用卡中心除了線下網(wǎng)點申請審批之外，還開展了線上自動審批業(yè)務，審批時間為原來的三分之一。貸后風險防控是農(nóng)業(yè)銀行信用卡中心以賬戶動賬方向為切入點，通過在系統(tǒng)中設置違規(guī)領域以及交易摘要等關鍵字，構(gòu)建了一套監(jiān)控模型。一旦交易涉及關鍵字，銀行風控模型就會識別，賬戶凍結(jié)。這種模式的設立，有助于避免信用卡進行洗錢等活動、以及避免使用非消費領域。

2 農(nóng)業(yè)銀行創(chuàng)新實踐特征

2.1 “出口快貸”創(chuàng)新實踐特征

2.1.1 與第三方服務公司合作的業(yè)務模式

農(nóng)業(yè)銀行“出口快貸”最大的一個特點便是農(nóng)業(yè)銀行通過農(nóng)業(yè)銀行系統(tǒng)和第三方服務公司平臺進行了數(shù)據(jù)對接，實現(xiàn)全線上查詢和調(diào)用企業(yè)的物流信息等背景資料。目前，農(nóng)業(yè)銀行與襄陽匯捷通供應鏈管理有限公司、武漢普聯(lián)東文數(shù)據(jù)服務有限責任公司達成了合作，依靠大數(shù)據(jù)在線上為小微企業(yè)提供融資貸款服務。

2.1.2 依托智能財稅云平臺的推薦

在“出口快貸”業(yè)務中，農(nóng)業(yè)銀行依托智能財稅云平臺，運用智能識別機器數(shù)據(jù)，將單機的賬務數(shù)據(jù)全部轉(zhuǎn)變?yōu)榫€上信息。截止目前，有接近40家財稅機構(gòu)入駐智能財稅云平臺。

2.2 農(nóng)業(yè)銀行信用卡創(chuàng)新實踐特征

農(nóng)業(yè)銀行先后構(gòu)建了信用卡客戶分群模式，信用卡賬單分期響應率預測模式以及信用幣產(chǎn)品營銷響應率模型等三種模式，來實現(xiàn)對客戶的營銷管理。信用卡客戶分群模式主要從顧客交易行為入手，運用挖掘的大數(shù)據(jù)分析刻畫顧客的消費行為與偏好特點，并由此對信用卡等消費金融產(chǎn)品實施精細化營銷。信用卡賬單分期響應率預測模式，是通過深入分析顧客的分期賬單的特點與交易特征，以精確定位目標顧客人群，從而節(jié)省銷售渠道成本。信用幣產(chǎn)品營銷響應率模式，是通過采用無實體卡介質(zhì)進行即時建賬，實現(xiàn)線上線下的第三方消費，以解決顧客真正的現(xiàn)金需要。

3 農(nóng)業(yè)銀行大數(shù)據(jù)應用效果

3.1 農(nóng)業(yè)銀行小微貸款業(yè)務大數(shù)據(jù)應用

自推出“出口快貸”業(yè)務以來，依靠智能稅收云平臺已與大約17000個小型和微型企業(yè)進行了數(shù)據(jù)整合。包括像睿哲農(nóng)貿(mào)出口集團這樣的首批小微型客戶，都通過信用評估獲得了“出口快貸”無抵押貸款的支持，并在收到還款貨幣后按時還款，沒有壞賬風險。這樣，不僅可以幫助小微企業(yè)實現(xiàn)穩(wěn)健的高質(zhì)量外貿(mào)經(jīng)營，而且還可以將貸款風險控制在合理水平。

3.2 農(nóng)業(yè)信用卡大數(shù)據(jù)應用

3.2.1 增強預測數(shù)據(jù)分析的專業(yè)化與營銷技術

在農(nóng)業(yè)銀行智能營銷系統(tǒng)上線之后，各種營銷活動能夠進行更系統(tǒng)化的分析，同時利用內(nèi)部運營數(shù)據(jù)和外部社交媒體數(shù)據(jù)多方面數(shù)據(jù)源，對營銷活動進行預測分析。通過交叉營銷和數(shù)據(jù)營銷等多樣營銷手段，進一步提高營銷的準確度，并拓展新的營銷渠道。

3.2.2 提升內(nèi)外部資源整合的能力

農(nóng)業(yè)銀行信用卡構(gòu)建了以顧客為中心的服務和體系框架，從客戶的交易活動出發(fā)，刻畫客戶消費偏好，對客戶進行精準化營銷。同時實現(xiàn)了全行在業(yè)務視圖層面上的一體化，全行將以個人信用卡分析數(shù)據(jù)為基準，結(jié)合客戶關系管理策略，對個人用戶進行了差別化業(yè)務管理，以實現(xiàn)客戶對銀行的滿意度的增加。

4 農(nóng)業(yè)銀行信貸風險管理存在的問題

4.1 “金融科技”局限性

盡管“出口快貸”業(yè)務融入了金融科技，一定程度上提高了業(yè)務的真實性以及審查速度，但也存在許多不足。該業(yè)務模式是“場景金融”創(chuàng)新，是以出口數(shù)據(jù)為依托，根據(jù)小微企業(yè)在平臺上錄入的信息為核心指標進行業(yè)務授權(quán)。但是在此情況下，企業(yè)并沒有完全了解小微企業(yè)的整體面貌，這同樣會使得授權(quán)存在風險。

4.2 信用卡數(shù)據(jù)市場在法律上沒有統(tǒng)一規(guī)范

信用卡業(yè)務要求對個人客戶的情況進行全方面的了解，例如資信、學歷、銀行流水等。在此基礎上審批目標客戶。目前，數(shù)據(jù)市場普遍存在的問題就是缺少相應的法律規(guī)范，關于數(shù)據(jù)取得、篩選、提取缺少技術規(guī)范。在此基礎上可能存在道德風險。

5 大數(shù)據(jù)的創(chuàng)新發(fā)展

5.1 運用大數(shù)據(jù)分析及云平臺，完善個人信貸監(jiān)測系統(tǒng)建設

首先，與大型外部信貸報告企業(yè)協(xié)作。這能夠有效地提高對潛在信用風險的即時監(jiān)測，并增加資格審核，協(xié)議履行以及信貸的透明度。其次，在貸后企業(yè)風險管理流程中，我們還可通過大數(shù)據(jù)分析或云計算平臺來監(jiān)測財務信息，比如根據(jù)個人客戶和銀行貸方之間的賬戶流量和資金流量，從而分析其可能的財務資本風險。并設定相應數(shù)量的預警閾值，以幫助銀行貸款后期的信用風險管控。

5.2 利用大數(shù)據(jù)分析提高個人信貸風險決策、管理水平

在大數(shù)據(jù)處理時代，企業(yè)多元化的貸款服務不僅要提升風險管控的實效性，而且還要加強信用審查。一方面，公司將運用大數(shù)據(jù)分析，云計算信息處理和數(shù)據(jù)庫等手段，從公司各個部門中獲取一系列內(nèi)部和外部的信息，并參與對公司業(yè)務數(shù)據(jù)質(zhì)量和信用風險的評估與鑒定，并制定管理辦法。另一方面，還要強化對信用風險決策過程的管理，以全面捕捉和掌握社會金融市場，客戶信息的變化情況，對各個階段的信息資料進行多維的整理[2]。

6 大數(shù)據(jù)應用的展望

目前大數(shù)據(jù)的特點是多、雜，存在的問題是缺少法律規(guī)范，在數(shù)據(jù)搜集、采集、運用方面沒有統(tǒng)一的技術規(guī)范，部分數(shù)據(jù)無法保障下游數(shù)據(jù)能夠安全使用。面臨著外部風險局勢的錯綜復雜以及新一代信息技術應用的發(fā)展，未來農(nóng)業(yè)銀行還必須不斷優(yōu)化和完善決策中樞。

6.1 加大大數(shù)據(jù)的運用，實現(xiàn)信息共享

目前，大數(shù)據(jù)已經(jīng)在農(nóng)業(yè)銀行小微貸款業(yè)務以及信用卡業(yè)務廣泛運用，已經(jīng)充分實現(xiàn)了與工商、稅務、海關等平臺的對接。充分掌握了小微企業(yè)的經(jīng)營、財務信息，實現(xiàn)“政、銀、企”生態(tài)價值鏈。隨著系統(tǒng)的更加完善，小微企業(yè)貸款以及信用卡審批時間會越來越快。

6.2 加強與金融科技平臺的合作，實現(xiàn)數(shù)據(jù)的融合

目前云計算、區(qū)塊鏈技術日益成熟，許多優(yōu)質(zhì)的金融公司也在不斷探索在風險管理方面的創(chuàng)新，商業(yè)銀行應該開展與金融科技平臺的合作，實現(xiàn)金融數(shù)據(jù)的交換。

6.3 鞏固大數(shù)據(jù)分析基礎，加強對外部數(shù)據(jù)分析的引入力度

農(nóng)業(yè)銀行應該尋求上游數(shù)據(jù)的穩(wěn)定，保證數(shù)據(jù)合法性。在數(shù)據(jù)市場發(fā)展不穩(wěn)定的情況下，信用卡應該加強業(yè)務驗證，深入數(shù)據(jù)源的加工過程和數(shù)據(jù)層層授權(quán)過程。企業(yè)應該積極接觸穩(wěn)定的第三方數(shù)據(jù)，構(gòu)建多維度的數(shù)據(jù)積累。授信決策需要海量、多維度征信相關數(shù)據(jù)的支撐。

6.4 打造專業(yè)化數(shù)據(jù)分析人員體系

信用卡大數(shù)據(jù)發(fā)展具體落實到應用上，關鍵要靠人。第一，要聘請專業(yè)人員進行數(shù)據(jù)模型的構(gòu)建，只有專業(yè)人員才懂得技術。第二，定期邀請外部專業(yè)化數(shù)據(jù)培訓機制。因為大數(shù)據(jù)發(fā)展速度很快，如果不定期接受培訓，就無法跟上時代的腳步。數(shù)據(jù)建模也要與大數(shù)據(jù)發(fā)展速度相匹配。第三，在實踐過程中積累重復的經(jīng)驗。初期引入建模模型能力較弱，數(shù)據(jù)人員邊學邊做，在實踐中逐漸累計經(jīng)驗。

6.5 擴展信貸智能決策模塊的應用范圍

農(nóng)業(yè)銀行還將拓寬貸款智能決策平臺的使用對象領域，從單個貸款事件的決定功能，逐步推廣到多個貸款事件中，從貸前、貸中過程的輔助決策，逐步推廣到貸后流程監(jiān)測、催收等環(huán)節(jié)。其次，為拓展應用的場景目標，采用了標準化界面，以實現(xiàn)對行內(nèi)各種架構(gòu)體系的使用，特別適合線上應用平臺，運用于企業(yè)準入、欺詐鑒定、授信決策、自動化審核、監(jiān)控預警等場景業(yè)務上。

6.6 運用大數(shù)據(jù)分析云平臺，完善信貸監(jiān)測系統(tǒng)建設

首先，按照《企業(yè)財務資產(chǎn)風險分類暫行辦法》等規(guī)章制度，通過建立類似于支付寶、微信支付等互聯(lián)網(wǎng)支付系統(tǒng)，以盡可能全面的熟悉和了解更廣區(qū)域內(nèi)用戶的信貸資質(zhì)情況。其次，在企業(yè)放貸后的風險管理流程中，我們還能夠利用大數(shù)據(jù)分析及云計算平臺，監(jiān)測個別顧客的賬戶流水等財務數(shù)據(jù)信息，從而對企業(yè)可能的財務融資風險做出分類，并設定相應大數(shù)據(jù)變化的預警閾值，來為企業(yè)后期的信貸風險管控提供保障[3]。

7 結(jié)語

在大數(shù)據(jù)技術與網(wǎng)絡金融不斷發(fā)展的背景下，商業(yè)銀行面臨的競爭形勢也越來越嚴峻，一些企業(yè)憑借大數(shù)據(jù)信息平臺推出了諸多新型產(chǎn)品與服務，這些新產(chǎn)品的出現(xiàn)給商業(yè)銀行的相關業(yè)務造成了一定的沖擊，商業(yè)銀行只有及時抓住大數(shù)據(jù)技術發(fā)展所帶來的機遇，才能使得自身不處在被動的狀態(tài)。與此同時，商業(yè)銀行也要注意內(nèi)部控制和風險管理，運用大數(shù)據(jù)平臺，完善信貸監(jiān)測系統(tǒng)。

參考文獻

[1] 蔣秀才 王彬華 高峰.大數(shù)據(jù)驅(qū)動的信貸智能決策實踐與展望[J].中國金融電腦.2021（05）：47-49.

[2] 孫琳.大數(shù)據(jù)時代對中小商業(yè)銀行改革的推動作用探討 [J].商訊.1671-6728（ 2021） 08-0079-02.

[3] 茍志龍 侯進.科技構(gòu)建零售信貸風險管理體系新思路[J].中國銀行業(yè).2020（6）：75-77.

作者簡介：蔣昊宇，（1991-），女，漢族，湖北宜昌人，碩士研究生，單位：三峽大學經(jīng)濟與管理學院MPACC，研究方向：會計與審計。