同盾科技助力銀行企業(yè)信用風(fēng)控

　　近日，人民銀行官網(wǎng)發(fā)布《關(guān)于做好小微企業(yè)銀行賬戶優(yōu)化服務(wù)和風(fēng)險(xiǎn)防控工作的指導(dǎo)意見》(以下簡稱《意見》)，核心思路是在持續(xù)加大對(duì)中小微企業(yè)幫扶力度的同時(shí)，強(qiáng)調(diào)了實(shí)現(xiàn)銀行賬戶優(yōu)化服務(wù)和風(fēng)險(xiǎn)防控兩不誤。

　　同盾科技作為國內(nèi)領(lǐng)先的智能分析和決策服務(wù)商，在對(duì)《意見》進(jìn)行細(xì)致梳理后認(rèn)為，銀行中小微企業(yè)融資服務(wù)，既要考慮風(fēng)險(xiǎn)、收益，又要兼顧普惠的社會(huì)責(zé)任。銀行貸款給中小微企業(yè)，是一個(gè)信用發(fā)現(xiàn)及風(fēng)險(xiǎn)量化的過程，必須貸款給符合標(biāo)準(zhǔn)的中小微企業(yè)，確保風(fēng)險(xiǎn)可識(shí)別、可計(jì)量、可管控，貸款可按預(yù)期收回，業(yè)務(wù)可持續(xù)。

　　因此，銀行在中小微融資服務(wù)這件事上，要以風(fēng)險(xiǎn)管理為支點(diǎn)，平衡收益、普惠之間的關(guān)系，充分運(yùn)用科技手段做出信用風(fēng)險(xiǎn)評(píng)判，有效識(shí)別中小微企業(yè)融資服務(wù)中的信用風(fēng)險(xiǎn)，并重塑銀行賬戶管理機(jī)制和流程，防住惡意欺詐的可能。

　　對(duì)此，同盾解決方案專家建議銀行應(yīng)結(jié)合過去幾年出臺(tái)的針對(duì)賬戶風(fēng)險(xiǎn)、涉賭涉詐、反洗錢的相關(guān)文件和會(huì)議精神深入落實(shí)，不僅是做好查漏補(bǔ)缺，還要建立長效機(jī)制。具體而言：

　　一是銀行要在開戶端做好盡職調(diào)查，通過對(duì)中小微企業(yè)的準(zhǔn)入評(píng)級(jí)，為賬戶的分級(jí)分類管理，風(fēng)險(xiǎn)的動(dòng)態(tài)管控把好第一關(guān)。這需要銀行不斷加強(qiáng)數(shù)據(jù)治理的能力。數(shù)據(jù)體系的有效構(gòu)建能起到料敵為先，精準(zhǔn)施策的作用，包括風(fēng)險(xiǎn)情報(bào)、設(shè)備名單類、涉賭涉詐評(píng)分和欺詐模式提煉，近而使銀行可以有針對(duì)性的布設(shè)名單、強(qiáng)特征規(guī)則、AI模型和圖譜挖掘能力等。

　　二是構(gòu)建中小微企業(yè)&企業(yè)主雙重畫像，更加全面的識(shí)別信用及欺詐風(fēng)險(xiǎn)。同盾在幫助銀行做中小微企業(yè)融資風(fēng)控的過程中，會(huì)幫助銀行構(gòu)建‘雙畫像’，基于不同的維度，企業(yè)的情況、企業(yè)主的情況、過去的償付能力、歷史涉案情況、信譽(yù)和收入水平，一起放到評(píng)估模型里，非常精準(zhǔn)地評(píng)估這些企業(yè)的風(fēng)險(xiǎn)，在無抵押的情況下可以做到更多觸達(dá)原來貸不到款的中小微企業(yè)。

　　三是銀行可以搭建涉及中小微企業(yè)風(fēng)險(xiǎn)的主題數(shù)據(jù)模型，有效支撐賬戶風(fēng)險(xiǎn)監(jiān)測(cè)應(yīng)用。從底層上，包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù);在此之上，從數(shù)據(jù)模型基礎(chǔ)層、整合層及應(yīng)用層，層層把控，針對(duì)中小微企業(yè)賬戶風(fēng)險(xiǎn)、欺詐風(fēng)險(xiǎn)、涉賭涉詐模型監(jiān)測(cè)，則運(yùn)用與之對(duì)應(yīng)的風(fēng)險(xiǎn)主題數(shù)據(jù)集市。

　　四是建議銀行加強(qiáng)中小微融資的事中風(fēng)險(xiǎn)防御機(jī)制建設(shè)，包括實(shí)時(shí)偵測(cè)和離線挖掘等手段�？赏ㄟ^三種方式進(jìn)行風(fēng)險(xiǎn)識(shí)別：即名單的篩查機(jī)制，根據(jù)49號(hào)文的核查點(diǎn)和業(yè)務(wù)場(chǎng)景中典型特征構(gòu)建出的強(qiáng)特征規(guī)則體系，以及機(jī)器學(xué)習(xí)沉淀出的典型案件或可以做弱特征交叉組合的機(jī)器學(xué)習(xí)模型，通過對(duì)用戶行為數(shù)據(jù)的采集、清洗、加工，建立行為評(píng)分及欺詐識(shí)別模型，實(shí)現(xiàn)賬戶風(fēng)險(xiǎn)、交易風(fēng)險(xiǎn)的實(shí)時(shí)、準(zhǔn)實(shí)時(shí)監(jiān)測(cè)防控。

　　五是引入知識(shí)圖譜技術(shù)，強(qiáng)化團(tuán)伙性質(zhì)的風(fēng)險(xiǎn)挖掘能力，通過對(duì)賬戶風(fēng)險(xiǎn)的布控，銀行可以有效識(shí)別一些點(diǎn)狀的風(fēng)險(xiǎn)。針對(duì)當(dāng)下高發(fā)的涉賭涉詐團(tuán)伙作案，銀行可考慮結(jié)合知識(shí)圖譜技術(shù)，即基于數(shù)據(jù)分析、場(chǎng)景分析構(gòu)建實(shí)體與實(shí)體的復(fù)雜網(wǎng)絡(luò)，并將異常關(guān)系、風(fēng)險(xiǎn)特征模型作用于知識(shí)圖譜之上，動(dòng)態(tài)計(jì)算風(fēng)險(xiǎn)的傳播路徑、傳播結(jié)果、影響因素，有效挖掘關(guān)聯(lián)風(fēng)險(xiǎn)。

　　六是事后風(fēng)險(xiǎn)分析挖掘。即對(duì)于風(fēng)險(xiǎn)識(shí)別的結(jié)果，進(jìn)一步做好動(dòng)態(tài)巡檢，沉淀風(fēng)險(xiǎn)特征庫，通過關(guān)聯(lián)分析、事后機(jī)器學(xué)習(xí)，進(jìn)而進(jìn)行賬戶級(jí)的風(fēng)險(xiǎn)管控。