從一鍵授信到實(shí)時(shí)阻斷風(fēng)險(xiǎn)交易，詳解郵儲(chǔ)銀行“風(fēng)控護(hù)行”

“風(fēng)控護(hù)行”離不開(kāi)科技賦能。郵儲(chǔ)銀行將數(shù)字化轉(zhuǎn)型作為全行轉(zhuǎn)型發(fā)展的重點(diǎn)戰(zhàn)略舉措，探索符合自身特性的轉(zhuǎn)型方式，在探索中前進(jìn)，在變革中發(fā)展，規(guī)劃了“123456”數(shù)字化轉(zhuǎn)型戰(zhàn)略布局，全力推動(dòng)“數(shù)字生態(tài)銀行”建設(shè)。

在零售風(fēng)控領(lǐng)域，該行研發(fā)主動(dòng)授信模式，深度挖掘優(yōu)質(zhì)存量客戶，提供秒批秒貸服務(wù)，實(shí)現(xiàn)風(fēng)險(xiǎn)管控與客戶體驗(yàn)的平衡統(tǒng)一；推進(jìn)零售信貸自動(dòng)化審批，降低分支機(jī)構(gòu)信貸審批人員工作量一半以上，穩(wěn)步提升客戶質(zhì)量。

在非零售風(fēng)控領(lǐng)域，該行研發(fā)行業(yè)、區(qū)域組合模型，前瞻性預(yù)判組合風(fēng)險(xiǎn)；研發(fā)小企業(yè)大數(shù)據(jù)風(fēng)險(xiǎn)預(yù)測(cè)模型，有效提升小企業(yè)客戶貸后管理質(zhì)效。

在智能合規(guī)領(lǐng)域，該行大幅提高可疑交易監(jiān)測(cè)識(shí)別準(zhǔn)確率，有效提升反洗錢管理能力；開(kāi)發(fā)消費(fèi)投訴文本分析模型，建設(shè)投訴管理自動(dòng)化分析工具，提升投訴管理工作效能，強(qiáng)化消費(fèi)者權(quán)益保護(hù)力度。

在反欺詐領(lǐng)域，該行建成統(tǒng)一的信貸反欺詐平臺(tái)，建立信貸欺詐的實(shí)時(shí)防控機(jī)制。

在風(fēng)控系統(tǒng)建設(shè)方面，該行數(shù)字化基礎(chǔ)設(shè)施建設(shè)構(gòu)建成型，為深入開(kāi)發(fā)智能風(fēng)控應(yīng)用提供基礎(chǔ)支撐。

實(shí)際上，風(fēng)控管理不僅僅是落實(shí)戰(zhàn)略規(guī)劃目標(biāo)，組織架構(gòu)的重要性也不可忽視。在內(nèi)部控制上，郵儲(chǔ)銀行采用“三道防線”機(jī)制，并大力推進(jìn)風(fēng)險(xiǎn)經(jīng)理派駐工作，2022年全年累計(jì)派駐風(fēng)險(xiǎn)經(jīng)理2400余名，重點(diǎn)防控基層非柜面業(yè)務(wù)的操作風(fēng)險(xiǎn)和合規(guī)風(fēng)險(xiǎn)，在貸款管理、個(gè)人投資理財(cái)、信用卡管理、員工行為等風(fēng)險(xiǎn)防范方面取得實(shí)效。這一機(jī)制不僅有效地延伸上級(jí)行對(duì)基層機(jī)構(gòu)風(fēng)險(xiǎn)管控的管理觸角，還能強(qiáng)化基層機(jī)構(gòu)內(nèi)控機(jī)制建設(shè)，推動(dòng)基層內(nèi)控有效性不斷提升。

從風(fēng)控?cái)?shù)字化轉(zhuǎn)型的戰(zhàn)略，到數(shù)字化風(fēng)控分析體系的建設(shè)，再到內(nèi)控的“三道防線”、風(fēng)險(xiǎn)經(jīng)理派駐機(jī)制，郵儲(chǔ)銀行構(gòu)建的層層防火墻，實(shí)現(xiàn)了對(duì)資產(chǎn)質(zhì)量的保駕護(hù)航，真正做到了“風(fēng)控護(hù)行”。

年報(bào)顯示，截至2022年末，郵儲(chǔ)銀行不良貸款率僅為0.84%、撥備覆蓋率達(dá)385.51%，資產(chǎn)質(zhì)量和風(fēng)險(xiǎn)抵補(bǔ)能力繼續(xù)保持優(yōu)良。

拉長(zhǎng)時(shí)間來(lái)看，根據(jù)每年披露的年報(bào)，郵儲(chǔ)銀行在近5年的不良率一直保持在0.90%以下，撥備覆蓋率在340%以上。具體看，從2018年至2022年對(duì)應(yīng)的不良率分別是0.86%、0.86%、0.88%、0.82%、0.84%；2018年至2022年對(duì)應(yīng)的撥備覆蓋率分別是346.8%、389.45%、408.06%、418.61%、385.51%。兩項(xiàng)指標(biāo)始終處于行業(yè)領(lǐng)先水平。

可以說(shuō)，郵儲(chǔ)銀行一直堅(jiān)持風(fēng)險(xiǎn)為本，秉承審慎穩(wěn)健的風(fēng)險(xiǎn)偏好，全面提升風(fēng)險(xiǎn)引領(lǐng)能力，持續(xù)完善“全面、全程、全員”的全面風(fēng)險(xiǎn)管理體系建設(shè)，“風(fēng)控護(hù)行”戰(zhàn)略取得了良好的成效。

對(duì)風(fēng)控的精細(xì)化、集中化、智能化管理

審慎的風(fēng)險(xiǎn)偏好一直是郵儲(chǔ)銀行的特色，優(yōu)異的資產(chǎn)質(zhì)量一直是郵儲(chǔ)銀行的靚麗“名片”。秉持著“風(fēng)控護(hù)行”戰(zhàn)略，郵儲(chǔ)銀行落地了一系列風(fēng)險(xiǎn)防控新建系統(tǒng)，包含全面風(fēng)險(xiǎn)管理、市場(chǎng)風(fēng)險(xiǎn)管理、內(nèi)控合規(guī)、操作風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、反洗錢、交易反欺詐、信貸反欺詐等十多個(gè)系統(tǒng)。

郵儲(chǔ)銀行有關(guān)負(fù)責(zé)人表示，新的金融科技系統(tǒng)是大數(shù)據(jù)、云計(jì)算、人工智能等多種前沿技術(shù)與傳統(tǒng)金融業(yè)務(wù)場(chǎng)景的疊加融合，以“數(shù)據(jù)+場(chǎng)景+技術(shù)”為突破，更加準(zhǔn)確及時(shí)地監(jiān)測(cè)、匯總和管控各類業(yè)務(wù)風(fēng)險(xiǎn)狀況，助力銀行實(shí)現(xiàn)對(duì)風(fēng)控的精細(xì)化、集中化、智能化管理。

風(fēng)險(xiǎn)控制覆蓋銀行的前中后臺(tái)各業(yè)務(wù)環(huán)節(jié)，如何理解風(fēng)控的精細(xì)化、集中化、智能化管理？

郵儲(chǔ)銀行相關(guān)負(fù)責(zé)人表示，“從科技角度，服務(wù)移動(dòng)化延伸了風(fēng)控管理的數(shù)據(jù)觸角和操作鏈條；人工智能、大數(shù)據(jù)等技術(shù)為海量數(shù)據(jù)建模和分析提供可能。過(guò)去，風(fēng)控依賴風(fēng)險(xiǎn)專家的經(jīng)驗(yàn)和精力，然而優(yōu)秀的風(fēng)險(xiǎn)專家培養(yǎng)周期長(zhǎng)，難以‘量產(chǎn)’；人力能考慮的因子、維度有限；人們通過(guò)工作經(jīng)驗(yàn)和知識(shí)所獲得的直覺(jué)有時(shí)候并不可靠?！?/p>

得益于人工智能技術(shù)快速發(fā)展，通過(guò)以模型替代經(jīng)驗(yàn)，能極大提高風(fēng)控環(huán)節(jié)的數(shù)據(jù)廣度和深度。該負(fù)責(zé)人舉例說(shuō)，一個(gè)常用的評(píng)分模型已經(jīng)包含超過(guò)200維的數(shù)據(jù)輸入。而且，模型還能根據(jù)接到的反饋進(jìn)行持續(xù)的訓(xùn)練優(yōu)化，并通過(guò)模型迭代快速適應(yīng)新要求、新場(chǎng)景，迭代周期從過(guò)去的月級(jí)別縮短至天，甚至是小時(shí)級(jí)。當(dāng)前郵儲(chǔ)銀行風(fēng)控領(lǐng)域數(shù)據(jù)分析模型已經(jīng)達(dá)到上千個(gè)，而專門用于評(píng)級(jí)、評(píng)分、反欺詐的模型已經(jīng)超過(guò)300個(gè)。

這些模型所使用的算法除了常見(jiàn)的XGBOOT（優(yōu)化的分布式梯度提升）、邏輯回歸，還應(yīng)用了大量神經(jīng)網(wǎng)絡(luò)、時(shí)序分析等，分別用于不同細(xì)分場(chǎng)景、環(huán)節(jié)的風(fēng)險(xiǎn)評(píng)估，對(duì)單支交易、單個(gè)賬戶進(jìn)行綜合的風(fēng)險(xiǎn)判斷及決策。

從這個(gè)角度看，智能模型替代人工經(jīng)驗(yàn)，才能實(shí)現(xiàn)風(fēng)控的集中化管理，將分散的風(fēng)控知識(shí)以及資源進(jìn)行集中管理、統(tǒng)一決策，通過(guò)人工智能與風(fēng)控專家人機(jī)協(xié)作，提升風(fēng)控工作效率和質(zhì)量。

實(shí)際上，風(fēng)控不僅體現(xiàn)在對(duì)業(yè)務(wù)風(fēng)險(xiǎn)的管理，還體現(xiàn)在系統(tǒng)的自主可控性等方方面面。郵儲(chǔ)銀行在該行的“十四五”IT規(guī)劃中確定了新時(shí)期的發(fā)展目標(biāo)：到“十四五”末期，要建成一流科技支撐體系，信息科技要高水平自立自強(qiáng)，全面實(shí)現(xiàn)科技引領(lǐng)，科技賦能在同業(yè)達(dá)到先進(jìn)水平。

2022年，郵儲(chǔ)銀行新一代個(gè)人業(yè)務(wù)核心系統(tǒng)全面上線，從IT基礎(chǔ)設(shè)施、系統(tǒng)軟件、企業(yè)級(jí)技術(shù)平臺(tái)、應(yīng)用軟件全層面全體系，從業(yè)務(wù)創(chuàng)新、系統(tǒng)研發(fā)、生產(chǎn)運(yùn)營(yíng)全過(guò)程全周期，實(shí)現(xiàn)關(guān)鍵技術(shù)自主可控，同時(shí)也是大型銀行中率先同時(shí)采用企業(yè)級(jí)業(yè)務(wù)建模和分布式微服務(wù)架構(gòu)打造的全新一代核心系統(tǒng)。

這些成績(jī)的取得，與郵儲(chǔ)銀行的對(duì)信息科技建設(shè)的重視密切相關(guān)。為加快自主可控能力建設(shè)，持續(xù)提升自主研發(fā)、自主平臺(tái)使用、敏捷開(kāi)發(fā)占比，郵儲(chǔ)銀行提出要保持科技投入占營(yíng)業(yè)收入3%。數(shù)據(jù)顯示，郵儲(chǔ)銀行2022年信息科技投入106.52億元，同比增長(zhǎng)6.20%，占營(yíng)業(yè)收入比例3.18%，連續(xù)3年超過(guò)3%；持續(xù)加大科技隊(duì)伍招聘力度，總行IT隊(duì)伍增加至4294人，全行超過(guò)6300人，同比增長(zhǎng)19.12%。

突破傳統(tǒng)局限性，智能風(fēng)控系統(tǒng)響應(yīng)速度更快

大力開(kāi)展農(nóng)村信用體系建設(shè)和農(nóng)戶普遍授信，勾勒“讓絕大多數(shù)農(nóng)戶都有郵儲(chǔ)銀行授信”的夢(mèng)想。這是郵儲(chǔ)銀行提出的美好愿景。然而，授信絕非易事，光靠客戶經(jīng)理的兩條腿跑，不僅難度大，還很難防控風(fēng)險(xiǎn)。

借助于生物識(shí)別、大數(shù)據(jù)風(fēng)控等技術(shù)，郵儲(chǔ)銀行發(fā)布的手機(jī)銀行8.0版本上線了“主動(dòng)授信”的信貸服務(wù)功能，做到了一鍵授權(quán)、快速審批、額度循環(huán)，為客戶提供“智能金融決策大腦”。

郵儲(chǔ)銀行在推進(jìn)信用風(fēng)險(xiǎn)管理數(shù)字化轉(zhuǎn)型的過(guò)程中，建成了基于智能風(fēng)控的統(tǒng)一授信管理系統(tǒng)，率先實(shí)現(xiàn)統(tǒng)一授信全流程數(shù)字化與智能化管控，顯著提升了智能風(fēng)控水平。據(jù)了解，該系統(tǒng)采用微服務(wù)、分布式架構(gòu)，打造了以客戶為中心的統(tǒng)一授信、統(tǒng)一管控、統(tǒng)一視圖“三統(tǒng)一”，能夠?qū)崿F(xiàn)全客戶、全產(chǎn)品、全生命周期、全機(jī)構(gòu)“四全”統(tǒng)一授信管理。自上線以來(lái)，統(tǒng)一授信管理系統(tǒng)覆蓋全行各類授信客戶，全面支持各項(xiàng)授信業(yè)務(wù)發(fā)展。

郵儲(chǔ)銀行有關(guān)負(fù)責(zé)人介紹，為實(shí)現(xiàn)一鍵授權(quán)、快速審批，提升風(fēng)控機(jī)制響應(yīng)速度，增強(qiáng)線上風(fēng)控處理效率，郵儲(chǔ)銀行信貸反欺詐系統(tǒng)大數(shù)據(jù)風(fēng)控主要從兩方面著手。

一方面，利用流計(jì)算技術(shù)，對(duì)客戶、設(shè)備、行為等多維特征數(shù)據(jù)進(jìn)行實(shí)時(shí)加工，針對(duì)不同客戶在不同業(yè)務(wù)場(chǎng)景下的授信申請(qǐng)，通過(guò)反欺詐模型、客戶行為模型的建立，部署多維特征評(píng)分風(fēng)控策略，有效擴(kuò)充信貸欺詐風(fēng)險(xiǎn)的防控覆蓋廣度、增強(qiáng)信貸業(yè)務(wù)風(fēng)險(xiǎn)防控精度。

另一方面，依托大數(shù)據(jù)集群的計(jì)算存儲(chǔ)能力，系統(tǒng)優(yōu)化了對(duì)行內(nèi)海量客戶信息、用戶行為、離線指標(biāo)等數(shù)據(jù)的采集、計(jì)算、存儲(chǔ)機(jī)制，并結(jié)合機(jī)器學(xué)習(xí)方法論，深入挖掘潛在數(shù)據(jù)規(guī)律，完善從數(shù)據(jù)獲取、到數(shù)據(jù)使用、最后與業(yè)務(wù)系統(tǒng)對(duì)接的閉環(huán)生態(tài)，形成有據(jù)可依的貸款決策規(guī)則和風(fēng)控規(guī)避模型，實(shí)現(xiàn)數(shù)據(jù)和技術(shù)的互補(bǔ)。

該負(fù)責(zé)人表示，“通過(guò)構(gòu)建完善的智能風(fēng)控體系，有效突破以人工方式進(jìn)行風(fēng)險(xiǎn)控制的傳統(tǒng)風(fēng)控的局限性和空間性，提升貸款審批的準(zhǔn)確度和處理效率，助力信貸業(yè)務(wù)快速審批，進(jìn)而擴(kuò)展業(yè)務(wù)覆蓋人群，完善業(yè)務(wù)流程，降低風(fēng)控成本，搶占未來(lái)金融市場(chǎng)?！?/p>

相比于從前，信貸反欺詐系統(tǒng)大數(shù)據(jù)風(fēng)控很明顯的兩個(gè)變化在于實(shí)效性和準(zhǔn)確性。在實(shí)效性方面，以前行內(nèi)特征加工主要依賴大數(shù)據(jù)平臺(tái)，數(shù)據(jù)時(shí)效性存在一定的時(shí)差?，F(xiàn)在通過(guò)流計(jì)算實(shí)時(shí)加工多維度特征，秒級(jí)分鐘級(jí)別的數(shù)據(jù)都可以實(shí)時(shí)應(yīng)用，大大提高了規(guī)則模型的精準(zhǔn)度，使風(fēng)控更加數(shù)字化、智能化。

在精準(zhǔn)性方面，之前行內(nèi)用于欺詐識(shí)別的規(guī)則和模型過(guò)分依賴于專家經(jīng)驗(yàn)和人工，沒(méi)有充分挖掘數(shù)據(jù)的潛在價(jià)值，人力成本相對(duì)高?，F(xiàn)在基于大數(shù)據(jù)技術(shù)強(qiáng)大的算力，使用基于數(shù)據(jù)規(guī)律生成的決策規(guī)則和模型，能夠顯著提高風(fēng)險(xiǎn)識(shí)別的準(zhǔn)確性。

值得一提的是，除信貸業(yè)務(wù)之外，金融消費(fèi)者使用最多的就是轉(zhuǎn)賬服務(wù)。

為守護(hù)好百姓的“錢袋子”，郵儲(chǔ)銀行運(yùn)用智能風(fēng)控、人臉識(shí)別、客戶畫像等技術(shù)，依托強(qiáng)大且完善的交易反欺詐系統(tǒng)，實(shí)現(xiàn)可疑交易自動(dòng)攔截，風(fēng)險(xiǎn)策略自動(dòng)處置，大幅提升了賬戶風(fēng)險(xiǎn)防控能力。

郵儲(chǔ)銀行交易反欺詐系統(tǒng)是采用流式計(jì)算技術(shù)架構(gòu)，通過(guò)客戶交易數(shù)據(jù)、特征標(biāo)簽、客戶基礎(chǔ)屬性和設(shè)備指紋補(bǔ)充客戶維度，以網(wǎng)絡(luò)視角下“智能風(fēng)險(xiǎn)識(shí)別模型+客戶風(fēng)險(xiǎn)畫像+風(fēng)險(xiǎn)設(shè)備識(shí)別”為方向，實(shí)現(xiàn)“更智能+更高效+更準(zhǔn)確”的交易反欺詐系統(tǒng)。此外，交易反欺詐系統(tǒng)部署多個(gè)風(fēng)控規(guī)則/模型，能夠?qū)崿F(xiàn)對(duì)全行各業(yè)務(wù)條線交易的全面監(jiān)控，日均交易超1億筆，毫秒間即可完成風(fēng)險(xiǎn)識(shí)別。

有了“毫秒間”完成風(fēng)險(xiǎn)識(shí)別的支持，我們才能得以瞬間完成轉(zhuǎn)賬和交易。便捷的金融服務(wù)背后不僅僅是速度，更是安全。做好風(fēng)險(xiǎn)管理才能守護(hù)好老百姓的“錢袋子”，才能守住銀行的“生命線”。（文/邊萬(wàn)莉  ）