助推汽车金融服务效率全面提升
杨兵兵:金融科技是一把双刃剑
国庆过出了春节的味道
机场国内航班量客运量创历史同期
三大因素带动国内旅游业强劲复苏

杨兵兵:金融科技是一把双刃剑

2020-10-09 10:28 主页 来源:未知
杨兵兵:金融科技是一把双刃剑

由《银行家》主办的2020中国银行家论坛于9月29日盛大开幕,本次论坛主题为“大变局下的银行业:防风险与稳增长”,中国光大银行副行长杨兵兵出席活动,并就“金融科技与数字金融风险管理”发表了主旨演讲。
 
杨兵兵指出,对于风险控制而言,金融科技可以说是一把双刃剑。金融科技可以使金融业务有效提速和扩容,但也显著加大了了操作风险、信用风险和流动性风险,加大了风险控制的难度和维度。但是,从另一方面,通过在风控流程中应用大数据、人工智能等技术可以有效增强风险控制的有效性、准确性、时效性和稳定性。当前,正是我国数字金融进入第二发展曲线的历史机遇,在这个即将“再出发”的时刻再谈风险,既是一份清醒,更是一种责任。数字金融风险管理要遵循“科技为本、数据为基、预防为主、综合管控”四大原则。银行业正在加强智能风控模型、统一身份认证平台、数据管理中台和业务创新风险评审制度等方面的建设。
 
以下为嘉宾发言全文
 
各位同仁大家好!
 
2020年,我们共同经历了艰苦卓绝抗疫斗争,付出了巨大努力,也取得了举世瞩目的成绩。如今,正是我国数字金融进入第二发展曲线的历史机遇。这个即将“再出发”的时刻,我们再谈风险,既是一份清醒,更是一种责任。
 
今天与大家分享的主题是“金融科技与数字金融风险管”,内容分为三个部分,第一部分简要介绍当前数字金融的发展背景和趋势。第二部分介绍数字金融业务风险呈现出的新特征,分析金融科技如何应用于风险控制。第三部分谈一谈我对数字金融风险管理的一些认识和思考。
 
数字金融的发展背景和趋势
 
数字金融的发展背景和趋势
 
习近平总书记曾经深刻指出:经济是肌体,金融是血脉,两者共生共荣。这一论断明确指出了金融和经济的关系。现在全球经济都进入了发展瓶颈,金融作为经济的重要支撑,必然要为经济的恢复和增长做出贡献。数字金融的发展源于数字经济的发展,发展数字金融的根本目的也是服务数字经济。在2018年,数字经济的提法就已经存在,当时数字经济的GDP占比增速比较明显。数据显示,2019年我国数字经济增加值规模达到35.8万亿元,占GDP比重达到36.2%,按可比口径计算,2019年数字经济名义增长15.6%,高于同期GDP名义增速7.85个百分点。数字经济无疑已成为引领我国宏观经济增长的关键增长极。
 
如今,我们已经深刻地感受到数字经济对经济增长和生活变化产生的重要影响。也许几年后,所有的经济体都是数字经济,数字经济将不再是一个特别的称呼。
 
数字金融因客而变聚焦需求升级
 
经济体的基本构成无非两类:个人和企业。
 
一是数据原生的“Z世代”对金融提出新需求,80后或者85到90后的年轻人是数据原生代,这些年轻人在数字化的时代出生、成长、生活。他们对金融服务的诉求可以总结为“随时随地、知我所需、量身定制。传统的金融服务很难做到“随时随地、知我所需、量身定制”。也许可以通过增加营业网点,延长营业时间,勉强做到随时随地。但面对成千上万的客户,知我所需以及更进一步的量身定制很难做到。我们以前认为线上服务都是标准化服务,但是随着大数据等技术的发展,线上服务也可以做到定制化,关键在于对客户的了解程度和产品的丰富程度。
 
经济体中的另一个主体是企业。目前我国数字经济企业主体正呈现出两个特征,一是产业链聚集,中小企业专业化程度提高,加速向产业链上下两端聚集,供应链金融加速数字化。二是工业互联网加速成熟,大型企业加速从企业内部应用向规模化制造资源整合模式拓展。同时,个人变了,企业,特别是中小微和创新型企业也会变。数据原生代的个人很多已经成为中小微企业和创新企业的所有者或者骨干,他们对企业的金融服务也有相应的要求。目前来看,这些要求可以总结为垂直行业定制、综合解决方案、轻型金融服务和敏捷响应需求四个方面。
 
新冠疫情客观上驱动数字金融加速发展
 
回看历史,本次疫情的影响跟SARS有些类似。2003年SARS爆发,网上银行和电子商务进入了快速发展期。本次疫情,发生变化的不仅是银行的服务,更多是客户。包括老年客户在内,越来越多的客户开始尝试线上化服务。疫情催化企业的数字化转型,催生数字化服务的新业态,催熟客户对线上化服务的适应,也摧毁了那些不愿意改变,不愿意去适应时代的企业。这4个方面的变化可谓非常之深刻。
 
与2003年相比,技术在这次疫情中的作用产生了很大的变化。2020年,在疫情最严重的时候,光大银行通过不超过20%的网点维持营业。不仅是光大,各家银行情况也都相似。而且这样的状态至少持续了一个月。这一个月对数字金融、数字渠道、线上服务、无接触服务是极大的检验,也是对各家银行数字化转型水平的极大检验。以前业内曾经讨论过线上渠道对银行的作用,好像很难直接评估。这次疫情使得线下渠道被迫停摆,但整个疫情期间金融服务并没有停止,我们做了相关的统计:在这半年,手机银行的交易量增长了52%。大量渠道交易在快速向手机银行转移。这是数字化发展水平的实证。
 
数字金融业务风险的新特征
 
数字金融业务风险管理特征
 
风险管理的目标是更好地做业务,业务发生变化,风险管理的具体方法就要调整。但互联网没有改变金融的本质,风险管理的核心理念、关键原则、重要方法依然有效。一方面,剥离数字金融的包装,相关业务风险的本质仍是传统金融服务面临的风险。另一方面,数字金融和传统金融又确实有所不同。虽然贷款还是贷款,支付还是支付,但服务形态发生了变化,风险特征也必然发生变化。对这些变化,要有针对性地应对。以下是基于数字金融领域的工作体会总结的数字金融业务的风险管理特征。
 
第一,小额高频的交易特征。支付类和个人贷款类业务都存在这一特征。我们的随心贷产品,已服务超过2600万客户,投放过万亿元。
 
每笔贷款的平均金额是2000多元,平均持有周期一个月。快速发生、快速结束,频率高、金额小是其典型特征。
 
经营贷款的金额会大一些,企业贷款金额会更大。但如果是纯线上进行,与同类贷款相比,这些贷款也都是相对小额和相对高频的。小额高频的特点导致如果用传统的管理方式进行管理,成本极高。2000多元的贷款也是贷款,本质没有变,肯定要进行贷后管理,但不能用原来的方法进行贷后管理。
 
第二,下沉的客群特征。数字金融业务服务长尾客群,而且涉及的客户范围很广,因为要靠服务数量积累足够的金额。这种服务原来是无法实现的。比如光大银行,虽然在所有省份都有网点,但也只覆盖了133个城市。与庞大的城市基数相比,还有很多城市没有网点覆盖。但我们之所以可以服务过亿客户,主要是通过线上进行。需要思考如何有效地为大客群提供服务,同时充分及时地识别和防范风险。
 
第三,开放合作的业务发展模式。根据我们的总结,现在进入开放银行3.0时代。1.0时代基本依赖单一产品,比如快捷支付就是典型的开放性产品;2.0时代以电子账户为输出载体,通过产品的组合为客户提供服务;3.0时代的特点是企业级的开放。无论形式如何,开放的目的都是为了和合作伙伴更好地合作,而不是单打独斗地面对市场,这也意味着会有大量的合作伙伴一起经营和开拓市场,这和传统的作业模式有很大的不同。绝大多数合作伙伴是线上的合作伙伴,合作可能通过流量导入模式、技术平台模式等进行,客户的洞察、获取和经营都不再是一家银行独有,而是和合作伙伴共同进行。
 
第四,网络化的业务流程。要实现数字金融随时随地、量身定制、垂直细分的特点,必然要尽量实现全流程线上化,甚至全流程移动化。同时,尽量将全流程嵌入合作伙伴,实现快速的导流和合作。而一旦流程的一点被攻破,风险有可能快速蔓延。线下某个网点发生的风险事件,到晚上结束营业时可能就被控制住。但现在一个点的风险事件,会快速发展为全国性,甚至是全球性。
 
第五,“一点做全国”的经营布局。通过网点开拓业务,业务对象基本是网点周围几公里的个人客户和企业客户,银行内部也会以城市或省等地域划分来约定客户边界。但在互联网上,这个边界不存在。很多时候业务是“一点做全国”,一个合作的业务范围就会覆盖全国。每一家分行就是一家互联网银行,分行还具备牌照和网点优势,在线上就可以做全国,交叉成网,网住中国所有的业务。而如果只做本地,分行的业务空间就会受限,这偏离了互联网与数字金融业务的发展本质。但“一点做全国”要求模型和数据的全国化、广覆盖和多维度,管理措施具备全局设计。
 
第六,科技和数据的依赖性。不管是支付结算类、理财类业务,还是贷款类业务,没有技术寸步难行,没有数据无法发展。但任何事情都是两面的。一方面,高度依赖技术带来了技术红利。另一方面,如果技术和数据应用地不恰当,也会带来负面的结果。
 
金融科技在风险防控中的应用
 
对于风险控制而言,金融科技可以说是一把双刃剑。金融科技可以使金融业务有效提速和扩容,但也显著加大了了操作风险、信用风险和流动性风险,加大了风险控制的难度和维度。但是,从另一方面,通过在风控流程中应用大数据、人工智能等技术可以有效增强风险控制的有效性、准确性、时效性和稳定性。
 
第一,大数据风控。风险防控的过程就是对风险数据的处理,将风险的可能性转化为风险的概率,进而做出业务决策。在这一过程中数据的规模和质量直接决定了风险防控的有效性。近年来商业银行在数据收集和整理工作上取得长足进步。一是收集储备呈几何级增长的风控数据数据。结构化数据的维度大幅提升,同时非结构化数据的大量应用。从传统的身份、信用数据,扩展到行为数据、如网页浏览行为,消费习惯,地理位置信息等。二是采用了更多大数据机器学习的算法模型,如随机森林模型监控信用卡盗刷,图计算应用于欺诈团伙的识别等。三是风险审批由线下经验判断向线上数据判断转移,使得客户经理的风险判断经验转化为模型化的风险判断机制。
 
第二,智能风控。商业银行的业务范围广泛,客群也具有显著的行业、地域特征。针对不同业务、不同客群采取一刀切的风险防控措施已经无法适应快速扩展的互联网时代特性。近年来机器学习、云计算等技术的应用使得风控精准性显著提高,差异化风控的细分领域划分越来越精准。一是针对不同业务环节制定差异化风控措施,在审核、提额、刷卡、还款等关键环节全面结合金融科技,及时发现各类风险问题。二是针对不同客户群体,特别是长尾客户群体制定差异化风控措施。根据长尾客户单笔小总量大、信息分散等特点,制定专门的风险模型。
 
第三,实时风控。互联网时代的金融服务要求既安全又便捷。为了适应金融产品发展对风险防控时效性的要求,近年来商业银行均建立了基于多种金融科技技术的实时风控系统。一是大数据处理、机器学习等技术将金融交易事中风控由不可能变为可能,组合运用生物识别、客户画像、风险模型训练等生成风险规则,利用规则引擎反欺诈等建立了实时反馈的风控系统,为网络融资业务提供风险识别、额度授信、违约预测等提供风控支持。二是利用大数据和人工智能技术,将内控规则、欺诈规则、反洗钱规则和客户黑名单嵌入交易流程,可以在交易过程中及时阻断银行内外部的欺诈行为和洗钱行为,实现实时监控。
 
最后,金融科技在银行业的应用并没有改变金融业务的风险属性,反而由于技术复杂性,导致风险隐藏的更深。同时,网络经济时代银行获得的数据更多,分析手段也加强,大数据、人工智能等技术的应用显著增强了商业银行风控的有效性、精准性和时效性。
 
对数字金融风险管理的思考
 
数字金融风险管理四原则
 
以上是数字金融的特征,在此基础上,总结以下数字金融风险管理的基础性原则。
 
第一,科技为本。不仅要依赖技术发展业务,还要依赖它防范风险,比如生物识别技术、客户画像系统、风险模型库、区块链平台、统一身份认证平台等实际应用。既然风险来自技术和技术的红利,防风险依然离不开技术,而且要更深刻地理解技术,找到防范的措施。
 
第二,数据为基。智能风控、智能运营、智能营销、智能管理等所有的智能背后其实都是三件事——算法、算力、数据,而数据是最重要和基础的。数据质量好、颗粒度细,在其基础上形成分析结果的前瞻性、预测性更强,找到问题根源的可能性更大。数据为基不仅是汇集非结构化数据在内的内外部数据,更是要高质量地合法应用汇聚而来的数据。
 
第三,预防为主。数字金融业务难免会遇到黑客、欺诈以及传统信用风险等各类问题。而数字金融业务又有一点突破,全线崩溃的特点。最好的应对办法是尽最大努力将坏分子和坏现象拒之门外,其次就是预警,事前、事中、事后的预警都非常重要。早识别、早预警、早发现、早处置,才能把问题控制在最小的金额、最小的范围、最短的时间,才能避免其蔓延。
 
第四,综合管控。银行对企业往往是综合服务,从支付开始,包括缴费服务、账户服务、对公结算服务、贷款服务,以及投行服务。银行经常是从数字金融产品切入,争取更多的合作。但银行面对可能是企业服务的个人客户以及企业本身,开展了很多toB和toC的服务,服务的产品和内容也是B端和C端皆有。这就要求统一考虑对客户的控制措施和风险识别。比如,我们跟某家互联网公司合作的联合贷业务,贷款并非发放给该公司,而是发放给公司平台上的个人客户,但互联网平台的作用、价值和风险点对个人贷款肯定有影响。
 
需要强调的是,这些原则并不代表以前的统一授信等原则失去意义了,金融的本质没有发生变化,以前的原则仍有意义。
 
全流程智能风控体系建设
 
围绕以上特征和原则,银行也在做进一步的管控措施。以下是其中具有代表性的4种管控措施。
 
第一,智能风控模型建设。只要银行开展网贷和支付业务,就需要风控模型。风控模型是有效控制风险所必备的,各家银行都在建设。区别在于风控模型的智能化程度和数据的颗粒度与质量决定了模型的效果。
 
第二,统一身份认证平台。这一平台具有鲜明的数字金融的风控特点,因为平台基本是全线上的,银行需要了解业务操作是否出于客户本人的意愿,所以身份认证会出现在各种渠道和产品中,但要强调的是统一身份认证,避免渠道和产品各自的身份认证导致其水平层次不同。出现短板,犯罪分子就有机会从认证最薄弱的地方进来。统一身份认证在风险防控中发挥着很大的作用。
 
第三,数据管理中台建设。数据管理中台建设是集中管理数据的平台,无论是数据接入还是输出,都有相应的标准接口、分析模型和分析策略等。随着业务的推进,数据管理中台建设也在不断总结推进。
 
第四,业务创新风险评审制度。这项制度似乎技术含量一般,也并非全线上化,但在实际业务运行中却有很大的意义。这项制度要求,在每个新产品进入开发之前,银行内部组织来自风险、渠道等各个方面的专业人士进行评审。各方一起对产品的创新进行评估,找到风险点与合规问题。风险的存在并不可怕,可怕的是认识不到。凡是认识不到的风险,最终必然会暴露,无非是时间早晚和损失大小。而这项制度就是要让风险充分地暴露出来。宁可晚一段时间上线,也要把产品分析清楚,这样才能走得更远。