“線上+線下”的科技風(fēng)控實(shí)踐

1、”線上＋線下“的科技風(fēng)控實(shí)踐面對(duì)大數(shù)據(jù)風(fēng)控的發(fā)展大勢，農(nóng)商銀行主動(dòng)利用大數(shù)據(jù)理念和技術(shù)，推進(jìn)貸款融資自動(dòng)化審批、數(shù)字化風(fēng)控和線上化服務(wù)，實(shí)現(xiàn)了風(fēng)控模式、營銷體系和客戶體驗(yàn)的全面升級(jí)。有所側(cè)重、量力而為的大數(shù)據(jù)技術(shù)應(yīng)用思路。農(nóng)商銀行立足自身經(jīng)營管理實(shí)際，將大數(shù)據(jù)風(fēng)控應(yīng)用的重點(diǎn)放在基于財(cái)務(wù)資產(chǎn)等結(jié)構(gòu)化數(shù)據(jù)的定量風(fēng)險(xiǎn)策略模型上，推出了依托自主采集數(shù)據(jù)的”信e貸“業(yè)務(wù)和依托公積金等政府?dāng)?shù)據(jù)的”市民貸“業(yè)務(wù)，實(shí)現(xiàn)了授信模式和風(fēng)控模式的轉(zhuǎn)型升級(jí)，有

2、效提高了轄內(nèi)客戶的融資可得性。自試點(diǎn)以來，四個(gè)月的時(shí)間內(nèi)，已對(duì)接采集客戶21496戶，完成采集客戶10560戶，線上信用貸款余額新增8473萬元。突出優(yōu)勢、因地制宜的大數(shù)據(jù)資源獲取渠道。為破解農(nóng)村客戶可抓取數(shù)據(jù)不足的問題，農(nóng)商銀行依托網(wǎng)點(diǎn)廣、人員多的線下優(yōu)勢，開展了以線下自主采集數(shù)據(jù)為主、線上政府?dāng)?shù)據(jù)共享為輔的底層數(shù)據(jù)搭建工程，夯實(shí)了大數(shù)據(jù)風(fēng)控的基礎(chǔ)。線下自主采集數(shù)據(jù)在獲得客戶授權(quán)同意、確保信息嚴(yán)格保密的前提下，通過入戶面談、交叉驗(yàn)證等

3、方式，組織專人現(xiàn)場采集客戶的各類數(shù)據(jù)，并實(shí)時(shí)錄入移動(dòng)終端。模型系統(tǒng)融合銀行內(nèi)部信息、人行征信信息及第三方數(shù)據(jù)，按照預(yù)定運(yùn)行策略，自動(dòng)完成準(zhǔn)入評(píng)價(jià)、打分評(píng)級(jí)、額度測算、利率定價(jià)等工作。線上政府?dāng)?shù)據(jù)的收集主要利用大數(shù)據(jù)發(fā)展促進(jìn)局、公積金管理中心的政府?dāng)?shù)據(jù)公開目錄，獲取特定人員的相關(guān)數(shù)據(jù)字段。全程覆蓋、交叉驗(yàn)證的大數(shù)據(jù)風(fēng)控運(yùn)行策略。農(nóng)商銀行搭建了評(píng)級(jí)授信風(fēng)控模型，以銀行交易數(shù)據(jù)、自主采集數(shù)據(jù)、外部征信數(shù)據(jù)及第三方識(shí)別數(shù)據(jù)為依托，在實(shí)現(xiàn)線上線下

4、全端全樣采集的基礎(chǔ)上，借助多維度、多指標(biāo)的挖掘統(tǒng)計(jì)和交叉分析，建立信用行為特征和風(fēng)險(xiǎn)管控特征的用戶畫像分析模型，客觀評(píng)價(jià)用戶的還款意愿和還款能力，實(shí)現(xiàn)了貸款融資信用化、準(zhǔn)入定價(jià)自動(dòng)化和風(fēng)險(xiǎn)監(jiān)測系統(tǒng)化。該系統(tǒng)設(shè)有準(zhǔn)入策略、額度測算、利率定價(jià)、貸后預(yù)警等七大板塊，覆蓋貸前、貸中、貸后各個(gè)流程。其中，在貸前環(huán)節(jié)上，根據(jù)客戶當(dāng)前資產(chǎn)情況及未來風(fēng)險(xiǎn)變化，建立基于還款能力、風(fēng)險(xiǎn)因素等維度的自動(dòng)審核策略；在貸中環(huán)節(jié)上，根據(jù)客戶收入支出、資產(chǎn)負(fù)債、評(píng)級(jí)