首页 理论教育 赢在风控:智能技术引领未来银行信贷

赢在风控:智能技术引领未来银行信贷

时间:2023-08-15 理论教育 版权反馈
【摘要】:随着金融科技化程度的不断提升,一系列近乎完美的“技术风暴”为银行的智慧化程度不断增添动力,引领银行业的未来,并最终推动银行业“智能风控”体系的形成。金融科技浪潮,犹如一场完美的“技术风暴”,点燃银行业的未来。(一)大数据技术:智能风控的“动力源泉”当前,学术界对于大数据概念还没有一个完整统一的定义。例如,网商银行的“310”信贷风控模式,就充分显现了大数据技术对传统风控模式的颠覆性。

赢在风控:智能技术引领未来银行信贷

智能,引领未来!随着金融科技化程度的不断提升,一系列近乎完美的“技术风暴”为银行的智慧化程度不断增添动力,引领银行业的未来,并最终推动银行业“智能风控”体系的形成。根据金融稳定理事会2016年发布的《金融科技的描述与分析框架报告》,金融科技是指通过技术手段推动金融创新并对金融市场、机构及金融服务产生重大影响的业务模式、技术应用、金融流程和产品。金融科技浪潮,犹如一场完美的“技术风暴”,点燃银行业的未来。

(一)大数据技术:智能风控的“动力源泉”

当前,学术界对于大数据概念还没有一个完整统一的定义。全球知名咨询公司麦肯锡(McKinsey)在《大数据:创新、竞争和生产力的下一个前言领域》报告中认为:大数据是一种数据集,它的数据量超越了传统数据库技术的采集、存储、管理和分析能力。权威咨询公司Gartller则认为:大数据指的是一种新的数据资产,是高数据、高容量、种类繁多的信息价值,这种数据资产需要由新的处理模式来应对,以便优化处理和正确判断。信息专家涂子沛在其著作《大数据》中认为:大数据之大绝不只是指容量之大,更在于通过对大量数据的分析而发现新知识,从而创造新的价值,获得大发展。尽管目前学界和产业界对大数据概念尚缺乏统一的定义,但对大数据的基本特征还是达成了一定共识,即大数据具有五个基本特征:数据规模大、种类多、速度快、真实性和数据价值密度稀疏。银行业具有典型的数据属性,是大数据技术的主要应用场景。从银行的技术应用上讲,大数据技术的应用主要体现在用户画像、精准营销、风险管理、舆情分析等领域,为智慧银行建设提供了不竭的动力源泉。大数据技术改善了银企之间信息不对称的阻碍状态,有利于银行更加“了解自己的客户”,进而实现智能化的“秒贷”服务。例如,网商银行的“310”信贷风控模式,就充分显现了大数据技术对传统风控模式的颠覆性。

(二)移动互联技术:智能风控的“天使之翼”

移动互联技术,好比智能风控的“天使之翼”,让智能化的金融服务插上了梦幻的翅膀,由理想变成现实。移动互联技术是使用移动设备(如手机、掌上电脑或其他便携式工具)连接到公共网络并实现互联网访问的方式,并且可以根据客户的需求通过应用程序接口扩展第三方来提供服务。该技术将金融机构的柜面服务延伸到个人移动终端,具有客户黏性较强、应用场景丰富的特征,为直接面对面交易以及企业的直接融资等提供了便利,被广泛应用于手机支付、转账汇款、企业收付款、网上开户、在线交易等。新兴的移动互联技术正在悄然改变人们的生活方式,移动4G通信、云计算、大数据等新技术的发展更进一步推动支付宝、余额宝、微信支付等互联网银行的崛起,这使传统银行业的发展面临前所未有的挑战。未来商业银行的竞争力提升,在于能否通过引入移动互联技术,培育互联网生态圈,在大数据分析的基础上,更加注重引入媒体化和社群化营销模式,更好地适应新的市场环境变化和需求,让营销更为精准。在移动互联技术的推动下,商业银行开发了很多基于移动端的线上信贷产品,例如:工商银行“融e贷”、建设银行“快贷”、广发银行“E秒贷”、兴业银行“兴闪贷”、中国银行的“中银E贷”产品、招商银行的“闪电贷”产品等。

(三)云计算技术:智能风控的“最强大脑”

“云计算”的出现并非偶然,早在上世纪60年代,John McCarthy就提出了把计算能力作为一种像水和电一样的公用事业提供给用户的理念,这成为云计算思想的起源。云计算是继个人计算机变革、互联网变革之后的第三次IT浪潮,是中国战略性新兴产业的重要组成部分。它将带来生活、生产方式商业模式的根本性改变,成为当前全社会关注的热点。云计算的产生是IT技术进步的必然产物,是分布式计算(Distributed Computing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、网络存储(Network Storage Technologies)、虚拟化(Virtualization)、责载均衡(Load Balance)等传统计算机和网络技术发展融合的后产生的“新一代的信息服务模式”。云计算是一种“新一代的信息技术服务模式”,是整合了集群计算、网格计算、虚拟化、并行处理和分布式计算的新一代信息技术。云计算最早的概念来自于Chellappa&Gupta(1997;2002),目前关于云计算还没有统一的定义。相比传统IT技术,云计算也具有不同的技术特征,例如弹性、资源池、按需付费等。云计算的服务模式分为以下三个方面:基础设施即服务(laaS)、平台即服务(PaaS)和软件即服务(SaaS)。“云计算”能够有效解决信息孤岛的问题,数据在云端进行整合,再供企业按需使用。例如,通过云计算,商业银行可以提取贷款企业在云数据中的各类商业信用记录,为信贷决策的智能化提供强大的信息技术支撑。(www.xing528.com)

(四)人工智能技术:智能风控的“智慧圣火”

1956年被誉为人工智能之父的美国学者约翰·麦肯锡(John Mccarthy)提出了“人工智能”(Artificial Intelligence,AI)的概念,“人工智能就是要让机器的行为看起来像人所显示出的智能行为一样。”人工智能技术主要探讨如何运用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动,并以此解决如咨询、诊断、预测、规划等需要人类专家才能处理的复杂问题。通俗的说,人工智能可以分为两部分来理解,即“人工”和“智能”,顾名思义就是人造的智能。人工智能的研究范畴可划分为自然语言处理、知识表现、智能搜索、推理、规划、机器学习、知识获取、组合调度问题、感知问题、模式识别、逻辑程序设计、软计算,不精确和不确定的管理、人工生命、神经网络、复杂系统、遗传算法、人类思维方式等类别。具体到银行业领域,人工智能至少有七大应用场景,前台为智能支付、智能营销、智能交易,中台为智能风控、智能投顾和智能投研,后台为智能监管。实践当中,金融业务具有数据规模大、信息维度多的特征,人工智能可以通过机器学习、规则应用、模型提取、高效判断的技术体系与金融业务结合,推动金融业务的发展,目前该技术已在我国投资顾问、反欺诈、风险防控等方面得到应用。人工智能可以很大程度上取代简单人工分析与重复操作行为,减少人工非理性的情绪和行为的干扰,延长服务时间,提升服务效率,降低服务成本。同时人工智能可以将已有的大数据从各维度进行整合、筛选、挖掘,以发现其中的有效特征,优化多方博弈策略,完善资产定价过程,也为风险评估及风控发展提供新的动力。以贷款用户的账户安全登录为例,人工智能可帮助建立包括设备、人机、生物在内的全方位安全体系,自动对账户登录行为和登录人进行安全评估及风险预警。

(五)区块链技术:智能风控的“信任纽带”

2008年10月31日,化名中本聪(Satoshi Nakamoto)的比特币创始人向世人公开了《比特币白皮书》,标志着区块链(Block chain)技术问世。目前尚未形成行业公认的区块链定义,一般认为:区块链技术是利用加密链式区块结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用自动化脚本代码(智能合约)来编程和操作数据的一种全新的去中心化基础架构与分布式计算范式。随着区块链技术的发展,产生了各种新名词,现在人们经常用币圈、矿圈和链圈来表示区块链技术的三个层面。区块链技术是具有普适性的底层技术框架,可以为金融、经济、科技甚至政治等各领域带来深刻变革。但区块链技术目前还存在不少技术瓶颈,妨碍了各行各业的“区块链+”的实现。从特征上讲,区块链技术具有分布式、不可篡改、可编程性、方便追溯等特征。从本质上讲,区块链技术是基于大数据的加密算法创设的节点普遍通过即为成立的节点信任机制,最重要的在于其对信息和信用中介存在替代性的影响。因此,区块链技术被认为是继蒸汽机电力、互联网之后,喜爱一代颠覆性的核心技术。区块链技术为智能风控创造了全新的“信任纽带”,该技术的信任机制完全不同于传统信用方式,其运行原理是运用加密算法在用户之间维持一个公共账簿,利用大家对这个公共账簿的信任建立“信任网络”。实质上,区块链信任的基础是加密技术的不可破解性,用对技术的信任取代了对人和机构的信任,这与过去的由某个机构或个人进行信用创造和信用支撑的模式是截然不同的。

【信贷反思录】智能风控与金融科技的关系如何?

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈