数智赋能风控,零售信贷稳健行远丨2023年银行业风险管理高峰论坛上海圆满落幕!

(原标题:数智赋能风控,零售信贷稳健行远丨2023年银行业风险管理高峰论坛上海圆满落幕!)

自2023年以来,各监管政策密集出台,可以预见未来银行业将步入更加强监管和严内控的时代。目前信用风险是银行业面临的主要风险,此外还有合规风险、市场风险、运营风险、流动性风险以及网络安全风险等问题,而安全且合规的金融环境需要以内部严控为基石,结合外部防御战略与风险控制技术来达到内外有序高效率管控。

数智赋能风控,零售信贷稳健行远,由财视中国主办的“2023年银行业风险管理高峰论坛”活动于8月11日于上海圆满举办,会议得到了腾讯安全、百融云创、和合信诺、合合信息、天创信用的大力支持。论坛期间,来自各银行风险部门专家出席峰会并发表了精彩演讲,峰会从风险管理趋势走向、大数据、技术驱动银行智能风控转型等主题出发,深度探讨了银行业风险管理的痛点与行业展望等话题。

财视中国创始人兼首席执行官朱浩出席会议并做了开幕致辞,他表示,在全球金融体系日益紧密联系的今天,银行作为经济的中枢以及支持实体经济发展的重要力量,取得了令人瞩目的成就。然而随着银行业务规模的不断扩大,各种风险也逐渐浮现,风险管理的重要性愈发凸显。

随着中国经济结构的升级,消费的需求得到释放,所以零售在银行业务中的占比逐步提升,但这伴随而来的是各式各样新型风险,零售信贷不良率的上升,一些新兴领域个人消费贷款、小微企业贷款。同时,消费者个人信用状况的波动,还款能力的不确定性也给银行带来了新的信用风险和市场风险。在这种情况下,银行风险管理如何紧密结合市场实际,科学合理地制定风险评估和防范策略就格外重要。同时创新性技术也为风险管理带来了新的可能性。比如说人工智能、大数据的分析,可以更准确帮助银行预测风险,高度识别异常交易,提升识别反欺诈、反洗钱的能力。

今天的论坛将聚焦于银行风险管理的前沿话题,共同寻求创新的风险管理策略以及法律与合规的解决方案,确保金融系统的稳定和可持续发展。

▲财视中国创始人&首席执行官朱浩

曾刚详细分析了我国银行业风险管理的各个阶段的发展情况,他强调,在“三去一降一补”过程当中银行业的主要风险来自于制造业企业,来自于产能过剩的周期性行业。在随后的城市化阶段,城市化过程当中主要是抵质押的投资需求,这个阶段投资需求的主体,从制造业转化到了地方城投和房地产,解决了银行资产规模扩张的问题。到了2017年之后,中国经济环境发生了很大的变化,特别来自于金融监管层面上,开始脱实向虚的治理,在这种阶段,银行业务开始寻找新的投向,开始零售业务的转型。总体来说,每个阶段从银行角度来讲,核心风险的变化一定是动态的,就是它会随着宏观经济发展阶段的不同,经济结构的调整而出现风险动态的变化。

▲上海金融与发展实验室主任曾刚

陈波表示,在腾讯安全的MaaS1.0版本中,主要基于迁移学习和强化学习的模型框架。在全面升级的MaaS2.0版本,融合了天御全量知识库的深度神经网络大模型。以模型即服务理念,集成智能风控建模方案解决定制服务难题。第一,基于传统模型服务的周期长、效率低的痛点,设计全流程自动化的智能风控解决方案。客户无需代码操作,无需频繁的沟通协调,即可快速随时完成模型迭代。第二,MaaS2.0还开放模型超市以及大模型能力,引入合作伙伴共建模型生态。通过模型能力动态扩展,新模型快速上架提供服务能力,旧模型及时通知下线,从而实现客户回溯测试的统一管理。第三,MaaS2.0构建了高效率、低门槛的建模体验,让建模像聊天一样简单。相比传统定制建模面临小样本和零样本等问题,天御海量多模态风控数据助力迁移学习,解决小样本建模难题。

结合案例来看,部分客户在多个业务场景的不同环境都有建设精细化风控模型的需求,传统的风控建模方式效率低无法满足客户对风险动态治理的需求。腾讯安全20多年风控能力的不断累积和沉淀,运用MaaS系统协助客户实现了全流程自动化建模,风控模型迭代效率提升6倍,一个平台解决了客户多场景建模需求,建模效果对齐专家建模。

▲腾讯安全天御金融风控产品总经理陈波

在主题为“银行合规内控的困境与数智化转型”的演讲中,上海农商银行合规内控部负责人袁枫介绍了上海农商银行在合规数智化转型方面采取的方法和措施。目前合规内控的困境归纳起来主要有监管压力、客户需求、内部驱动三方面,从精细管理、高效运营、准确预警、快速核查等领域对金融机构合规管理能力提出新挑战,总体来看落到合规领域有四大痛点,快速落实监管要求难、动态监测难、精准预防难、调查分析难。虽然合规内涵不断扩充,但对实现其管理目标的效果并不显著,对业务的支撑作用并不明显。

袁枫提出来针对以上合规困境的合规3.0解决方案。从功能范围、流程化程度、数据整合能力以及采用的技术手段等维度分析,合规管理平台建设大体分成三个阶段,1.0时代是信息化阶段,2.0时代是数字化阶段,3.0时代是数智化阶段。数智化阶段是通过引入大数据、图引擎等先进技术打造一套以“规”为核心,以智能决策分析为手段,以畅通信息传导为主要目的“合规管控生态”,进一步整合合规、内控、案防、问责、整改、反洗钱等各项职能,推动合规内控管理“数智化”转型,进而赋能合规管理,提高控制效率。上海农商银行以创建优秀合规示范行为目标,推进全员合规强化战略,打造4A级合规管理体系,实现内控数智化3.0蝶变,包括法务智能化、制度智能化、流程管理智能化、行为管控数智化等方面的合规管理闭环。袁枫表示,对合规从业人员来说,如果不想沦为未来模型训练的“民工”,更关键的是要通过技术手段拓展合规,对银行业务、合规事务的判断能力,给合规插上技术的翅膀,从而进一步完善对合规的理解。

▲上海农商银行合规内控部负责人袁枫

马俊认为,在零售信贷业务风险管理方面,优秀的风险管理体系除了要考虑风险大小外,还要考虑到风险波动性。策略体系中充分考虑了风险波动性,才能在变化的经济形势、趋严的政策监管态势下,快速灵活地精细化调整,减少潜在风险损失。策略体系架构需要兼顾优、稳、广三大特性,具备这些特性的策略体系才能真正成为稳健的风险管理基石。此外,他还阐述了三套风险策略体系的典型特点和基本思维框架,分别包括大一统的策略体系、信息厚度策略体系、客户行为策略体系。在“客户行为”策略体系中,他提出互联网零售业务客群时常有较大变化,建立明确的客户画像以及客户分群,可以帮助银行差异化制定策略,更好地预防风险,还可以借助预警系统及时发现风险,通过敏捷的响应机制,及时修复问题。

▲梅州客商银行大数据风控总经理马俊

陈卫丽表示,在未来发展期,中原银行瞄准了产融的数字化、线上化和智能化,由银行牵头产融平台的建设,对各方参与角色进行标准化和多方数据的交叉验证,也把核心能力沉淀在银行。搭建数字化产融平台,能够实现商业价值再造。一方面,运用现代科技手段赋能大宗商品供应链,实现供应链业务生态的线上化、数字化、标准化,实时反映业务风险,为业务真实性保驾护航。另一方面,通过交易全流程数字化管理,实现贸易全环节线上化操作,提升企业数字化能力;通过电子签章、发票验真、多维数据验证等方式确保贸易结算真实可靠。在数字风控方面,根据产业风控经验与金融端风控要求,设计覆盖事前、事中、事后的全周期风控策略模型,将非标资产转化为标准化资产,对资产进行动态化、可视化、自动化监控,实现智能化风险识别和管控。

▲中原银行开放银行场景生态部总经理陈卫丽

比较来看,巴塞尔协议III国际版修订的目标是:简单、可比、风险敏感性的动态平衡,而国内监管新规修订原则:因地制宜、谋划全局、立足长远。

国内在国际版巴Ⅲ基础上,区分了三档银行,实施差异化监管。第一档银行的监管框架与国际规则保持一定的一致性,第二档银行在金融机构和房地产暴露进行了简化处理,第三档银行强调服务本地经济,对于区域内外的资产设定不同权重;资本新规也统筹考虑了与减值新规和风险新规的协调关系;同时,还为银行可能出现的新业务新风险预留政策空间,例如预留合格资产担保债券、预留中央财政持股30%以上的股权投资、预留合格信用衍生工具、合格净额结算作为合格缓释等。

陶欣表示,国内的实施背景与国外存在一些明显差异。我国银行业风险加权资产整体构成中,信用风险占比最高,其次是操作风险,市场风险最小。但是三大风险在新规下的变化都不容忽视。不同规模、复杂度的银行适用差异化的监管规则,各档银行均面临计量规则变化的调整。总体来看,资产组合管理和风险管理能力、前端业务系统和数据的建设、以及资本管理体系建设是新资本管理办法实施的基础,没有这些基础资本计量系统的建设只是空中楼阁。

▲普华永道中国金融业合伙人陶欣

王鹏虎提出,中信银行历经八年探索的审计数字化方法叫三层九面,三层就是宏观层、中观层、微观层。宏观层包括审计文化、审计的组织架构;中观层包括制度的重构、流程的再造和新的数字化审计团队的培养和建设;微观层面包括数据、工具、模型和系统。三层九面其实是构建了一种从生产力到生产关系,到上层建筑,再到意识形态这样一个完整的体系。只有通过这种完整体系全面系统化地推动,新审计体系才能建立起来,而不是简简单单做一些数据、模型、工具以及系统、科技方面的一些创新就可以达到的。三层九面的方法论,也是系统思维和唯物史观的活学活用,这种方法论在实践当中得到了很好的效果,现在也向行业进行推荐,包括中国内审协会,中国信通院也把这种方法论做了行业的推荐。

此外,他强调,内部审计部门是组织数字化转型的重要推手。组织数字化转型过程中常常会存在缺乏规划和体系、内部协同不足、重复建设等问题。内部审计部门可以通过法律赋予的监督权、评价权和建议权,积极推动组织数字化转型进程。

▲中信银行审计部副总经理王鹏虎

某城商行表示,数据平台能够在挖掘用户行为基础上,实现线上客户分层分级管理,优化资源配置,为产品和客户匹配最适合的渠道。通过科学建模和人工智能、大数据等技术手段进行梳理、加工、汇总和集成,建立数据与业务系统之间的实时数据传输通道,实现数据服务于各业务场景。数据平台目前主要有三方面的作用,第一提前感知,以数据驱动业务的转型和用户体验的提升。第二线上数据平台已经成为需求快速研发中心。第三,数据平台还做了采集、处理、使用、分析全流程的管理,并且统一了线上数据标注规则,实现了全行数据资产统一管理和可视化的展示。

金昕提出,为贯彻落实国家《关于加强科技伦理治理的意见》、人民银行《金融领域科技伦理指引》等要求,探索建立具有工行特色的金融科技伦理治理体系,工商银行坚持“三个一”思路推进金融科技伦理建设,“三个一”指一项制度、一份报告、一支队伍。其中,制度《金融科技伦理管理办法》,坚持促进创新与防范风险相统一、制度规范与自我约束相结合、强化底线思维和风险意识,形成覆盖事前引导防控、事中检测预警、事后审计整改的机制与工作准则。伦理专项报告,对全行金融科技伦理开展持续评估,动态总结提炼达标情况,揭示风险点,有针对性地提出思路和建设意见,定期向金融科技推进与评审委员会汇报工作情况。专业化伦理队伍,落实“人才兴业”思路,发挥人才在伦理治理中的重要基础和核心作用,以打造专业化队伍为根基,以开展专业化培训为保障,在全行构建专业化金融科技伦理队伍,坚持人民金融本色,着力培养全行科技队伍的伦理意识和素养。由此,工行金融科技伦理治理工作紧密围绕项目研发全生命周期,在技术研究、立项申请、需求编制、方案设计、开发实施、测试验收、运营推广等环节开展,实现伦理全生命周期管理。

▲工商银行技术专家金昕

在主题为“智能风控如何推动商业银行数字化转型”的圆桌讨论中,永丰银行零售部总经理蒋旭峰主持圆桌并表示,数字化转型避不开大数据的应用。大数据应用范围很广,无论在客户画像,还是数据风控管理方面都有很多的应用场景。当前,在科技化、数字化浪潮中,大家喊出很多口号,生态银行、数字银行、科技银行等,但是大范围内形成行业口碑的不多。因此,不能光喊口号,每个口号喊出来都应该有非常大的辐射性和社会效应,带领中小银行在科技化、数字化道路走得更好更稳。

湖南三湘银行风险与数据管理部总助麦星表示,三湘银行自从建行以来,一直深耕在中小微企业信贷领域,在大数据风控领域的能力已经持续积累和发展了五年以上,目前已经形成了体系化、规模化的管理运作方式。小微领域的风控,尤其是数据化风控一直都是一个世界性的难题,这是因为,首先,标准化、结构化的小微企业场景数据很难获取;第二,数据的积累是很不成熟;第三,小微企业的行业细分与规模细分非常庞杂,导致客户画像千奇百怪,想做统一的模型非常难,对于风控策略的制定非常具有挑战性。尽管中小微企业的数据风控具有巨大的挑战性,但三湘银行在这些年的实践中也逐渐摸索出一些通用的管理经验来,总体来说是矩阵式的管理,包括贷前、贷中、贷后三大块。贷前有反欺诈,贷前准入、授信、额度与定价;贷中包含了贷中风险监测、贷中利率调整,资产质量分类管理等;贷后则是各类催收评分卡与模型。

此外,麦星强调,今天论坛中反复听到的“大模型”,他认为这将是未来的一大热点。同时对于中小银行来说,虽然大模型非常重要且有潜力,可训练与维护大模型的资源需求过于庞大,在早期投入产出比不高,怎样在“大模型”时代更早的参与进来,不至于将来被真正有效的大模型拥有者淘汰,确实是中小银行要考虑的问题。

万峰表示,这样的好处是中原银行把自己的能力同时标准化输出到各家中小城商行,把自己的能力和各家银行进行共享,通过一些业务的合作以后,把全国大概46个城市的数据、样本做到了共享,客户画像从之前每家银行不同且比较窄的领域扩展到全领域,因此在某一些领域有资格跟大的股份制银行取得竞争优势,这才是中小银行寻求特色和亮点的一个重要课题。

哈密市商业银行风控专家顾亦明表示,作为小型传统银行开展数字化转型的实践,最重要的理念就是强调要实事求是,要因地制宜,要逐步发展。

具体来看就是不能拿工农中建的大行思路来完整地设计一整套的东西全面推进,小银行肯定要抓重点。目前我们的数字化转型战略重点是先放在互联网金融业务的探索与发展上,希望通过互联网金融业务的实践和经验,让整个行里对数字化的理念获得深入人心的扎根,使得全行对后续的数字化转型全面推广建立起信心。

顾亦明认为,数字化转型的大方向,最终都是要走向线上线下结合,把互联网金融领域的探索和经验,推广和繁殖到传统业务领域。而我们今天的第一步,就是先从简单的容易标准化的互联网信贷业务做起。

做好互联网信贷业务,其核心就是要以数字化转型的理念做好数字化风控工作。站在小银行的角度上,今天真正讲大数据还是有点遥远,但可以有针对性地先从人行征信数据的深度挖掘和有效应用做起。

▲圆桌讨论,从左依次为:永丰银行零售金融部总经理蒋旭峰、湖南三湘银行风险与数据管理部总助麦星、中原银行联合创新部总经理万峰、哈密市商业银行风控专家顾亦明、浙江稠州商业银行数字金融部总经理助理陈亦周。

THE END
1.数据挖掘师在市场中的地位与未来的展望随着大数据技术的飞速发展,数据挖掘这一领域也迎来了前所未有的爆炸性增长。作为一名专业的数据分析人员,数据挖掘师不仅需要具备深厚的数学和统计学知识,还要有强大的编程能力以及对业务模式的深刻理解。在这个信息爆炸时代,能够从海量数据中提取有价值信息的人才是最宝贵的。 https://www.f3kg3td6j.cn/jun-lei-zi-xun/496259.html
2.大数据就业方向及前景随着信息技术的飞速发展,尤其是云计算、人工智能和物联网等领域的大步前进,大数据作为一种新的资源和资产,不仅在学术研究中占据了重要位置,在商业应用和就业市场上也越来越受到重视。因此,我们将探讨大数据就业方向及前景,以及它如何塑造未来工作世界。 首先,让我们从最直接的影响开始。大数据分析师是这一领域中最受https://www.1lhyh3ij.cn/ke-yan-cheng-guo/496406.html
3.如何理解计算机大数据的应用?大数据技术在金融领域有什么作用?在投资决策中,大数据可以帮助投资者更好地了解市场趋势和资产表现。对海量的财经数据、公司财报、宏观经济指标等进行分析,挖掘有潜力的投资机会。 以下是一个简单的表格,展示大数据在金融领域不同方面的作用: 在客户关系管理方面,大数据能够实现个性化的金融服务。根据客户的消费习惯、投资偏好等为其提供定制化的产品和服务https://funds.hexun.com/2024-12-20/216300796.html
4.数据驱动时代的崛起探索大数据技术在各行各业的应用前景随着科技的飞速发展,大数据技术已经成为现代社会不可或缺的一部分。它不仅改变了我们处理信息和分析问题的方式,也为不同行业带来了新的就业机会。在这个数字化转型的大背景下,了解大数据技术在各行各业的大众市场潜力以及职业发展方向,对于那些希望加入这一领域的人来说至关重要。 https://www.uszlrttkj.com/sheng-zhu-pin-zhong/369515.html
5.人工智能与大数据的深度融合带来的创新应用在当今这个信息爆炸、技术快速发展的时代,大数据和人工智能(AI)已经成为两个不可或缺的关键词,它们在各自领域内产生了巨大的影响,并且正在逐渐相互融合,共同推动着社会进步。 1. 大数据:信息海洋中的宝藏 1.1 大数据的定义与特点 大数据通常指的是以TB级别为单位的大规模、高维度、半结构化或无结构化的信息集合。这https://www.ykngnhhi.cn/shou-ji/544151.html
6.数据挖掘和大数据技术有什么关系?数据挖掘在数据中台中的位置一、数据挖掘在大数据技术中的地位 1. 关键环节: - 数据挖掘是大数据技术流程中的重要组成部分。大数据技术涵盖了数据采集、存储、处理和分析等多个环节,而数据挖掘处于分析环节的核心位置。它从海量的大数据中提取有价值的信息和知识,为决策提供支持。 - 例如,在电商领域,通过大数据技术采集用户的浏览记录、购买行为等https://blog.csdn.net/alankuo/article/details/141561221
7.数据挖掘和大数据选哪个帆软数字化转型知识库数据挖掘和大数据在现代商业环境中同样重要,但它们服务于不同的目的。数据挖掘是一个过程,通过分析和识别数据中的模式和关系来发现有用的信息,常用于特定领域的数据分析,如客户行为分析、市场研究等。大数据则是指能够处理和分析海量数据的技术和方法,适用于处理大规模和高复杂度的数据集。如果你需要从现有数据中提取具https://www.fanruan.com/blog/article/589487/
8.大数据在环境监测中的应用.docx其中,大量和高速是大数据最基本的特征;多样性则是大数据的一个重要特点,因为不同类型的数据需要不同的处理方式;而低价值密度和真实性则使得大数据的处理和分析变得更加复杂。 3.应用:大数据的应用领域非常广泛,涵盖了商业、医疗、金融、教育、环保等多个领域。在环境监测中,大数据也发挥了重要的作用。 【环境监测背景https://m.renrendoc.com/paper/304959193.html
9.大数据导论数据挖掘数据挖掘作为大数据时代的重要应用领域,已经在许多行业中发挥着重要作用。通过发掘隐藏在大数据中的有价值信息和知识,数据挖掘为企业和组织提供了更准确的决策和预测能力。数据挖掘将会在技术和应用上不断进步和创新,为各个行业带来更多的机遇和挑战。数据挖掘行业正如一颗闪亮的明星,吸引着越来越多的关注和投资,为社会的http://chatgpt.cmpy.cn/article/5103080.html
10.大数据的特点及作用大数据作用二:第二,大数据是信息产业持续高速增长的新引擎。面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域,大数据将对芯片、存储产业产生重要影响,还将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域,大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。https://www.meipian.cn/w4x0tzj
11.江西省人民政府工作动态“大数据”在统计中的应用初探“大数据”在统计中的应用初探 内容摘要:基于计算机、互联网、移动互联网和物联网背景下的大数据,其重要性和作用已远远超出传统概念的数据。通过分析大数据,寻找相关性,发现规律性,增强预见性,带来“大知识”、“大科技”、“大利润”、“大智能”和“大发展”,大数https://www.jiangxi.gov.cn/art/2018/12/7/art_5472_408194.html
12.大数据在高等教育领域中的应用及面临的挑战国家政策法规摘要:对大数据概念与内涵的界定主要有3种方式,即生产导向的方式、过程导向的方式和认知导向的方式。大数据在高等教育领域应用对完善学校规划、促进学校发展,感知教学现实、提升教学效能,优化学习经历、提高学习质量以及促进科学研究、推动跨学科发展具有重要意义。教育大数据分析主要采用两种技术,即教育数据挖掘与学习分析。在https://manager.hkxy.edu.cn/s.php/pgztw/item-view-id-54267.html
13.数据挖掘论文(一)数据挖掘技术。数据挖掘是指从大量的、不规则、乱序的数据中,进行分析归纳,得到隐藏的,未知的,但同时又含有较大价值的信息和知识。它主要对确定目标的有关信息,使用自动化和统计学等方法对信息进行预测、偏差分析和关联分析等,从而得到合理的结论。在档案管理中使用数据挖掘技术,能够充分地发挥档案管理的作用,从https://www.unjs.com/lunwen/f/20220924130749_5650839.html
14.大数据在知识管理中的应用论文11篇(全文)大数据技术,就是从各种类型的数据中快速获得有价值信息的技术。 大数据领域已经涌现出了大量新的技术,它们成为大数据采集、存储、处理和呈现的有力武器。 大数据处理关键技术一般包括:大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用(大数据检索、大数据可视化、大数据应用、大数据安全https://www.99xueshu.com/w/file0xubc6p5.html
15.大数据与会计如何理解维度四:大数据在会计审计中的作用 在会计审计领域,大数据技术也发挥着越来越重要的作用。通过大数据技术,审计人员可以更深入地了解和分析企业的财务数据,准确识别出潜在的风险和问题。同时,大数据技术还可以帮助审计人员构建更为严谨和全面的审计模型和方法,提高审计效率和质量。 https://h.chanjet.com/ask/158e93ba8f432.html
16.大数据是什么?多大的数据叫大数据?可见,如果想投资大数据领域的公司,从C端下手难度很高。所以,我觉得在如果想在大数据行业布局,2B领域才是关键:一方面2B发展较晚,BAT还没有形成垄断;第二,开发门槛相对较高的;第三,数据量需求量相对较少,达到十万级别就可以为大数据的分析服务,所以如果想在大数据领域进行投资,要关注的主要领域是2B领域。 https://bigdata.51cto.com/art/201907/599042.htm
17.数据挖掘的应用嘲有哪些在教育领域,数据挖掘的应用一直很普遍,其中新兴的教育数据挖掘应用,主要集中在从教育机构的古老流程和系统中,提取数据的方法方式上。目标通常是通过使用先进的科学知识,让学生在各个方面成长和学习。数据挖掘,还通过确保向教育部门提供合适质量的知识和决策内容,来发挥作用的。 https://www.linkflowtech.com/news/2012
18.数据挖掘在哪些领域有广泛的应用?数据挖掘在商业、金融、医疗保健、社交媒体和互联网以及制造业等领域有着广泛的应用。随着技术的不断发展和数据量的不断增加,数据挖掘在未来将继续发挥重要作用,为各行各业提供更准确、更智能的决策支持。 CDA数据分析师考试相关入口一览(建议收藏): “CDA报名了解CDA考试详情; https://www.cda.cn/view/203664.html