小微风控技术的若干问题

张天赫 誉存科技联席 CEO

对于小微普惠业务，基于替代数据的风控技术是个核心问题。基于过往在工商银行总行参与巴塞尔协议IRB工程实施，公司业务条线评级授信制度体系建设以及授信评审业务实践经验，尤其是牵头负责中长期贷款评估的研究成果和改革实践，我认为，目前金融机构对公业务正处于数字化转型的初级阶段，目前风口和热点集中在小普惠业务领域。

一．数字化风控技术方法并未改变信用分析的本质理念

现在小微的数字化用到了很多新方法，随着数据条件越来越完备，可用的最新模型和算法越来越多，风险管理在表现形式上也较之之前发生了翻天覆地的变化，实现了从艺术到科学的大幅演进，也需要金融从业者回到风险管理的本质。

新资本协议中关于银行的内部评级有两种评级理念。第一种是时点（Point-in-time）评级，适用于银行对公条线一年期以内的流动资金、贸易融资等授信业务，通过对小微企业和小微企业主过往的历史表现等数据，预测和估计未来一年内的违约概率。第二种是周期（through-the-cycle）评级，适用于对企业的中长期贷款，基于企业过往的历史情况，更加侧重于叠加对未来行业、企业以及项目的情景假设和现金流预测，预测在贷款期内企业偿付能力的强度和波动情况，完成对中长期债项的风险区分。

目前小微普惠业务基本都是短期的业务，因此评级模型的实质应归结为时点评级，只是评级方法用到了新的数据方法和模型算法，其信用分析本质并未发生变化。

二．小微风控技术四大支柱

近三年以来，在政策、监管、市场、科技等因素综合推促下，小微普惠数字化浪潮汹涌，进展迅速，市场做法和产品创新也呈现百花齐放，各显神通的局面。小微普惠化和数字化对金融机构来讲是系统工程，涉及很多问题，但核心还是风控技术的四大支柱：客群特征、产品策略、数据条件和模型方法。中小微企业融资难、融资贵的长期难题，可以比喻成手工业时代的“马车”模式，小微普惠业务数字化就犹如工业化时代的“汽车”模式。银行的风险战略、组织架构、科技系统、制度体系等就像是造好了包括悬挂、传动、转向等车身和底盘，包括基于决策引擎的风控模型技术就是车的发动机，多源在线数据的采集调用就是汽油。什么样的油，适配什么样的发动机，可以造出什么样性能的车来，数据十分重要。

尽管小微普惠的数字化进展很快，但总体来看仍然处于初级阶段，尤其是对公业务涉及大中型业务怎么样对接数据资源，提升数据能力，解决信贷业务贷前、贷中、贷后全流程的智能分析、智能决策等等，还有很长的路要走。对此，结合当下中国经济转型背景，放眼未来10~20年的产业互联网时代，再回头看现状和问题，或许更容易豁然开朗起来。

接下来通过以下四个维度简单介绍一下风控技术的核心问题。

1.客群特征

长期以来，中小微企业融资业务偏重抵押担保和小微企业报表普遍失真直接有关，银行无法用传统的以财务分析为主、定量和定性相结合的信用评估方法对中小微企业评级授信。报表失真只是表象结果，其背后根源在于中小微企业普遍存在公私不分、关联隐蔽、强烈避税、经营波动、信用缺失等共性群体特征。随着互联网的发展和政务数据向银行开放，银行可以通过引入替代数据对中小微企业进行信用评估。

小微普惠业务本身面对的是一个介于B/C结合部的庞大复杂客群，信用逻辑涵盖中小微企业本身、中小微企业主（自雇群体）、个体经营户、中小微企业领薪员工，银行对这些群体进行信用评估，需要考虑客群的共性特征，需要从数据维度上引入B+C的复合数据，进一步推动小微普惠业务的信用化、线上化和数字化。信用化是产品风控逻辑的内在变化，线上化是业务流程变革的表现形式，基于替代数据的数字化风控则是底层支撑。基于数据样本的模型训练则是找到群体共性特征和实现数字风控的关键所在。因此，基于专家经验的线上化并不等同于数字化。中小银行在转型初期，普遍由于内部数据样本缺失和专业能力经验不足，导致投产初期试错成本高、模型策略调优时间成本很高、投入产出效果差，领导决策压力大。比如，当年我亲身负责的工商银行中长期债项改革，是基于在专家经验的传统评分卡方法，花了两年多时间，集合了全行上百个业务骨干的能力经验，经过了全行上千个实际项目贷款的样本统计和回溯测试，这是中小银行所不具备的客观条件。

2.产品策略

小微普惠业务发展大体可概括为点线面三个路径。一是随着互联网平台经济的成熟，互联网平台基于“面”上的流量优势和大数据风控能力，与银行金融机构和合作开展助贷和联合贷款。二是是基于银税互动为基础的政务金融合作，银行基于企业单“点”授权通过银税直连获取企业纳税数据，结合工商、司法、舆情数据以及征信数据进行信用评估。三是引入产业场景和核心企业，围绕中小微企业上下游之间的“线”状信息，通过叠加发票数据、订单数据、合同数据进行增信提额。现在越来越多的银行逐渐意识到互联网平台助贷和联合贷款合作并未能解决银行的自主核心风控、内部能力培育这一长效机制问题。这需要金融机构坚定推进数字化转型，围绕数据、模型、系统建设等方面进行持续投入和积累提升。

为什么金融机构普遍需要通过业务数字化方式推进小微普惠业务呢？这主要与经营环境有关。在国内的广大省份尤其是内陆地区，多数地方性金融机构并不具备像浙江等少数区域民营经济发达、中小微企业众多，优质企业集中等特点。浙江泰隆银行等少数银行能够利用客群分布集中的优势，基于线下网点高密度网格化和线下IPC技术、信贷工厂模式突破成本、风控和规模之间的“不可能三角”。但是其他省份可能不具备这些条件，数字化是更合理的选择。

3.数据条件

目前，多数银行仍停留在搭建中小微业务的数据底座和模型底座的初级阶段。对于多数银行而言，需要在现有数据维度搭建通用数据模型底座，逐渐通过叠加更多维度的政务数据和产业数据，实现对特定行业、场景和客群的信用评估的精细化和差异化，这大概是未来的演进方向。比如，目前发票数据并未纳入银税互动的范畴，我们通过自主研发数据技术工具，能够基于企业授权高效采集到企业发票数据并提供给合作银行，使得银行能够在纳税数据的基础上实现对中小微企业经营财务状态的交叉验证和延展评估。我们还联合了国家有关部门单位，在数据使用安全合规的前提下，引入企业报关数据，解决外贸客群的数据验真、经营画像以及信用评估问题。

中小微客群经营波动大、抗风险能力弱，在贸易战、疫情、限电等特定政策环境/宏观事件下存在不同程度的影响。在模型策略上，除了企业层微观数据外，还需要进一步引入产业层和宏观层的数据，构建完整立体的标签指标体系，并建立和微观数据之间的特征关联，从而能够在自上而下地通过经济行业景气波动情况来考察中小微企业的经营特征及其变化异动情况，通过适时地调整指标参数来调整优化模型策略。

4、模型方法

数据条件是决定模型方法运用的底层基础。处在数字化转型初期尤其是冷启动阶段的银行金融机构，普遍内部缺乏足够的数据样本。即使是大中型银行拥有足够的中小微企业存量客户，在数据端只是拥有对应的财务报表、交易结算、授信融资等传统数据维度，仍然缺乏税务发票等替代数据样本，导致银行内部无法站在全局视野和足够样本的基础上，运用机器学习、深度学习等模型算法进行数据分析和模型训练。 因此，是否建立在特征工程和模型量化基础上的风控建模过程，构成了业务线上化还是数字化之间的分野。

如果仅仅基于专家经验的业务线上化和模型审批化，则需要较长的时间积累足够的替代数据样本，然后进行模型策略的回溯分析和监控调优。对于件均几十万甚至上百万的贷款额度而言，这往往意味着前期投放试错样本很高，模型表现和资产质量面临极大考验。如果转型初期的试错情况不理想，领导层的决策压力也会很大。能否迈过转型初期的爬坡迈坎阶段，对于转型初期的银行金融机构非常关键。于此，科技合作成为很多中小银行的普遍选择。

三、数字化风控技术的实施落地问题

小微普惠业务数字化转型的实施落地大体可表述为以替代数据驱动，以风控模型为内核，以引擎平台为支撑，以系统交互为手段的业务和科技融合过程，需要整体规划和分步实施。数字化转型实施通常从以决策模型为核心的产品线上化起步，构建统一的小微普惠业务智能风控平台底座，逐步围绕业务全流程各环节引入相关模型实现智能分析或者智能/辅助决策，从而解决中小微业务的处理效率和风控能力问题。在系统实施层面，要解决模型的部署，决策引擎和大数据平台以及业务系统之间的数据调用和信息交互问题。随着业务的线上化，银行除了通过分支网点和客户经理自营获客外，在激烈的市场竞争下也可以围绕渠道合作，在精准营销和贷后管理引入工具获客，通过线上和线下相结合构建完整的智慧运营体系。

四、小微普惠业务数字化转型的普遍痛点

简单归结一下，中小银行在数字化转型痛点尤为突出：一是替代数据来源问题。银税互动后，要在已有数据维度的基础上叠加其他的数据维度。比如发票数据采集技术服务，目前市场上技术成熟稳定的科技公司为数不多，我们是其中之一。二是数据样本不足问题，制约着机构难以保证模型投产和策略实施的科学性和合理性，试错成本高。三是模型技术问题，这是跨学科跨专业的系统工程，很多中小机构内部投入和团队建设配备不足，缺乏相关人才完成研发过程。四是系统实施问题。需要做好顶层设计和底座搭建工作，避免重复投入问题，提高科技实施交付效率；五是获客运营问题，政府平台、交易平台、核心企业等平台合作获客引流是大势所趋，信贷产品场景化和服务嵌入式未来可期。

五、未来展望

放眼整个对公业务的数字化，目前小微普惠数字化转型总体可概括为颠覆性替代。我们公司创始人刘德彬博士是美国第一批信息学博士，对美国的情况非常了解，他认为中国现在能做的事情美国做不到，中国明显的体制机制优势导致小微业务普惠化健康发展成为可能。随着小微业务重心从个人到企业，从小额到大额，未来对公业务数字化将总体表现为替代性融合，基于多源在线异构数据的引入和各业务节点模型体系的搭建，将实现更多的智能分析和辅助决策，从而改变长期以来对公业务主要依赖专家经验的传统做法。

整理人：田程依一

责任编辑：傅泽天

来源：TGES2021（第十七届）中国金融风险经理年度总论坛：小微普惠金融与风险管理（一）（11月）