農(nóng)商行頻爆資產(chǎn)質(zhì)量問題 眾安科技風(fēng)控解決方案直擊風(fēng)控痛點

進(jìn)入7月份，連續(xù)四家農(nóng)商行被曝不良貸款率居高不下，一時之間，整個農(nóng)商行甚至銀行業(yè)的資產(chǎn)質(zhì)量問題成為行業(yè)焦點話題。在此背景下，眾安科技推出的銀行智能風(fēng)控升級解決方案引起市場的高度關(guān)注。該方案將“保險+科技”深度融合，從數(shù)據(jù)、模型、策略、風(fēng)控體系、風(fēng)控系統(tǒng)、人員培養(yǎng)等方面對銀行風(fēng)控進(jìn)行智能化的升級改造，全面解決農(nóng)商行、城商行當(dāng)下面臨的風(fēng)控痛點，有效提升銀行資產(chǎn)質(zhì)量。

風(fēng)控能力偏弱 農(nóng)商行面臨嚴(yán)峻挑戰(zhàn)

一直以來，我國農(nóng)商行不良貸款率相對較高。7月2日，青島農(nóng)商行在上會前夜被證監(jiān)會取消上會審核;7月9日，浙江紹興瑞豐農(nóng)村商業(yè)銀行也在上會前夜被按下暫停鍵。業(yè)內(nèi)普遍認(rèn)為與其資產(chǎn)質(zhì)量問題有關(guān)。緊接著，貴陽農(nóng)商行被曝不良率攀至20%，河南修武農(nóng)商行同樣達(dá)到20.74%，資本充足率則跌至負(fù)值，為-0.75%。

從農(nóng)信社改制發(fā)展而來的農(nóng)商行，在資產(chǎn)質(zhì)量上存在一定“先天不足”和“歷史包袱”。與此同時，風(fēng)控能力弱、市場空間有限等因素也制約了農(nóng)商行的發(fā)展。其中，風(fēng)險管理能力和風(fēng)控技術(shù)相對落后等問題，是7月份四家農(nóng)商行相繼“爆雷”的重要原因。

目前，農(nóng)商行風(fēng)控體系主要面臨五大問題：首先，依賴央行征信和人工審批，對線上的消費金融風(fēng)控體系比較陌生;其次，由于產(chǎn)品形態(tài)的創(chuàng)新，對新業(yè)務(wù)進(jìn)件客群的整體把握不足，傳統(tǒng)信貸風(fēng)控模型無法直接套用;再次，面對駁雜的外部數(shù)據(jù)供應(yīng)方，對如何篩選并有效應(yīng)用于整個風(fēng)控體系缺乏經(jīng)驗;從次，新業(yè)務(wù)對從0到1過渡到量化驅(qū)動的要求更高，銀行原有的分析建模團(tuán)隊能力無法跟上業(yè)務(wù)需求;最后，新業(yè)務(wù)策略體系比傳統(tǒng)信貸業(yè)務(wù)更復(fù)雜，變量多，規(guī)則多，迭代快，原有風(fēng)控系統(tǒng)無法適應(yīng)后續(xù)靈活迭代的風(fēng)控策略。

業(yè)內(nèi)人士指出，在零售業(yè)務(wù)過程中，最終的逾期甚至不良都是每一筆貸款風(fēng)控審核結(jié)果的大數(shù)反映，農(nóng)商行傳統(tǒng)的從獲客到風(fēng)險評估全部是由信貸員憑經(jīng)驗審核，具備較強的主觀性，并且很難建立真正量化的統(tǒng)一標(biāo)準(zhǔn)。如何深度踐行大數(shù)據(jù)風(fēng)控的普惠落地，重構(gòu)零售信貸風(fēng)控的量化風(fēng)控體系，培養(yǎng)專業(yè)人才梯隊，是農(nóng)商行接下來面臨的一大挑戰(zhàn)。

直擊銀行痛點眾安科技提升銀行資產(chǎn)質(zhì)量

作為專注于前沿科技研究與探索的科技公司，眾安科技于今年3月發(fā)布銀行智能風(fēng)控升級解決方案，以“保險+科技”的結(jié)合解決行業(yè)痛點。在農(nóng)商行連續(xù)“爆雷”的當(dāng)下，這一直擊銀行業(yè)風(fēng)控痛點的解決方案引發(fā)業(yè)內(nèi)的普遍興趣。

該方案是眾安科技基于海量數(shù)據(jù)源和資深實戰(zhàn)經(jīng)驗，向銀行業(yè)提供更靈活、更深入也更精細(xì)的風(fēng)險管理。針對農(nóng)商行的五大痛點，眾安科技給出了五大解決方法：首先，基于銀行要開展的信貸創(chuàng)新業(yè)務(wù)設(shè)計進(jìn)件流程，如卡實名認(rèn)證、平臺行為數(shù)據(jù)授權(quán)、爬蟲信息授權(quán)等;其次，基于產(chǎn)品形態(tài)和場景，定位產(chǎn)品風(fēng)險點，模擬欺作案手法，針對性設(shè)計該產(chǎn)品的風(fēng)控策略框架;再次，借鑒母公司眾安保險同類或形態(tài)相近的消費金融業(yè)務(wù)模型經(jīng)驗，提供貸前準(zhǔn)入、貸前授信、貸中監(jiān)控模型策略;從次，在業(yè)務(wù)上線后由專業(yè)信貸數(shù)據(jù)分析專家負(fù)責(zé)結(jié)合貸后行為量化評估規(guī)則和模型有效性，并基于統(tǒng)計學(xué)或機器學(xué)習(xí)算法進(jìn)行模型優(yōu)化;最后，提供決策云部署整套風(fēng)控策略，可支持云端SaaS版本及本地化部署。

不久前，某銀行拓展針對當(dāng)?shù)貍€體工商戶的無抵押經(jīng)營貸款，最高額度為50萬，希望結(jié)合大數(shù)據(jù)風(fēng)控能力提升審批效率，提高風(fēng)控能力。對此，眾安科技不僅在業(yè)務(wù)起步階段提供咨詢服務(wù)，針對當(dāng)?shù)厍闆r和銀行實際情況，設(shè)計整套線上+線下貸前審核模型，更提供貸前反欺詐智能圖譜，綜合外部接口量化應(yīng)用的客戶風(fēng)險甄別模型，基于銀行卡網(wǎng)銀爬取和行業(yè)利潤率測算的復(fù)雜經(jīng)營流水收入認(rèn)定模型以及央行征信量化評分模型等細(xì)分模型，搭建并在決策云(X-Decision)上完成整套策略的快速部署和測試，從而有效控制不良率。

統(tǒng)計數(shù)據(jù)顯示，該銀行目前單筆審批耗時下降超70%，機器審核占比超過60%，預(yù)計不良率在1%~2.5%之間。

綜合來看，該方案可有效解決包括農(nóng)商行、城商行在內(nèi)的銀行業(yè)借貸風(fēng)險和風(fēng)控瓶頸問題，消除不良率隱患，有效提升銀行資產(chǎn)質(zhì)量。而在未來，眾安科技將加速推動大數(shù)據(jù)、云計算、區(qū)塊鏈、人工智能、物聯(lián)網(wǎng)等前沿科技的應(yīng)用場景落地，繼續(xù)為金融、保險、醫(yī)療健康科技賦能，成為各行業(yè)發(fā)展的重要動力。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。