1.1 从3个角度认识银行数字化风控

银行数字化风控是一个全新的概念，在很多方面与传统风控区别很大。为了尽快熟悉数字化风控体系，我们不妨从以下3个角度入手。

1.1.1 角度1：银行数字化风控的本质

风控指的是风险管理者采用各种措施和方法，消灭或减少风险事件发生的可能性，或者减少风险事件造成的损失。

数字化风控涵盖所有提高风险效能的数字化因素，包括流程自动化、决策自动化、数字化监控与智能化预警等。

银行数字化风控的本质就是在数据、策略、模型、流程、组织、架构、人才以及文化等各方面联动协同，用数字化方式提升银行的风控效能，达成精准识别与计量风险，从而实现收益最大化的目标。

1.1.2 角度2：银行数字化风控的范畴

从广义上讲，银行数字化风控涵盖银行信用风险、操作风险及市场风险等三大风险类别，是一个全面风险管理体系数字化的过程。从狭义上讲，银行数字化风控主要指的是数字化信用风控体系的构建。

巴塞尔委员会将银行面临的风险分为信用风险、市场风险、操作风险、流动性风险、国家风险、声誉风险、法律风险及战略风险八大类。国内监管部门要求，在信用风险、市场风险、操作风险三类风险中，符合条件的银行应首先开发信用风险、市场风险的计量模型。就信用风险而言，现阶段应以信贷业务（包括公司风险暴露、零售风险暴露）为重点推进方向。

数字化时代，银行重塑风控体系需要通过金融科技赋能、数字技术加持以及智能算法优化，在流程自动化、决策智能化、监控数字化的基础上持续提升风险管控的能力与效率。

1.1.3 角度3：传统风控、智能风控与数字化风控

银行的风控经历了从传统风控到智能风控，再到数字化风控的进化过程。本节介绍这几种风控模式之间的关系、优势和劣势。

1.传统风控模式

传统风控的做法更多是基于专家经验的人工审批，依赖于审贷官对材料的理解与把握，并给出最终意见。假设有两笔贷款同时审批，那么审贷官会根据经验，基于排序做出相应决策，很快得出结论——甲贷款要优于乙贷款。如果更进一步，请审贷官详细说明，甲贷款比乙贷款风险低多少，甲、乙两笔贷款的风险分别处于什么水平，审贷官就很难给出精确的回答了。这有点类似大脑在处理一些模糊信号的时候，虽然能够做出评估排序、对比排序，但是很难做到足够精确。

传统风控模式包括信贷工厂模式、IPC技术模式、台州模式以及巴塞尔模式等，下面进行简要介绍。

（1）信贷工厂模式

信贷工厂模式是指银行在授信业务管理时，通过设计标准化的产品和流程，统一规范不同信贷产品的信贷作业过程，类似于工厂“流水线”，主要强调全流程风险管理。从前期接触客户开始，到调查、审查、审批、贷款发放、贷后维护、管理以及贷款的回收等工作，均采取流水线作业、标准化管理。

这一模式起源于新加坡淡马锡模式。淡马锡公司成立于1974年，是由新加坡财政部监管、以私人名义注册的一家控股公司。淡马锡公司在对中小企业授信管理的过程中，开发出了一种批量化生产中小企业融资产品的运作方式，被业界称作淡马锡模式或信贷工厂模式。

该模式解决了中小企业的融资问题，适用于批量化作业的各类信用贷款领域，从个人消费到小微企业经营均可使用，应用空间比较广阔。

信贷工厂模式的优点如下。

• 责任落实到位：在信贷工厂模式下，作业被切割成最小单元，每个参与人员都能熟练从事岗位职责内的工作，责任可以落实到个人。

• 规模效应凸显：由于个人负责的工作领域极度细分，所以工作效率大幅提升，规模化效应得以显现，从而提高了利润率。

• “四眼”交叉验证：在贷款办理过程中，客户经理、审批人员和贷后管理人员分工明确、各司其职，对于同一笔业务，可以从不同角度进行交叉验证，有效遵循四眼原则[2]。

• 提升工作效率：客户信息被录入信贷系统后，自动评分、自动审批；客户经理也可以根据评分结果，筛选符合本行风险偏好的优质客户，既节省时间，又可以避免做无用功。

• 迅速抢占市场：对于异地客户，也可以做到依靠系统自动审批处理，审批时间快，客户体验好，有利于迅速拓展客户并抢占市场。

信贷工厂模式的缺点如下。

• 资金投入多：银行开展信贷工厂模式，前期需要投入大量成本，包括平台的搭建、客户评分模型的开发或者其他有针对性的研发。

• 人员成本高：该模式需要的岗位较多，在实际管理上难度很高，相应的人力成本也很高。

• 风控要求严：该模式不能做到对每位客户精细审查，对整体风险监控能力以及坏账处理的要求都比较高。

（2）IPC技术模式

IPC技术模式来源于德国，重视实地调查和信息验证，主要通过对客户经理调查走访、信息交叉验证等方面进行培训，提升客户经理辨别虚假信息和编制财务报表的能力，防范信用风险。IPC技术模式的核心主要为三方面：一是考察借款人的偿债能力；二是衡量借款人的偿贷意愿；三是控制借款人公司内部操作风险。IPC模式的创新之处在于，银行风险把控的侧重点是关注借款人的还款意愿、借款人的经营情况以及现金流，而不是根据借款人资产价值评估等因素决定其风险。

IPC技术模式的优点如下。

• 专注业务：银行能够专注于贷款业务本身，微贷额度较少，资金挪用的可能性较小。

• 管理精细：客户经理对每户贷款都可以做到逐笔调查，精细化管理。

• 信息对称：客户经理从贷前决策到贷后管理全程参与，信息对称程度高。

• 风险定价：能够做到根据客户的资质进行风险定价，利润回报率较高。

• 方便快捷：贷款方式较为灵活，适合不同的企业选择。

IPC技术模式的缺点如下。

• 人员数量多：采用单户调查和分析的方式，依赖大量人才支持，银行必须不断做好信贷人员的招聘与培训工作，充实一线队伍。

• 服务单一化：无法为客户提供全面的金融服务，市场竞争力较弱，不利于锁定客户。

• 工作效率低：逐笔操作业务，在走访客户时需要大量时间，放款周期长，跟踪效率低下，规模增速较慢。

• 道德风险高：决策过于依赖客户经理的主观判断，很容易产生道德风险。

（3）台州模式

在小微贷款、普惠金融等领域，台州作为我国小微金融发展的标杆地区，在长期发展过程中取得了重要成就，逐步形成了颇具特色的台州模式。如今在国内外金融市场的冲击下，台州模式的发展也面临着巨大的压力和挑战。

台州模式的典型代表如下。

• 泰隆银行：形成了以“三品”“三表”“三三制”为特色的小企业金融服务模式。

• 台州银行：探索出“三看三不看”的风控技术和“下户调查、眼见为实、自编报表、交叉检验”的信贷经验。

• 民泰银行：形成了“看品行、算实账、同商量”的风控九字诀特色做法。

台州模式面临的挑战如下。

• 个性化服务供给偏少：面向小微企业的信贷产品虽然多，但产品功能单一，具备地方性、区域性特色的小微金融服务产品创新较少。

• 技术赋能有待提升：小微金融机构亟需科技赋能，打造线上融资产品体系，提高服务效率和降低运营成本。

• 复合人才集聚不足：台州金融人才结构不合理，单一专业人才偏多，缺少跨专业复合型人才，尤其缺少对国内小微金融市场和业务熟悉的人才。

（4）巴塞尔模式

传统银行以《巴塞尔协议》为基础开展相关风控工作，可称之为巴塞尔模式。从1988年的《巴塞尔协议Ⅰ》到2001年的《巴塞尔协议Ⅱ》，直到2010年推出的《巴塞尔协议Ⅲ》，最终要求银行进一步明确资本定义，扩大风险覆盖范围并加强交易对手信用风险管理。在巴塞尔模式中，信用风险主要以违约率（Probability of Default，PD）、违约损失率（Loss Given Default，LGD）、违约风险敞口（Exposure At Default，EAD）、期限、相关性等计量方法为核心来计量。

巴塞尔模式的优点如下。

• 实现了全面风险管理。

• 涵盖信贷业务等各类风险。

• 具有可实施的风控计量体系和方法。

巴塞尔模式的缺点如下。

• 实施巴塞尔模式需要监管机构审批。

• 内部计量模型依靠银行自身数据，其局限性极易导致估计偏差。

• 对于金融创新监管没有实时更新和统一的方法。

2.智能风控模式

从线下到线上，从互联网到移动互联网，随着时代的不断发展，银行风控体系也在不断演变。起初银行人工审核办理信贷业务，后来逐渐引入系统辅助，完成了从人工审批到自动审批的进化。随着大数据的发展，更多弱变量加入风控体系，替代了原先的单一强变量风险评估，完成了从自动化到大数据的进化。在互联网与移动互联网时代，新型欺诈手段层出不穷，人工智能技术催生大数据向智能化演变。

智能风控技术是银行在自动化、大数据、云计算、人工智能、区块链等金融科技应用的基础上，逐渐发展而来的。与传统风控相比，智能风控技术在以下方面具有鲜明特点。

智能风控的优点如下。

• 大数据平台是基础，为数据模型与风控策略提供高质量的数据保障。

• 决策引擎是媒介，为数据模型与风控策略提供高效的部署能力。

• 智能模型是大脑，将原始数据提炼为规则集，实时预测风险水平。

智能风控的缺点如下。

• 与传统业务匹配度低，业务人员难以理解和应用。

• 传统风控制度与智能风控方式仍存在一定矛盾，经验驱动的传统风控与数据驱动的智能风控难以融合。

与传统风控模式侧重专家经验不同，智能风控更多的是以量化模型和基于数据分析的策略为主，不仅能够对每个申请进行对比和排序，还能进一步说明每个申请的风险是什么水平、PD是什么水平、LGD是什么水平。在这个基础上，不仅能做审批，还能够进行精确的风险定价等更多工作。

具体而言，两种风控模式在以下3个方面有所区别，如表1-1所示。

3.数字化风控

永远不要忘记，银行的本质是风控，无论传统模式还是智能模式，最终目的都是要做好风险管理。数字化风控堪称传统风控与智能风控的集大成者，既吸取了两种模式的优点，也最大限度地避免了两种模式的缺点。数字化时代，传统风控的短板显而易见，而智能风控从银行实际情况来看，应用领域有限且处于探索阶段。大部分银行最需要实现的是风控的标准化与数字化，其中最关键的是信用风险决策的底层逻辑及量化过程。

数字化风控的表现形式主要有以下3个方面。

（1）数字化风控流程

数字化流程是数字化风控的基础，贯穿信贷业务贷前、贷中、贷后等部分或全部环节。例如在贷后环节，信贷资金真实流向、客户还款记录、客户回访信息及其他风险信息，需要通过流程来获取并保存。数字化流程以优化客户体验、提高决策效率、降低操作成本为目标，其最重要的意义在于风控的标准化与稳定性。流程标准化才能产生有价值的数据。

（2）数字化风险信息

在传统模式中，银行信贷决策依据的信息包括文字和数字形式，可能是行内采集的或者外部数据源提供的，可能是原始材料或者经过加工的。这些信息首先都需要数字化，变为数字和标签，然后通过特定的数据逻辑归纳后呈现出来，用于风险决策的信息依据。为了支持应用层面的数据需求，往往需要对系统内部的数据资源进行治理。从数据治理到数据呈现，是信息由里到外进行数字化的完整过程。

（3）数字化风险决策

风险决策自动化是数字化风控的高级表现形式。目前在信用卡审批和小额消费金融领域，已经完全实现了风险决策自动化。风险决策自动化涉及数据和风险决策模型。数据涉及内部数据和外部数据的连接和管理。设计模型需要根据信贷产品的结构、流程、数据资源和客户情况，形成风险逻辑并量化。量化的风险决策模型能避免人员的主观性和道德风险。

数字化时代，土地等不动产要素的价值会不断降低，企业创造价值的方式也在发生改变，越来越多的企业不再依赖土地、厂房、设备来创造价值。银行未来客户的业务模式迥异于传统客户，如果还坚持无担保、无抵押不能放款，将面临客户大量流失、业务严重萎缩的极端不利局面，在新的经济生态系统中无法立足。因此，选择数字化风控升级，是银行的必然选择。

银行要基于传统风控模式，如信贷工厂模式、IPC技术模式、台州模式以及巴塞尔模式的成功经验，结合最新智能风控技术，构建全面数字化风控体系，如图1-1所示。