2.1 数字化风控：银行数字化转型的重中之重

很多银行风控理念陈旧，风控技术滞后，风控人才紧缺，特别是在对公授信数字化风控、线上业务智能反欺诈、智能贷后催收管理以及小微普惠数字化等方面，认知匮乏，严重制约业务发展。在激烈的市场竞争中，如果错失数字化发展的机遇，一些实力本就不强的区域性银行可能会一蹶不振。尽快构建并完善数字化风控体系，是大多数银行，特别是中小银行的当务之急，更是银行数字化转型的重中之重，必须引起所有银行的高度重视，迅速采取行之有效的措施，强化数字化风控能力，在激烈的银行数字化转型大潮中抢占一席之地。

2.1.1 提升数字化风控优先级的4个原因

银行转型，风控先行。这本应是银行的基本共识，然而现实中有相当一部分银行，或有意、或无意，忽视了风控体系的重要性。各家银行制定的数字化发展战略，一般都会将金融科技作为核心竞争力，在获客、营销、产品及运营等领域投入大量资金和资源。与此形成鲜明对比的是，对中后台的管理，特别是在风控领域上的投入却相对滞后。

由此可见，银行，特别是中小银行，数字化风控优先级必须进一步提升，具体有以下4个原因，如图2-1所示。

1.中小银行业绩下滑

受宏观经济周期性波动、国际经贸形势变化、监管趋于严厉以及异业竞争等多重因素叠加影响，银行业受到剧烈冲击。公开数据显示，2010—2020年，除了少部分具备核心竞争力的头部银行外，广大中小银行业绩呈整体下滑趋势，部分衡量指标低于行业均值。相当一部分中小银行的不良率大幅增长，某些行业及地区的资产质量持续恶化，且难以得到有效遏制。

2.规模扩张难以为继

受利率市场化改革不断深化的影响，银行信用扩张模式正在发生转变，亟待摆脱诸如城投、地产等路径依赖，部分地区出现结构性资产荒。强监管成为新常态，银行依赖同业业务实现规模扩张的模式不可持续，资产缩表压力巨大。过去十年，中小银行整体资产规模增速大幅下降，已经从超过20%下降到不足10%。资产规模增速超过30%的银行曾经比比皆是，如今却风光不再。

3.盈利能力大幅下降

公开数据显示，截至2020年年底，6家国有银行的ROE（Return On Equity，净资产收益率）同比全部出现下降，10家上市股份制银行的ROE也全部下降；99家城商行中，仅有25家的ROE超过10%，且大部分出现同比下降的趋势；404家农商行中，仅有143家的ROE在10%以上，同比实现增长的不足一半。以上数据清楚地表明，部分中小银行难以摆脱对传统盈利模式的依赖，盈利能力较为落后的银行仍占绝大多数。

4.不良水平持续攀升

2020年年底，虽然大多数地区不良贷款率有所下降，但从局部来看，不少地区的中小银行资产质量仍不容乐观。以西部某省为例，截至2020年年底，该省银行业金融机构不良贷款金额为1493.51亿元，不良贷款率为6.74%。其中，大型商业银行、股份制银行和城商行的不良贷款率分别为1.82%、2.6%和2%。这意味着，包括农商行、农信社这类金融机构的不良率已经超6.74%。三类银行不良率分化加剧的主要原因在于，部分银行选择的商业模式不恰当，且风控能力建设严重滞后。

为更好地应对数字经济发展对银行的影响，切实把握金融科技带来的改革转型契机，真正享受数字化转型带来的发展效益，基础就是提升银行数字化风控的优先级！

2.1.2 银行数字化精准定位的4个层级

当前，在数字化转型浪潮中，国有银行和头部股份制银行处于引领地位；近年来出现的民营银行则后来居上，普遍采用互联网技术服务普惠金融，具有天生数字化的优势；大部分城商行、农商行以及外资银行发展相对滞后，处于赶超阶段。

银行的本质是风控。传统银行，传统风控；数字银行，数字风控；智慧银行，智慧风控。其中，智慧风控是银行数字化转型发展进程中，在数字化风控体系方面的更高目标。若想实现与自身实际相符的数字化风控目标，银行首先要做好定位，即精准定位自身的数字化层级。

国内银行的数字化层级可大致划分为以下4个层级，如图2-2所示。

1.数字化“原住民”

第一层数字化“原住民”以微众、网商、新网、百信、中关村等19家民营互联网银行为代表，具有先天数字化属性，不仅有大型互联网公司给予数据方面的大力支持，银行员工也自带互联网基因，基本每家银行至少有70%的员工具有IT背景。互联网银行没有线下物理网点，依靠技术驱动，实现与主流金融机构的错位竞争。

2.全面数字化转型

第二层全面数字化转型包括六大国有银行，以及招商、民生、浦发、平安等大型头部股份制银行，数字化战略先进，经济实力雄厚，金融科技领先，数字化目标十分清晰，数字化应用维度广泛且推进力度大，社会影响力强。各大银行纷纷开启全面数字化转型探索。例如，工行运用知识图谱与机器学习技术，已经建立起覆盖“全客户、全业务、全机构、全人员”的风险监控天网体系。

3.零售数字化转型

这一层的代表是部分中型股份制银行以及头部城商行，它们纷纷在零售业务方向发力，主要聚焦于零售业务的营销数字化、风控数字化和运营数字化，取得了很好的效果。例如，华夏银行以线上化、数字化手段，提升服务、管理、运营和风控效率，以更低的成本创造更高价值的服务，深入渗透业务场景，赋能、优化、重塑传统服务业态，让银行的产品与服务更加专业化、精准化。

4.局部数字化转型

从数量上看，80%～90%的中小银行（或称区域性银行）集中在这个层级，从自身实际出发，尝试对单一业务环节或单一产品种类进行数字化转型改造。受限于资金、资源等因素，中小银行要缩小同大型银行、互联网银行在数字化发展方面的差距，应积极尝试开放合作新路径，以更灵活的策略推进数字化发展。例如，有些农商行围绕轻量级示范项目建设，借鉴大型银行、互联网银行的先进经验和成熟做法，提升自身数字化应用能力。

当然，由于基础不同，国内各类银行的数字化战略也处于不同阶段：既有建立金融科技子公司的，也有仅在内部进行产品流程数字化改造的；既有已经开始外部生态拓展的，也有刚刚开始内部流程数字化的。在此形势下，银行风控体系数字化转型必将出现明显分化。

定位精准的银行可按以下3种模式推进数字化风控。

• 核心竞争优势明显的银行，既有资金实力，又有技术基础，可以进一步提升数字化风控在数字化转型发展战略中的重要性，调配更多资源，动员更多力量，用于数字化风控体系的搭建与路径研发。

• 数字化转型规划明确的银行，已经制定并开始执行数字化风控（或智慧风控）体系规划建设方案，可以持续完善原有方案，使之更加具备前瞻性，凸显并提升数字化风控体系的短期、中期以及长期目标。

• 暂时对数字化转型缺乏统一认知的银行，要统一全行思想，确立本行数字化风控战略目标，制定全面明确的规划方案，力争在3～5年内，完成大数据平台、数据中台、数据治理体系等基础设施的建设，并优先对风控体系进行数字化改造。

2.1.3 数字化风控要避免的4个误区

数字化风控体系与传统风控体系的内在逻辑、业务模式以及实施路径均有明显差异。银行风险管理部门必须尽快适应风控数字化转型，建立与新业务模式相匹配的风控措施，支持业务可持续发展。银行需要将数字化浪潮带来的新算法、大数据以及新的技术手段更好地融入银行风控中，为银行创造出额外价值。

银行开展数字化风控转型，首先要平衡好两大关系。

1.获客与风控的关系

获客与风控是时刻摆在银行面前的难题。受益于数字技术的发展与应用，银行一方面可以利用互联网平台的长尾优势，连接数以亿计的企业和个人，有效触达客户，解决获客难的问题；另一方面，可以利用机器学习的方法，以交易和行为特征等数据替代抵质押品，开展信用风险评估，采用大数据模型预测和控制风险，解决风控难的问题。

2.数字技术与新型风险的关系

一方面，银行要加强数字化技术的应用能力，在风险管控中应用大数据分析技术降本增效、创造价值；另一方面，针对数字化带来的新风险类型，如模型风险、网络风险等，银行也要相应提高应对能力。

在推进银行数字化风控体系建设时，要全面考虑各类风险及其交叉性影响，注重对新型风险的认知、预测、反馈与及时处置，将数据治理与全面风险管控有机统一起来。此外，也要特别注意避免一些“跑、冒、滴、漏”现象。

“跑”，即跑偏。银行大多热衷于数字化转型，由于缺乏整体规划，发展方向不明确、不清晰，特别是不重视数字化风控在数字化转型中的重要作用，因此很容易在战略上跑偏，将资源过度投放于金融科技、产品设计等方面，而忽视了数字化风控建设。

“冒”，即冒进。一些中小银行不顾自身实际，跟风冒进，贪大求全，处处对标大型银行，盲目建设各种新型技术或系统，未认真考虑数字化转型的方向、内容与路径等，也不顾是否与自身基础能力相匹配，一些区域性小银行在这方面尤为突出。曾经有个别银行投资上千万元引进金融科技系统，因未做好风控而不敢启用，造成资源浪费。

“滴”，即滴灌。很多银行的数字化转型交由IT部门主导，仅在技术上单点发力，属于“剃头挑子一头热”。而这种滴灌式投入，由于缺乏业务支持及配套的体制机制改革，与业务实际脱节，导致效果并不理想。数字化风控体系建设得不到应有的支持，业务发展滞后，成为银行数字化转型的短板，必须坚决杜绝此类现象。

“漏”，即漏洞。数字化转型的速度和程度已经逐渐成为一家银行是否具备和能否保持竞争力的关键。由于重视程度不足，数字化风控体系未能在数字银行整体建设层面处于统领地位，一些过于追求短期利益的做法导致风控体系在应对各类风险方面存在严重不足，进而形成数字化风控体系漏洞，对银行的健康经营和发展极其不利。

2.1.4 传统风控的4块短板

随着人工智能、大数据、云计算、区块链以及物联网等技术在银行领域的深入应用，传统风控模式已经远不能满足银行对风险管理的精准度及多元化的风控需求，如何借助数字化转型拥抱智慧风控，有效提升风控能力，是商业银行面临的长期课题和挑战。在银行传统风控模式下，普遍存在着流程依赖手工、模型工具落后、管理机制不完善等痛点。

以下4块短板已经严重制约银行风控的有效性和精准度，如图2-3所示。

1.不能满足精准风险管控需求

数字化时代，银行对公、对私客户结构及业务办理方式均出现明显改变，银行的各项业务都面临转型压力。例如，在贷前阶段，各家银行普遍存在这样的问题，传统信贷流程以线下手工操作模式为主，尽职调查耗时费力，且存在信息搜集不全面、风险揭示不到位、政策执行不一致等突出问题，凸显传统风控困境。

2.不能满足全面风险排查需求

重贷轻管是银行业长期存在的客观现象，不时会出现因贷后管理有问题而收到监管部门的巨额罚单的情况。传统风控采取人工方式监控企业贷后动态，分析不及时，风险过程追踪难度很大，手工台账式的贷后管理时效性低、漏警率高。受传统贷后管理模式所限，贷款风险无法做到全面、有效、及时排查，受技术所限，存在不少监控死角，很难做到实时监控，贷后跟踪措施未形成闭环管理，造成风险事件频发。

3.不能满足自定义风险监控需求

以传统对公业务为例，由于缺乏相应技术与工具，风控部门无法为不同客户的不同风控要求设置专属监控指标，一般都是无差别设置统一监控项，尤其对于非结构化数据，未做到多源风险整合及关联分析，预警消息不精准。此外，对审贷风控业务知识未进行充分有效的利用，对客户的审贷、风险排查和风险管控未做到全流程打通，只是简单的企业负面信息分发。

4.不能满足可视化全面管控需求

传统风控模式流程复杂，环节众多，传递文档资料通常采取线下手工交接方式，而各业务系统间由于烟囱式建设，数据信息交互不及时，导致分、支行行长等主要管理者无法看到业务风险全貌。加之缺少专门的平台展示各分行、各部门层面的客户风险、客群风险，管理者无法及时调阅、督办预警消息的落实情况，做不到全局掌控。