2.1 數字化風控：銀行數字化轉型的重中之重

很多銀行風控理念陳舊，風控技術滯后，風控人才緊缺，特別是在對公授信數字化風控、線上業務智能反欺詐、智能貸后催收管理以及小微普惠數字化等方面，認知匱乏，嚴重制約業務發展。在激烈的市場競爭中，如果錯失數字化發展的機遇，一些實力本就不強的區域性銀行可能會一蹶不振。盡快構建并完善數字化風控體系，是大多數銀行，特別是中小銀行的當務之急，更是銀行數字化轉型的重中之重，必須引起所有銀行的高度重視，迅速采取行之有效的措施，強化數字化風控能力，在激烈的銀行數字化轉型大潮中搶占一席之地。

2.1.1 提升數字化風控優先級的4個原因

銀行轉型，風控先行。這本應是銀行的基本共識，然而現實中有相當一部分銀行，或有意、或無意，忽視了風控體系的重要性。各家銀行制定的數字化發展戰略，一般都會將金融科技作為核心競爭力，在獲客、營銷、產品及運營等領域投入大量資金和資源。與此形成鮮明對比的是，對中后臺的管理，特別是在風控領域上的投入卻相對滯后。

由此可見，銀行，特別是中小銀行，數字化風控優先級必須進一步提升，具體有以下4個原因，如圖2-1所示。

1.中小銀行業績下滑

受宏觀經濟周期性波動、國際經貿形勢變化、監管趨于嚴厲以及異業競爭等多重因素疊加影響，銀行業受到劇烈沖擊。公開數據顯示，2010—2020年，除了少部分具備核心競爭力的頭部銀行外，廣大中小銀行業績呈整體下滑趨勢，部分衡量指標低于行業均值。相當一部分中小銀行的不良率大幅增長，某些行業及地區的資產質量持續惡化，且難以得到有效遏制。

2.規模擴張難以為繼

受利率市場化改革不斷深化的影響，銀行信用擴張模式正在發生轉變，亟待擺脫諸如城投、地產等路徑依賴，部分地區出現結構性資產荒。強監管成為新常態，銀行依賴同業業務實現規模擴張的模式不可持續，資產縮表壓力巨大。過去十年，中小銀行整體資產規模增速大幅下降，已經從超過20%下降到不足10%。資產規模增速超過30%的銀行曾經比比皆是，如今卻風光不再。

3.盈利能力大幅下降

公開數據顯示，截至2020年年底，6家國有銀行的ROE（Return On Equity，凈資產收益率）同比全部出現下降，10家上市股份制銀行的ROE也全部下降；99家城商行中，僅有25家的ROE超過10%，且大部分出現同比下降的趨勢；404家農商行中，僅有143家的ROE在10%以上，同比實現增長的不足一半。以上數據清楚地表明，部分中小銀行難以擺脫對傳統盈利模式的依賴，盈利能力較為落后的銀行仍占絕大多數。

4.不良水平持續攀升

2020年年底，雖然大多數地區不良貸款率有所下降，但從局部來看，不少地區的中小銀行資產質量仍不容樂觀。以西部某省為例，截至2020年年底，該省銀行業金融機構不良貸款金額為1493.51億元，不良貸款率為6.74%。其中，大型商業銀行、股份制銀行和城商行的不良貸款率分別為1.82%、2.6%和2%。這意味著，包括農商行、農信社這類金融機構的不良率已經超6.74%。三類銀行不良率分化加劇的主要原因在于，部分銀行選擇的商業模式不恰當，且風控能力建設嚴重滯后。

為更好地應對數字經濟發展對銀行的影響，切實把握金融科技帶來的改革轉型契機，真正享受數字化轉型帶來的發展效益，基礎就是提升銀行數字化風控的優先級！

2.1.2 銀行數字化精準定位的4個層級

當前，在數字化轉型浪潮中，國有銀行和頭部股份制銀行處于引領地位；近年來出現的民營銀行則后來居上，普遍采用互聯網技術服務普惠金融，具有天生數字化的優勢；大部分城商行、農商行以及外資銀行發展相對滯后，處于趕超階段。

銀行的本質是風控。傳統銀行，傳統風控；數字銀行，數字風控；智慧銀行，智慧風控。其中，智慧風控是銀行數字化轉型發展進程中，在數字化風控體系方面的更高目標。若想實現與自身實際相符的數字化風控目標，銀行首先要做好定位，即精準定位自身的數字化層級。

國內銀行的數字化層級可大致劃分為以下4個層級，如圖2-2所示。

1.數字化“原住民”

第一層數字化“原住民”以微眾、網商、新網、百信、中關村等19家民營互聯網銀行為代表，具有先天數字化屬性，不僅有大型互聯網公司給予數據方面的大力支持，銀行員工也自帶互聯網基因，基本每家銀行至少有70%的員工具有IT背景。互聯網銀行沒有線下物理網點，依靠技術驅動，實現與主流金融機構的錯位競爭。

2.全面數字化轉型

第二層全面數字化轉型包括六大國有銀行，以及招商、民生、浦發、平安等大型頭部股份制銀行，數字化戰略先進，經濟實力雄厚，金融科技領先，數字化目標十分清晰，數字化應用維度廣泛且推進力度大，社會影響力強。各大銀行紛紛開啟全面數字化轉型探索。例如，工行運用知識圖譜與機器學習技術，已經建立起覆蓋“全客戶、全業務、全機構、全人員”的風險監控天網體系。

3.零售數字化轉型

這一層的代表是部分中型股份制銀行以及頭部城商行，它們紛紛在零售業務方向發力，主要聚焦于零售業務的營銷數字化、風控數字化和運營數字化，取得了很好的效果。例如，華夏銀行以線上化、數字化手段，提升服務、管理、運營和風控效率，以更低的成本創造更高價值的服務，深入滲透業務場景，賦能、優化、重塑傳統服務業態，讓銀行的產品與服務更加專業化、精準化。

4.局部數字化轉型

從數量上看，80%～90%的中小銀行（或稱區域性銀行）集中在這個層級，從自身實際出發，嘗試對單一業務環節或單一產品種類進行數字化轉型改造。受限于資金、資源等因素，中小銀行要縮小同大型銀行、互聯網銀行在數字化發展方面的差距，應積極嘗試開放合作新路徑，以更靈活的策略推進數字化發展。例如，有些農商行圍繞輕量級示范項目建設，借鑒大型銀行、互聯網銀行的先進經驗和成熟做法，提升自身數字化應用能力。

當然，由于基礎不同，國內各類銀行的數字化戰略也處于不同階段：既有建立金融科技子公司的，也有僅在內部進行產品流程數字化改造的；既有已經開始外部生態拓展的，也有剛剛開始內部流程數字化的。在此形勢下，銀行風控體系數字化轉型必將出現明顯分化。

定位精準的銀行可按以下3種模式推進數字化風控。

? 核心競爭優勢明顯的銀行，既有資金實力，又有技術基礎，可以進一步提升數字化風控在數字化轉型發展戰略中的重要性，調配更多資源，動員更多力量，用于數字化風控體系的搭建與路徑研發。

? 數字化轉型規劃明確的銀行，已經制定并開始執行數字化風控（或智慧風控）體系規劃建設方案，可以持續完善原有方案，使之更加具備前瞻性，凸顯并提升數字化風控體系的短期、中期以及長期目標。

? 暫時對數字化轉型缺乏統一認知的銀行，要統一全行思想，確立本行數字化風控戰略目標，制定全面明確的規劃方案，力爭在3～5年內，完成大數據平臺、數據中臺、數據治理體系等基礎設施的建設，并優先對風控體系進行數字化改造。

2.1.3 數字化風控要避免的4個誤區

數字化風控體系與傳統風控體系的內在邏輯、業務模式以及實施路徑均有明顯差異。銀行風險管理部門必須盡快適應風控數字化轉型，建立與新業務模式相匹配的風控措施，支持業務可持續發展。銀行需要將數字化浪潮帶來的新算法、大數據以及新的技術手段更好地融入銀行風控中，為銀行創造出額外價值。

銀行開展數字化風控轉型，首先要平衡好兩大關系。

1.獲客與風控的關系

獲客與風控是時刻擺在銀行面前的難題。受益于數字技術的發展與應用，銀行一方面可以利用互聯網平臺的長尾優勢，連接數以億計的企業和個人，有效觸達客戶，解決獲客難的問題；另一方面，可以利用機器學習的方法，以交易和行為特征等數據替代抵質押品，開展信用風險評估，采用大數據模型預測和控制風險，解決風控難的問題。

2.數字技術與新型風險的關系

一方面，銀行要加強數字化技術的應用能力，在風險管控中應用大數據分析技術降本增效、創造價值；另一方面，針對數字化帶來的新風險類型，如模型風險、網絡風險等，銀行也要相應提高應對能力。

在推進銀行數字化風控體系建設時，要全面考慮各類風險及其交叉性影響，注重對新型風險的認知、預測、反饋與及時處置，將數據治理與全面風險管控有機統一起來。此外，也要特別注意避免一些“跑、冒、滴、漏”現象。

“跑”，即跑偏。銀行大多熱衷于數字化轉型，由于缺乏整體規劃，發展方向不明確、不清晰，特別是不重視數字化風控在數字化轉型中的重要作用，因此很容易在戰略上跑偏，將資源過度投放于金融科技、產品設計等方面，而忽視了數字化風控建設。

“冒”，即冒進。一些中小銀行不顧自身實際，跟風冒進，貪大求全，處處對標大型銀行，盲目建設各種新型技術或系統，未認真考慮數字化轉型的方向、內容與路徑等，也不顧是否與自身基礎能力相匹配，一些區域性小銀行在這方面尤為突出。曾經有個別銀行投資上千萬元引進金融科技系統，因未做好風控而不敢啟用，造成資源浪費。

“滴”，即滴灌。很多銀行的數字化轉型交由IT部門主導，僅在技術上單點發力，屬于“剃頭挑子一頭熱”。而這種滴灌式投入，由于缺乏業務支持及配套的體制機制改革，與業務實際脫節，導致效果并不理想。數字化風控體系建設得不到應有的支持，業務發展滯后，成為銀行數字化轉型的短板，必須堅決杜絕此類現象。

“漏”，即漏洞。數字化轉型的速度和程度已經逐漸成為一家銀行是否具備和能否保持競爭力的關鍵。由于重視程度不足，數字化風控體系未能在數字銀行整體建設層面處于統領地位，一些過于追求短期利益的做法導致風控體系在應對各類風險方面存在嚴重不足，進而形成數字化風控體系漏洞，對銀行的健康經營和發展極其不利。

2.1.4 傳統風控的4塊短板

隨著人工智能、大數據、云計算、區塊鏈以及物聯網等技術在銀行領域的深入應用，傳統風控模式已經遠不能滿足銀行對風險管理的精準度及多元化的風控需求，如何借助數字化轉型擁抱智慧風控，有效提升風控能力，是商業銀行面臨的長期課題和挑戰。在銀行傳統風控模式下，普遍存在著流程依賴手工、模型工具落后、管理機制不完善等痛點。

以下4塊短板已經嚴重制約銀行風控的有效性和精準度，如圖2-3所示。

1.不能滿足精準風險管控需求

數字化時代，銀行對公、對私客戶結構及業務辦理方式均出現明顯改變，銀行的各項業務都面臨轉型壓力。例如，在貸前階段，各家銀行普遍存在這樣的問題，傳統信貸流程以線下手工操作模式為主，盡職調查耗時費力，且存在信息搜集不全面、風險揭示不到位、政策執行不一致等突出問題，凸顯傳統風控困境。

2.不能滿足全面風險排查需求

重貸輕管是銀行業長期存在的客觀現象，不時會出現因貸后管理有問題而收到監管部門的巨額罰單的情況。傳統風控采取人工方式監控企業貸后動態，分析不及時，風險過程追蹤難度很大，手工臺賬式的貸后管理時效性低、漏警率高。受傳統貸后管理模式所限，貸款風險無法做到全面、有效、及時排查，受技術所限，存在不少監控死角，很難做到實時監控，貸后跟蹤措施未形成閉環管理，造成風險事件頻發。

3.不能滿足自定義風險監控需求

以傳統對公業務為例，由于缺乏相應技術與工具，風控部門無法為不同客戶的不同風控要求設置專屬監控指標，一般都是無差別設置統一監控項，尤其對于非結構化數據，未做到多源風險整合及關聯分析，預警消息不精準。此外，對審貸風控業務知識未進行充分有效的利用，對客戶的審貸、風險排查和風險管控未做到全流程打通，只是簡單的企業負面信息分發。

4.不能滿足可視化全面管控需求

傳統風控模式流程復雜，環節眾多，傳遞文檔資料通常采取線下手工交接方式，而各業務系統間由于煙囪式建設，數據信息交互不及時，導致分、支行行長等主要管理者無法看到業務風險全貌。加之缺少專門的平臺展示各分行、各部門層面的客戶風險、客群風險，管理者無法及時調閱、督辦預警消息的落實情況，做不到全局掌控。