孫成龍

【摘要】目前大型商用車集團擁有產(chǎn)銷研完整的產(chǎn)業(yè)鏈和價值鏈。為更好地支持主業(yè)，滿足終端客戶金融需求，大型商用車集團設(shè)立金融公司，為集團公司產(chǎn)品全生命周期提供金融服務(wù)，有效助力集團公司打造全新商用車生態(tài)圈。隨著產(chǎn)業(yè)的不斷發(fā)展，大型商用車集團財務(wù)風(fēng)險管理復(fù)雜多變，所屬金融公司面向終端客戶辦理市場化業(yè)務(wù)并具有一定的杠桿效應(yīng)，一旦發(fā)生風(fēng)險，將直接導(dǎo)致集團公司資金斷裂，甚至引發(fā)系統(tǒng)性風(fēng)險。由于大型商用車集團內(nèi)的金融公司主要面臨客戶違約形成的信用風(fēng)險。文章主要從金融信用風(fēng)險防控角度，探析大型商用車集團如何進行智能化風(fēng)控管理，進一步優(yōu)化集團整體層面的財務(wù)風(fēng)險管理。

【關(guān)鍵詞】大型商用車集團；金融公司；智能化金融 風(fēng)險管理

【中圖分類號】F831.5

一、引言

近年來，隨著大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、人工智能等新技術(shù)廣泛應(yīng)用，大型商用車集團越來越重視財務(wù)風(fēng)險管理，為防止因金融業(yè)務(wù)產(chǎn)生系統(tǒng)性風(fēng)險，不斷利用大數(shù)據(jù)搭建智能化的金融風(fēng)控體系。智能化風(fēng)控管理的核心在于從多維、海量數(shù)據(jù)中獲得有助于風(fēng)控決策的信息，提高風(fēng)險防控的質(zhì)量和效益。大型商用車集團采用核心業(yè)務(wù)系統(tǒng)、數(shù)據(jù)庫系統(tǒng)、大數(shù)據(jù)技術(shù)等，提升風(fēng)險數(shù)據(jù)分析與信息處理能力，將數(shù)據(jù)信息與相關(guān)內(nèi)容轉(zhuǎn)變成為有價值的數(shù)據(jù)資源，提升風(fēng)險管控工作分析層次，便于有效決策。同時創(chuàng)新風(fēng)險管控的模式，由原有傳統(tǒng)人工識別風(fēng)險轉(zhuǎn)變?yōu)閿?shù)字化、智能化的風(fēng)控管理，并預(yù)測未來風(fēng)險的發(fā)展趨勢。

二、大型商用車集團智能化金融風(fēng)控管理的意義

大型商用車集團傳統(tǒng)的財務(wù)風(fēng)險管理主要通過匯總各類報表信息，分析權(quán)屬金融公司風(fēng)險點，進而制定整體的風(fēng)險防控策略。由于不掌握金融公司的業(yè)務(wù)及授信額度管理情況，常造成風(fēng)險防控策略無法有效落地實施，同時風(fēng)險信息滯后，無法及時止損，引發(fā)嚴重的系統(tǒng)性風(fēng)險。智能化金融風(fēng)控管理是對科技、業(yè)務(wù)場景、客戶、數(shù)據(jù)等方面進行整合，從而為商用車集團提供智能化、可視化、信息化的風(fēng)控決策[1]。智能化風(fēng)險管理以構(gòu)建智能化的風(fēng)險管控能力為核心目標，搭建貸前、貸中、貸后管理一體化，實現(xiàn)從數(shù)據(jù)采集、整合到數(shù)據(jù)加工處理、數(shù)據(jù)挖掘與分析、模型部署上線和持續(xù)優(yōu)化迭代的智能風(fēng)控閉環(huán)管理。大型商用車集團以業(yè)務(wù)為突破口，通過外部引智和借鑒同行業(yè)先進經(jīng)驗，借助大數(shù)據(jù)、人工智能等先進技術(shù)，以數(shù)據(jù)為基礎(chǔ)、風(fēng)控模型為工具、風(fēng)險指標為決策依據(jù)，形成主動攔截風(fēng)險且事前防范、事中控制、事后預(yù)警與處置的智能風(fēng)控體系，以便于風(fēng)險整體控制。

三、大型商用車集團智能化金融風(fēng)控管理的構(gòu)建

（一）搭建大數(shù)據(jù)管理平臺，夯實智能風(fēng)控平臺的基礎(chǔ)

智能風(fēng)控的基礎(chǔ)是對數(shù)據(jù)進行整合、獲取、清洗。大型商用車集團一般會成立大數(shù)據(jù)管理中心，專門梳理內(nèi)外部各種有價值數(shù)據(jù)，建立統(tǒng)一的數(shù)據(jù)管理工作模式，明確工作標準，并統(tǒng)籌管理內(nèi)外部數(shù)據(jù)信息，搭建數(shù)據(jù)的閉環(huán)管理。

1.大型商用車集團數(shù)據(jù)

作為汽車的生產(chǎn)廠家，具有海量的經(jīng)銷商數(shù)據(jù)、銷售車輛數(shù)據(jù)、結(jié)算數(shù)據(jù)、車型數(shù)據(jù)、配件庫數(shù)據(jù)、維修服務(wù)數(shù)據(jù)、智能通數(shù)據(jù)等高附加值的數(shù)據(jù)，而集團所屬商用車金融公司，擁有大量的信貸客戶數(shù)據(jù)、渠道數(shù)據(jù)及信貸業(yè)務(wù)數(shù)據(jù)、還款質(zhì)量數(shù)據(jù)、逾期客戶數(shù)據(jù)等。各種數(shù)據(jù)普遍分散于多個核心和外圍系統(tǒng)，缺乏統(tǒng)一的標準、統(tǒng)一的數(shù)據(jù)字典、統(tǒng)一的數(shù)據(jù)規(guī)范，導(dǎo)致數(shù)據(jù)質(zhì)量不高，甚至出現(xiàn)無效數(shù)據(jù)、數(shù)據(jù)管理難度大、數(shù)據(jù)無法有效共享及使用的問題。大型商用車集團通過大數(shù)據(jù)管理中心整合集團內(nèi)部所有數(shù)據(jù)，規(guī)范數(shù)據(jù)基礎(chǔ)，改善數(shù)據(jù)質(zhì)量、提高數(shù)據(jù)治理水平和能力。

2.引入外部三方數(shù)據(jù)

在移動互聯(lián)互通時代，大型商用車集團樹立數(shù)據(jù)共享理念，不斷研討及尋找外部有價值數(shù)據(jù)，達到內(nèi)外部數(shù)據(jù)的有效支撐。目前主要的外部數(shù)據(jù)包括風(fēng)險黑白灰名單信息、征信信息、消費信息、過度借貸信息與反欺詐信息等。外部數(shù)據(jù)的采集主要通過購買、外部共同合作、研發(fā)等方式。為了充分利用外部數(shù)據(jù)的各種維度、提高外部數(shù)據(jù)的有效價值，需不斷測試研究并與集團內(nèi)部數(shù)據(jù)進行整合管理。

3.搭建大數(shù)據(jù)平臺，支撐數(shù)據(jù)閉環(huán)管理

智能化的風(fēng)控管理必須整合、分析巨量數(shù)據(jù)，并將數(shù)據(jù)充分應(yīng)用，構(gòu)建大數(shù)據(jù)支撐平臺，達到數(shù)據(jù)采集、分析、利用、反饋及評估的閉環(huán)管理，同時必須結(jié)合場景化進行分析應(yīng)用 [2]。大型商用車集團金融大數(shù)據(jù)平臺對接大型商用車集團內(nèi)部系統(tǒng)，并與海關(guān)、司法、工商、稅務(wù)等外部數(shù)據(jù)進行對接，通過分析，提煉高效且符合業(yè)務(wù)場景的數(shù)據(jù)，為智能化風(fēng)控堅定基礎(chǔ)。

（二）制定風(fēng)控策略，深挖數(shù)據(jù)價值

1.全流程風(fēng)控策略

風(fēng)控策略包括風(fēng)控規(guī)則和風(fēng)控模型。風(fēng)控模型的搭建和運用是智能風(fēng)控的核心。大型商用車集團金融風(fēng)控管理通常由貸前、貸中、貸后三個環(huán)節(jié)構(gòu)成，貸前準入能夠過濾資質(zhì)差的客戶，貸中審批可以降低客戶逾期，貸后管理可以進行風(fēng)險預(yù)警及催收，三個環(huán)節(jié)相互作用構(gòu)成了整個風(fēng)控體系管理，將內(nèi)外部數(shù)據(jù)分析，結(jié)合機器學(xué)習(xí)建立相關(guān)模型，從而滿足全業(yè)務(wù)流程的風(fēng)控需求。通過風(fēng)險控制規(guī)則，同時設(shè)置反欺詐模型、信用評級模型、信用額度模型、貸后風(fēng)險預(yù)警等，達到對不同客戶風(fēng)險的識別、評價、預(yù)警。同時大型商用車集團引入機器學(xué)習(xí)等新技術(shù)進行智能化風(fēng)控管理。構(gòu)建模型的流程包括數(shù)據(jù)收集及處理、特征工程、特征選擇、模型構(gòu)建、模型評估等環(huán)節(jié)[3]。

2.貸前準入策略

（1）構(gòu)建客戶全景風(fēng)險畫像

首先，構(gòu)建客戶關(guān)系圖譜系?？蛻絷P(guān)系圖包含客戶自身擔(dān)保關(guān)系、客戶高管關(guān)系、實際控制人、客戶對外投資關(guān)系、與客戶資金往來間關(guān)系等?？蛻絷P(guān)系圖譜區(qū)分受益人、實際控制人、股權(quán)等，通過一系列網(wǎng)狀呈現(xiàn)，明確標示客戶所處角色，識別關(guān)聯(lián)風(fēng)險，防止外源性風(fēng)險的導(dǎo)入及傳染。其次，客戶風(fēng)險畫像的形成。堅持以授信客戶為中心，全面分析內(nèi)部風(fēng)險信息，深挖企業(yè)的外部風(fēng)險信息，形成多維度、立體化的客戶風(fēng)險畫像，最終實現(xiàn)“信息找人”。最后，形成智能化、可視化的分析報告。根據(jù)客戶最終的風(fēng)險畫像，形成智能化的評價策略，形成利用分析決策的報告體系。

（2）制定貸前反欺詐策略

搭建貸前反欺詐策略包括反欺詐規(guī)則和反欺詐模型。反欺詐規(guī)則具體包括：維護自身黑名單、外部欺詐名單、司法信息名單等數(shù)據(jù)，并設(shè)置客戶準入所需要的征信規(guī)則?？蛻羯暾垥r，將核心業(yè)務(wù)系統(tǒng)中的姓名、身份證號、手機號、年齡、收入等信息傳至風(fēng)險決策引擎，通過反欺詐規(guī)則，判斷客戶身份的真實性。若命中名單，直接否決客戶身份準入；若未命中，客戶身份準入通過。客戶身份通過后進入反欺詐評分模型。反欺詐評分模型通過識別客戶特征，利用函數(shù)計算，得出反欺詐分數(shù)。隨著金融欺詐數(shù)量不斷增加，欺詐方式越來越多樣化，同時反偵查能力越來越專業(yè)，欺詐行為具有復(fù)雜性、隱蔽性，難以有效甄別。金融欺詐利用信息不對稱、隱瞞、編造虛假信息，謀取不正當利益。傳統(tǒng)的風(fēng)控管理由于技術(shù)落后，信息不對稱，無法有效識別欺詐行為。智能化風(fēng)控管理可充分利用大數(shù)據(jù)技術(shù)及系統(tǒng)數(shù)據(jù)，深挖客戶欺詐行為，識別風(fēng)險特征及客戶關(guān)聯(lián)關(guān)系異常信息，結(jié)合征信、司法等外部信息，有效提升反欺詐能力。

3.貸中審批策略

貸中審批策略包括信用評分卡、客戶行為監(jiān)控等，構(gòu)成風(fēng)控的第二道防線。信用評分是通過歷史數(shù)據(jù)，首先定義好客戶和壞客戶。再選擇好客戶和壞客戶的特征，如年齡、收入、消費水平等作為客戶特征，并通過判斷選取客戶逾期的有效特征。以年齡特征為例，通過機器不斷學(xué)習(xí)及函數(shù)計算，年齡在40～48歲之間好客戶的比率最高，得出年齡特征評分。商用車金融常見的客戶評分特征包括年齡、性別、文化程度、職業(yè)、行業(yè)、收入、電話、婚姻狀況、住址、房屋類型等。通過對以上特征分析，逐一分析計算出以上特征的分數(shù)，定義客戶閾值，并最終搭建客戶評分模型。辦理金融業(yè)務(wù)時，通過客戶評分模型，計算出每個借款客戶分值，超過設(shè)定的閾值，客戶未來逾期率低，同意辦理金融業(yè)務(wù)，低于閾值則拒絕客戶準入。

4.貸后預(yù)警策略

（1）逾期客戶預(yù)警策略

貸后預(yù)警由逾期預(yù)警、催收決策組成，構(gòu)成了風(fēng)控的第三道防線。智能化貸后風(fēng)險預(yù)警能建立主動實時監(jiān)控方式。為使得貸后全過程管理，實時預(yù)測及監(jiān)控客戶信用風(fēng)險，搭建“信貸業(yè)務(wù)實時監(jiān)測+客戶風(fēng)險及時預(yù)警+客戶逾期預(yù)警”的監(jiān)控平臺。智能風(fēng)控平臺及時捕捉客戶行為特征及關(guān)聯(lián)關(guān)系人特征，通過信貸業(yè)務(wù)全過程監(jiān)控，智能分析客戶運營情況及還款信息，及時預(yù)測客戶逾期情況，同時通過外部數(shù)據(jù)，有效監(jiān)控風(fēng)險信息，及時通過集團內(nèi)部系統(tǒng)進行預(yù)警，并將風(fēng)險情況通過系統(tǒng)傳至相關(guān)決策領(lǐng)導(dǎo)，及時采取風(fēng)險應(yīng)對措施。智能化風(fēng)控需要設(shè)定監(jiān)測指標，涵蓋客戶經(jīng)營過程中的財務(wù)狀況、經(jīng)營情況、違約情況、涉案情況等內(nèi)容。同時將檢測指標納入風(fēng)險檢測模型，生成風(fēng)險日報信息，并完善風(fēng)險實時報送機制。

（2）逾期車輛預(yù)警策略

大型商用車集團擁有自身車輛運營的GPS定位系統(tǒng)，智能化風(fēng)控管理將集團車輛運營GPS定位與業(yè)務(wù)系統(tǒng)進行集成，并設(shè)置業(yè)務(wù)規(guī)則，針對不同的區(qū)域及不同的車輛設(shè)置不同的行駛里程和盈利能力閾值。一是根據(jù)車輛GPS位置信息、車型、駕駛路線及發(fā)動機數(shù)據(jù)，搭建客戶車輛盈利模型，實時監(jiān)控客戶還款能力。二是根據(jù)客戶的行駛里程、車型信息及區(qū)域，設(shè)定閾值，一旦觸及及時進行風(fēng)險預(yù)警。

（三）多場景生態(tài)融合，驅(qū)動智能風(fēng)控平臺迭代

大型商用車集團內(nèi)的金融業(yè)務(wù)是多維度的，產(chǎn)品是多元化的，擁有較長產(chǎn)業(yè)鏈、管理鏈和業(yè)務(wù)鏈。產(chǎn)業(yè)鏈涉及上游供應(yīng)商、下游經(jīng)銷商，二級網(wǎng)絡(luò)及終端客戶；管理鏈涉及商用車集團層管理、金融公司自身管理及渠道、客戶、車輛管理；業(yè)務(wù)鏈主要涉及商用車金融自身業(yè)務(wù)產(chǎn)品、業(yè)務(wù)模式等。每個維度及每個鏈條都涉及風(fēng)控管理，大型商用車集團必須不斷對風(fēng)控平臺進行迭代優(yōu)化。

主要參考文獻：

[1]邢桂偉.依托大數(shù)據(jù)技術(shù)構(gòu)建商業(yè)銀行智能風(fēng)控體系[J].中國金融電腦，2018（8）：19-22.

[2]閆鼎華.基于大數(shù)據(jù)的商業(yè)銀行風(fēng)險預(yù)警研究[J].經(jīng)濟研究導(dǎo)刊，2018（17）：146-148.

[3]陸登強.立足金融科技，大數(shù)據(jù)智能風(fēng)控助力普惠金融[J].中國金融電腦，2018（8）：23-25.