金融大數(shù)據(jù)信用風險控制項目總結(jié)報告

金融大數(shù)據(jù)風險控制項目總結(jié)報告總結(jié)一、金融大數(shù)據(jù)風險控制項目能夠快速整合客戶信息，全面、準確識別客戶及所擔保的風險，以快速響應(yīng)提升用戶體驗；二、客戶風險全流程監(jiān)測，包括貸前風險提示、貸中貸后風險監(jiān)測及預(yù)警，攔截高風險客戶，及時觸發(fā)風險緩釋工具的啟用；三、監(jiān)測各主流新聞媒體、論壇、自媒體，運用文本分析技術(shù)監(jiān)測、識別涉及客戶負面輿情，及時、主動化解風險，促進業(yè)務(wù)良性發(fā)展；四、支持風險防控體系的快速更新、快速部署，適應(yīng)當前客戶風險顯現(xiàn)的多樣性、易變性、復(fù)雜性；五、支持風控模型的回測、驗證，滿足對歷史風控模型的評價、新模型的驗證及潛在客戶風險批量評估、篩選。大數(shù)據(jù)時代，風險控制被認為是大數(shù)據(jù)技術(shù)在銀行業(yè)最有前景的應(yīng)用場景之一。同大多數(shù)商業(yè)銀行一樣希望通過大數(shù)據(jù)技術(shù)加強信貸業(yè)務(wù)，尤其是線上信貸業(yè)務(wù)的風險防控，以滿足平臺貸等業(yè)務(wù)規(guī)模驟升過程中的自動化風險檢測與審批需求。然而在具體實施過程中也依然遇到一系列的困難和挑戰(zhàn)，包括觀念的轉(zhuǎn)變、資源的短缺等。（一）業(yè)務(wù)模式的轉(zhuǎn)變，新的風險控制理念尚未成熟數(shù)字化銀行業(yè)務(wù)是典型的適應(yīng)互聯(lián)網(wǎng)金融環(huán)境誕生的金融產(chǎn)品，其業(yè)務(wù)模式與傳統(tǒng)業(yè)務(wù)有較大不同，且仍處于快速變化的狀態(tài)，對應(yīng)的內(nèi)外部相關(guān)監(jiān)管規(guī)則亦處于逐步完善之中。如何在快速推進新業(yè)務(wù)與嚴格遵守傳統(tǒng)監(jiān)管要求之間求得平衡，是業(yè)務(wù)經(jīng)營方、監(jiān)管方主要考慮的問題；大數(shù)據(jù)風控技術(shù)是逐步替代傳統(tǒng)風控手段還只是作為增強手段，各方的風控理念尚未完全達成一致。業(yè)務(wù)模式的不確定、監(jiān)管規(guī)則的不明晰，大數(shù)據(jù)風控的深入應(yīng)用仍處于探索過程中。（二）認知的偏見，大數(shù)據(jù)風險控制正名尚需時日在銀行傳統(tǒng)風控人員的認知中，現(xiàn)有線下信貸業(yè)務(wù)風控手段相對比較成熟，業(yè)務(wù)使用廣泛，已能夠滿足內(nèi)外部監(jiān)管的要求，只要嚴格遵守則基本無需承擔風控不力的責任；而使用大數(shù)據(jù)技術(shù)風控，現(xiàn)有數(shù)據(jù)的完備性、準確性存在一定的不足，風控模型效力仍有待時間驗證，亦存在風險遺漏的情況，缺乏傳統(tǒng)風控手段的“可靠性”，對大數(shù)據(jù)風控技術(shù)的使用持有一定的懷疑態(tài)度。而事實上不管是傳統(tǒng)風控手段，還是大數(shù)據(jù)風控技術(shù)都只能最大限度地降低風險而非杜絕風險，風控的效果指的是概率上的優(yōu)劣?，F(xiàn)如今互聯(lián)網(wǎng)金融模式的快速發(fā)展，需要我們不斷創(chuàng)新風控思路，在不斷試錯、不斷改進過程中完善風控體系，而不能抱殘守缺、墨守傳統(tǒng)風控理念，停滯不前。此外，客戶信息的完備性、準確性永遠是一個相對概念，沒有絕對完整、準確的客戶數(shù)據(jù)，只能是多方位完善、選擇性取舍。（三）數(shù)據(jù)極度缺乏，數(shù)據(jù)接入困難超預(yù)期當前金融產(chǎn)品日益多樣化，客戶準入門檻逐步下沉，商業(yè)銀行對優(yōu)質(zhì)客戶的爭奪愈演愈烈；而另一面，客戶對商業(yè)銀行產(chǎn)品越來越挑剔，對授信金額、審批速度的要求也越來越高。為了能夠在這場爭奪戰(zhàn)中占得先機，必須通過加強對客戶行內(nèi)外信息的整合，全面、快速、準確識別客戶風險，迅速做出授信決策?？蛻粜袃?nèi)數(shù)據(jù)在大數(shù)據(jù)平臺構(gòu)建過程中得到解決，而外部數(shù)據(jù)在接入過程中則遇到較大困難：首先，外部數(shù)據(jù)質(zhì)量參差不齊、數(shù)據(jù)效用較難評估，需要較長時間進行溝通、分析、確認；其次,對于線上常見的平臺貸等業(yè)務(wù)，由于銀行不直接面對客戶，傳統(tǒng)的埋點等風控數(shù)據(jù)采集方法難以施行。（四）案例庫的缺少，大數(shù)據(jù)風控模型優(yōu)勢難以快速體現(xiàn)對于很多中小型銀行，因業(yè)務(wù)規(guī)模及信息系統(tǒng)建設(shè)滯后等原因，不良授信的案例庫要么缺失、要么案例較少，尤其是對于線上的互金等新生業(yè)務(wù)，不良案例庫更是少之又少。由于案例庫的缺少，目前風頭正勁的機器學習等