摘要：本文聚焦于个人贷款授信发起端真实性审核、审批端统一授信以及贷后端资金流向监控等问题，认为商业银行要通过设计区域性贷前反欺诈准入流程、打造统一授信管理体系以及引入前沿风控大数据技术，加强个人贷款授信业务贷前、贷中、贷后各环节的风险防控能力，从而实现穿透式风险管理。

关键词：个人贷款；大数据；统一授信

一、个贷授信准入环节大数据技术的应用

在个贷授信准入环节，通过各类信息的整合和相互验证，由系统自动完成对新申请客户的身份验证，并运用不同的准入模型算法对新客户进行反欺诈过滤、内控名单比对等风险筛查，最终完成客户授信准入的风险判断。

（一）打造区域性贷前反欺诈准入流程

对于全国性商业银行而言，个人贷款业务的准入评分卡模型一般由总行相关部门进行统一设计，可能出现区域性客群适配性问题，特别对于小微、普惠金融业务规模较大的地区，一旦出现某个行业或特色客群不适配总行准入评分卡的情况，依靠人工核验和经验审批难以迅速响应，可能造成业务机会的流失，同时也对人工反欺诈识别的准确性带来挑战。基于以上背景，全国性商业银行有必要在部分地区和分行，基于内外部大数据采购、收集、整合、挖掘并建模，建立区域性特色反欺诈规则集和特色综合评价模型，以之作为总行级准入评分卡模型的补充。区域性特色反欺诈规则集建设应考虑区域性特色黑名单信息的搜集整理以及建立反欺诈规则集的日常管理机制。区域性特色黑名单信息主要包括省市级信用办、公共信用信息中心积累的联合惩戒名单、限高名单、限出入境名单、失信执行名单等，以及对于特定行业或地区的特殊管控要求。1.反欺诈规则集管理机制反欺诈规则集的日常管理机制需要满足及时性原则和动态调整原则，其中及时性原则是指通过系统自动抓取、人工主动搜集的方式，将符合名单条件和特征的客户及时纳入至反欺诈规则集，实施监控管理；动态调整原则要求建立黑名单客户进入和退出以及规则模型的动态调整机制，若不良信用行为、风险特征已有效化解和消除，可发起申请，将客户调出黑名单，同时保留调入及退出记录。2.反欺诈规则集拓展延伸在传统规则模型应用的基础上，区域性特色集还可以考虑引入社区算法，通过聚类算法思想，利用特征工程、社区图算法①、信任评分等技术，通过计算高阶变量、组合业务变量和细分结果分类等方法，建立高维空间，放大反欺诈模型输入的向量维度，从而计算客户在高维空间中的距离，画出疑似欺诈客户的聚集区，将不同客户利用高维空间进行合理区分，从而有效暴露疑似欺诈客户异常行为的离群特征。

（二）建立区域性特色综合评价模型

区域性特色反欺诈规则集验证通过后，还需完成区域性特色综合评价模型的打分输出。对于区域性特色综合评价模型的设计，主要需要满足两个方面的要求：一是统计学要求，客群的得分分布应满足正态分布，避免厚尾等情况的发生，同时客群的坏客户比例应呈现逐级下降的趋势。二是区域性评价模型应是对总行模型的补充，维度方面要体现差异性，评价模型建模过程中可以从身份匹配度、用户行为、收入等级、资产情况、营收支付、关联风险等方面进行分维度评价，辅之以合适的权重，最终形成综合评价得分。

二、统一授信识别管理中大数据技术的应用

中小企业的最大特点是企业行为与企业法人（或企业主）的个人行为紧密相关。因此，中小企业授信已不再局限于商业银行对公业务条线，而是涵盖了对公业务、个人业务、信用卡等多个业务条线，这也带来了不同业务条线之间风险交叉传导的问题，进一步增加了风险管理的难度。

（一）统一授信管理体系构建

从授信客户的特点出发，对兼具企业和个人双重身份的中小企业客户，需要打破传统业务边界实行客户的统一授信管理。在客户信息共享、授信风险准入、授信审批决策、客户授信总量管控、授信产品额度切分、授信条件落实，以及持续的贷后跟踪管理等工作中，都要做到风险的全面、穿透式管理。在授信业务管理过程中，需要把对公授信和个人贷款纳入统一授信管理体系，对于中小企业和个人金融条线而言，必须打通跨条线授信数据的壁垒，中小企业条线客户经理可以通过系统了解企业关联个人授信的情况，个人金融条线客户经理也要充分了解授信个体关联企业的授信情况；同时还需要在系统后台进行批量数据加工，支持统计导出已有交叉授信的情况，便于窗口指导部门定期跟踪摸排交叉授信存在的风险隐患并及时进行预警。在各条线数据打通并基于行内授信信息关联关系表和银码表实现授信数据统一管理的基础上，对于个人贷款授信业务中涉及的关联公司，结合知识图谱中的关联路径，通过法人、实际控制人、控股股东等维度摸排个人关联企业延伸套取授信的风险隐患，防止客户利用跨多线多种授信产品，超过其风险承受能力形成过度负债。

（二）统一授信管理体系的应用

依托统一授信管理系统，针对已发放的公司客户（包括信贷工厂客户）授信与对该客户法定代表人、实际控制人、股东发放的用于该公司经营的个人贷款，贷前环节可以基于线上查询函功能，充分揭示跨条线的存量授信和在途审批流程信息；贷中审批环节可以基于预警查询功能，查询跨条线关联客户的预警信息和黑名单情况；贷后管理环节可以基于统计报表功能，一键查询统一授信管理视角下分机构、分行业、分产品、资产质量分类等不同维度的授信统计信息。

三、贷后资金流向监控中大数据技术的应用

在贷后管理工作中，资金用途和流向监控是信贷全流程管理的重要环节。近年来，个人贷款授信业务的信用风险有所提升，商业银行要及时有效地监控资金用途和流向，提升自身的信用风险与合规风险防范能力。

（一）结算水平监控

从分析挖掘维度出发，主要包括结算量与销售收入不匹配、结算水平与金额异动等场景，主要分析监控借款人的结算量和销售收入占比是否处在合理区间；监测借款人在过去一段时间内结算笔数和结算金额的降幅异动，预测个人关联企业经营质态出现恶化的可能性，以便及时采取相应的处置措施。

（二）资金用途监控

针对授信业务资金发放的真实交易对手进行监控，用以发现贷款资金回流、授信资金交易对手疑似非正常等异常行为，其中贷款资金回流主要监测借款人在银行授信发放贷款前后一段时间内，是否与同一交易对手频繁发生大额借贷业务，或者出现跨银行、跨客户资金回流的情况；交易对手疑似非正常主要监测授信发放后短期内主要交易对手中是否包括小贷、财务、信托等公司，识别借款人挪用银行放款偿还其他非银机构贷款的风险。

（三）账户风险监控通过分析

监控授信企业的账户状态及资金来源，建立银票托收异常行为监控、还款资金来源疑似异常等风控场景，帮助银行更加真实直观地了解企业的经营质态和资金流动水平。银票托收异常监控主要针对发生退票的借款人，分析借款人经营和资金流转是否疑似出现问题；还款资金来源疑似异常监控用以监控借款人还本付息资金来源为本行授信客户或关联方资金周转的情况。

四、关于商业银行个贷大数据风控实施的建议

（一）加强科技系统在个人授信风险管理中的运用

科技手段的深入运用有助于提升个人授信的风险管控水平，建议通过标准化、模板化的方式对个人信贷产品进行规范，贷前阶段通过设立模型等方式加入科技系统预审批流程，减少人为干预对个人授信风险管理水平的影响，提升贷款审查审批效率；贷后阶段借助科技系统在大数据方面的高效处理能力，设立合理有效的预警指标体系，对个人贷款授信客户实施逐户高效监控，提升贷后管理覆盖面，便于对信用情况发生变化的客户及时采取应对措施，防范化解信用风险。

（二）打造数据集市

依托大数据技术整合内外部数据，建立全面知识图谱，更完整地呈现风险的关联传导，不断提升风险预判的时效性和准确性，为客户准入和审批决策提供助力。同时加强与业内领先的科技企业合作，打造自主的信用风险数据集市和业务决策系统，积极探索适合于自身风险管理偏好的方法，为个人贷款授信风险管控领域深入推广应用大数据技术夯实基础。

（三）提升获客精确度

引入人工智能（AI）、机器学习（ML）等技术，深挖数据价值，快速响应个人授信业务需求，尝试针对银行内部不同的客户分群分别应用模型，在个人客户画像的基础上，开发产品画像，依托大数据技术精选目标客户群，根据金融资产、产品偏好等进一步细分为多个子客群。同时基于图数据库等技术，建设社交画像体系，挖掘客户与客户、公司与客户、商户与客户间关联关系，进而有针对性地匹配多款个人金融产品并发起精准营销活动，为目标客户推荐个性化产品。

（四）建立信用评估模型

国内外已有将决策树、聚类分析、人工神经网络、支持向量机等分类方法用于贷款客户违约概率预测的相关研究。可尝试运用上述方法建立信用评估模型，结合商业银行所在地客户的数据，预测授信客户的违约情况，并将预测结果用于对银行个人贷款授信业务的指导。

（五）重视数据使用的合规性

2020年10月，《中华人民共和国个人信息保护法（草案）》提出了单独同意和书面同意的新要求，同时对用户画像、公开信息利用等数据处理方式进行了规范，对于商业银行在外部采购数据来源、内部数据存储规范和数据传输方式的合规性三个方面都提出了更高的要求。商业银行要审慎引入外部数据，确保数据使用的合规性。

参考文献：

[1]吴广涵.关于线上个人贷款欺诈案例的思考与启示[J].现代金融,2019,（12）.

[2]庄国立.浅谈商业银行在金融创新中面临的风险及对策分析[J].时代金融,2014,（11）.

[3]车新帅.个人客户画像助力农行零售数字化转型[J].金融电子化,2019,（9）.

[4]王祖君,李琳,凌瑜.浅析大数据在智能风控中的应用[J].中国信用卡,2018,（10）.

[5]薛飞,黄晶晶,陈萌.基于大数据及知识图谱的客群信用风险关联传导研究[J].中国征信,2018,（1）.

作者：相瑞