3.3.3催收

催收：传统催收投入高、成效差，随着国家合规性政策收紧，智能技术有望赋能催收产业实现智能化、科技化、合规化。

贷后催收主要是针对逾期还款催收，传统的催收环节基本依靠线下，大规模的催收团队成本高、效率低，甚至还存在不合规现象。逾期催收的难点在于，不同逾期时段的催收成功率和重点差距较大。企业的催收能力主要体现在两个方面：失联修复的能力和命中率、催收话术和催收策略。

互联网借贷逾期率较高，逾期体量较大，尺长对催收的需求呈几何倍增长，借助大数据和人工智能等技术赋能催收产业，贷后催收逐步实现智能化、科技化、合规化。

智能催收实现个人信贷业务链条串联，优化贷前和贷中风控策略，未来会向标准化、精细化、透明化、工具化和系统化发展。

智能催收系统可以完成数据分析、筛选及判断，为风险预警提供策略，更好地识别和评估风险，使催收决策科学化、自动化，针对不同客户风险程度组合不同催收手段，节省人力成本，提高工作效率，同时优化贷前和贷中风控策略，实现个人信贷业务链条串联。

目前已有一些市场化智能化催收产品的应用效果已经得到了业内的认可，例如逾期客户画像、催收评分等，这一系列产品主要应用数据挖掘和统计学方法，以决策树、神经网络和评分结果展示为主要模型，根据不同规则将个人信贷催收管理模式精细化为：按照逾期时间增加催收力度，按照业务规则细分客户和按照催收评分细分客户，选择差异化催收策略。在催收手段的使用方式上，目前催收政策已经采取了如电话催收、短信催收、上门催收、信函催收等多元手段，配合催收策略进行调整。

随着数据体量累积和技术的更新迭代，未来催收产品会从劳动密集型向技术密集型转变，以大数据和人工智能为驱动，继续向标准化、精细化、透明化、工具化和系统化的方向发展。

同盾科技：第三方智能风控与分析决策服务提供商，坚持AaaS风控理念，提供跨行风险管理、反欺诈和营销分析服务

同盾科技：以人工智能、大数据、云计算等技术构建智能风控平台，为银行和互金公司提供全面风险管理解决方案。

同盾科技为某银行和某互联网金融公司提供的信贷风控解决方案，以人工智能、大数据、云计算等技术构建智能风控平台，基于对银行和互金公司的业务洞察，着力提供全流程云到端智能风控能力，规划整体风险管理和分析决策解决方案，减少潜在损失。

3.4 需求端应用

新经济环境下信贷业务风控面临更大挑战，技术互补和数据融合将成为推动行业发展的重要因素。

无论是越来越多的金融机构开始布局线上分期服务和网贷平台，还是发展迅猛的互联网借贷平台，都为个人信贷的风险控制在不同层次上提出了新的挑战：传统金融机构对线上场景理解不够，互联网金融公司目标客群信息真实性差、准入门槛低，贷前贷后风控措施严重失衡，问题平台的不断出现给行业发展带来波动。

各类金融机构在开展新的信贷业务时，拥有区别化的优劣势，金准人工智能专家认为，信贷产业的发展会很大程度上取决于技术互补和数据融合，传统金融机构、互联网金公司和金融科技公司取长补短，成为推动行业发展的重要力量。需求端现已形成三种主要布局智能风控的方式：自身建立智能风控部门，探索科技手段应用、与金融科技公司合作开发智能风控系统平台、与互联网金融公司合作开展业务，发挥各自优势。

不管是银行开展自身网贷业务还是作为存管机构，银行整体风控能力建设都将成为重点开发对象。

传统金融机构除了通过智能风控技术反哺自身风控系统外，为了寻求新的客户增长和更广的业务范围而开展的线上业务，则需要更深层次的智能风控系统全流程设计和布局，银行主要业务长期位于线下，因此开展网贷平台并不具备技术优势，目前布局方式主要有三种方式：内部研发、投资并购和外部合作。除了银行自身业务，目前国家规定网贷平台必须接入银行作为存管，因此不管是自身业务还是作为存管机构，银行的整体风控能力建设都将成为重点发展目标。

网贷业务信息化、网络化、数字化和智能化的优势促进了银行覆盖长尾用户的目标，除了将信贷活动的框架重心从物理空间转移至信息性虚拟空间，基于人工审核的贷款模式转变，带来成本降低，提升金融可得性，还可以通过广泛获取分析客户大数据，综合识别判断借款人的欺诈风险、信用风险等。

互联网借贷平台以信息数据为基础的量化风控模型和自动化的信贷管理系统为金融业带来新的启示。

互联网金融公司开展信贷业务大多以网贷的形式进行。网贷平台的核心竞争力除了优质资产，就是风控能力。网贷平台发展初期，为了抢夺用户，很多平台弱化贷前的审核流程，虽然实现了快速增长和大规模获客，可是超高坏账率也被行业诟病。

为了应对日益收紧的监管环境和实体经济紧张带来的高资产端违约率，网贷平台需要强化整体业务的风控意识，建立完善风控体系以重拾借贷双方信心。

网贷平台的风控体系具有数据收集方式广泛、信息多元化、流程自动化程度高等优势，作为传统金融的有效补充，这种以信息数据为基础的量化风控模型和自动化的信贷管理系统可以为整个金融业带来新的启示；如今互联网借贷平台也纷纷瞄准线下市场，用科技手段填补金融空白市场，与传统金融体系相互促进，是未来信贷业务发展的必然趋势，也对完善金融产业结构具有重要意义。

3.4.1量化派

量化派：数据驱动的科技公司，多功能实现智能化匹配、风控引擎和大数据监控，打造活力金融科技生态。

量化派：为客户提供系统、引擎、模块的全流程设计和搭建，标准化风控平台匹配自定义模块，实现线上信贷智能化代运营。

3.4.2真融宝

真融宝：综合性金融科技平台，借助互联网+金融风口，以科技手段服务用户，提供便捷、高效的金融服务。

真融宝：对标的分类管理分散出借人风险，优化风控和定价模型完善资金闭环风险管理，为信贷机构和借贷人提供风控产品。

真融宝对所投标的分类管理，考察与评估不同类别众多合作方，在每个类别中选取合适标的提供方进行合作，通过分散的投资方式降低出借人风险；根据得到的风控数据，比如逾期率、坏账率等对投前模型进行调整，同时参考人群变化和经济周期变化，不断优化风控和定价模型，补充反欺诈名单，完善整个资金闭环的风险控制。除了满足自身风控需求，真融宝还可以对各类信贷机构和借贷人提供风控解决方案和产品。

四、智能风控产品及服务应用——企业篇

现阶段智能风控布局对于企业信贷风控的效果提升较小，大部分企业表示未来会将小微企业信贷领域作为目标。

传统企业信贷风控基于整合企业工商信息、合规情况、经营能力等指标评测企业信用等级状况，企业信贷尤其是小微企业信贷大多会以供应链金融或者抵押贷款的形式进行。区别于个人信贷，企业信贷单笔数额大、数量少，需要人工参与整个业务流程，评估复杂，难以实现完全的自动化，因此形成了借贷的门槛效应。

在智能风控逻辑层面，不同于个人人群画像和预测规则，小微企业的多样化往往不具有统计学规律，无法用其他企业或者某些企业的样本特征作为依据；在逾期水平和坏账率等指标的判断上，基于大数据的预测模型同样不具有代表性，因此现阶段智能风控布局对于企业信贷风控的效果提升较小。

在中国人民银行、银保监会等五部门联合印发的《关于进一步深化小微企业金融服务的意见》中提到：今年9月起，符合条件的小微企业和个体工商户贷款利息收入免征增值税单户授信额度上限，由100万元提高到500万元，国家对小微企业信贷业务的大力扶持，带动了各类金融科技公司积极探索企业信贷风控智能化的积极性，根据拜访过的智能风控企业高管提及，大部分企业表示未来会将小微企业信贷领域作为目标，将智能风控覆盖不同需求的信贷业务场景。

由于企业征信门槛较低，数据和产品同质化程度高，导致机构蜂拥入局，企业征信的发展面临着更大挑战。

企业征信是指征信机构作为提供信用信息服务的企业，按一定规则合法采集、汇总分散在社会各方面的企业信用信息，形成企业征信数据库，加工整理形成企业信用报告等征信产品，有偿提供给经济活动中的贷款方等有合法需求的信息使用。

中国2013年就颁布了《征信业管理条例》，除了央行征信中心外，截止到2018年9月28日，由中国人民银行授权备案的企业征信机构共有122家，相较于高峰期备案企业137家，一直有企业征信机构纷纷注销牌照或业务转型，由于其门槛较低，数据和产品同质化程度高，导致机构蜂拥入局，企业征信的发展面临着更大挑战。

企业级知识图谱可以建立企业与企业、企业与个人间关系，挖掘和预测潜在风险关联企业上文讲到通过智能化技术为法人/企业高管、对外投资/关联企业建立联系，智能风控通过构建企业级知识图谱，还可以完成个人与企业之间的风控逻辑转换。

知识图谱的基础是多维度海量数据库、语言关系认知能力和知识库表示结构。在申请欺诈风险识别场景，知识图谱整合和关联内部结构化数据、非结构化数据以及互联网采集数据、第三方合作数据，建立企业与企业之间的投资、上下系、担保关系，企业与个人之间任职、实际控制、一致行动关系，及时预测未来潜在风险关联企业；知识图谱还可以根据行业信息建立关系挖掘模型，展示每个行业间关联度，及时预测未来有潜在风险的关联行业企业，对相关风险做出预判。

除了申请阶段的反欺诈，通过构建企业相关负责人已知欺诈要素如手机、设备、账号、地域等维度的关系图谱，对海量风险数据离线统计分析，收集风险运营反馈结果，优化风险模型和规则，还能做到交易阶段的反欺诈。

智能手段助力企业征信数据整合，打破数据孤岛，实时监测经营数据，实现企业数据资产化，将其转化为衡量企业重要标签。

截至今年5月底，央行征信系统收录企业和其他组织2531万户，而今年3月份我国市场主体数量已突破1亿，央行征信系统的覆盖率只有25%。

基于大数据、人工智能技术，数据的处理、分析和建模能力能够更好的挖掘企业信息价值，整合资源平台，通过知识图谱打通企业之间的联系；降低渠道成本的同时，打破数据孤岛，打通各平台企业数据通道；实时监测异常经营数据，缩短预警周期；将多维、海量企业数据转化为资产，成为衡量企业的重要标签。

对于取得牌照的122家征信公司依托备案赋予的能力能发展到什么规模，除了取决于央行的开放程度，金准人工智能专家认为，不管是企业征信还是个人征信，能否利用最基础的数据和算法，建立符合商业应用环境与政策要求的模型和系统，才是未来企业竞争的决定性因素。

对比国外巨头企业，国内企业征信公司商业模式有待探索，基于自身更适合中国金融环境发展的风控技术协助金融机构决策。

邓白氏在中国的入局可以成为国内企业征信最具特色的代表案例：邓白氏是美国企业征信巨头，几乎垄断美国市场，2006年邓白氏和华夏信用在国内成立合资公司，开启外资进入中国征信行业的先河。邓白氏主要服务产品有：测量风险、设定信用/贷款条款、提供商业信用报告、风险预测评分等，主要为了帮助贷款企业降低信用风险、增加现金流，为金融机构减少信用和合规性风险。

具体解决方案中，邓白氏编码和DUNSRight数据质量管理流程是企业征信服务的典范：邓白氏编码是成功建立企业族系树的关键，类似企业知识图谱，而DUNSRight ® 信息质量管理流程利用智能手段对来自数千信息资源的信息进行收集、整理、编辑与验证。

分析华夏邓白氏的商业模式可以发现，基于数据征信服务衍生其他配套产品服务是企业核心竞争力，而对于还处在发展初期的中国企业，在这个方面还需要多加探索和尝试，基于自身更适合中国金融环境发展的风控技术手段，协助金融机构进行风控决策，促进智能风控发展。

企业信用评估和智能舆情监控等企业智能风控产品的出现为小微企业信贷带来更多选择，助力小微企业解决信贷难题。

智能风控关于企业信息等级评分开发了一系列一站式企业信用评估产品，例如企业主体评估、关联人评估、关联企业评估等，旨在通过一站式企业信用评估系统，解决多次查询导致的信息分散、操作不便等痛点，提高效率；将企业风险通过策略风险分的形式呈现，将关联风险信息涉及的主体名称、数量、关联关系等以类别的形式呈现，将企业投资关系以关联图谱的形式呈现，将风险量化、可视化展示；可灵活配置风控策略与决策流，实时响应小微企业贷款风控政策的变迁。所有信用评估产品不会涉及具体信息，均已评分形式展示，以此为基础为企业信贷提供差异化风险定价提供了可能。

贷中监控中的智能舆情模块，基于机器学习和人工智能对企业新闻舆情进行二次加工处理，实现归类汇总相似新闻事件和智能判断新闻结论，用于金融信贷领域的企业舆情监控、关联方舆情监控等领域。

合理应用大数据、人工智能和区块链技术解决供应链金融为企业信贷带来的新风险供应链金融是企业信贷的一个业务层面，尤其是小微企业的信贷风险偏高，影响企业经营波动因素较多，所以供应链金融这种注重真实贸易信息大于企业常规信息、期限较短、流通性好、可分散风险的商业模式被接纳水平较高。

以数据为核心的供应链金融可以强化企业在供应链上的地位，增加供应链的稳定性。但是供应链金融的引入也会为企业信贷带来新的风险，利用供应链金融转移信贷风险的同时，还需处理两者的平衡关系。除此之外随着物联网、区块链等技术的进步，供应链金融在数据征信、资金流和信息流方面都将有很大提升。

商业银行进行经营战略转型过程中，将供应链金融作为转型着力点和突破口之一，企业信贷风控智能化将成为下一个“风口”银行业空前重视供应链金融业务。目前商业银行在进行经营战略转型过程中，已纷纷将供应链金融作为转型的着力点和突破口之一。

各家商业银行受信贷规模限制，可以发放的贷款额度有限，而供应链金融围绕核心企业，管理上下游中小微企业的资金流和物流，并把单个企业的不可控风险转变为供应链企业整体可控风险，通过立体获取各类信息，将风险控制在最低；

目前智能风控布局中小微企业贷款业务板块的企业较少，金准人工智能专家认为主要是两个原因：一方面受限于部分金融机构对于小微企业贷款的不重视，另一方体现在智能风控技术在企业信贷流程中效果不明显，导致带来的收益不理想。因此从投入产出衡量，更多的企业会优先选择个人信贷风控；

随着技术的不断升级，从企业借款申请、授信评级、审批到贷后全流程的数字化、智能化开始发挥作用，可预见企业信贷的风控智能化将成为下一个“风口”。

五、智能风控发展挑战与趋势

5.1 智能风控发展挑战

根据调查问卷发现大型商业银行被认为对智能风控信心程度最低，而消费金融和互联网借贷公司信心程度最高。

根据调查问卷中被调企业对于各类金融机构对智能风控的接受程度统计，赋分计算。通过此次调研结果，发现大型商业银行对智能风控信心程度最低，仅有67分，而消费金融和互联网借贷公司信心程度最高，可以达到90分。

为了探索该结果的结果导向因素，金准人工智能专家访谈了部分参与问卷的企业负责人，可以得知：大型商业银行虽然信心程度较低，并不完全代表大型商业银行不愿意布局智能风控技术，其中有很大一部分原因是由于银行自身风控体系涉及多部门协作，布局智能风控需要协调全流程的安全性、完整性和可用性，因此落地步伐较慢。

互联网借贷公司信心程度分值高，更多是因为其自身“互联网”角色，因此对于IT技术甚至金融科技等新兴技术的探索较为积极。

5.1业内企业对智能风控应用挑战的不同观点

目前智能风控的应用已经对各类从事信贷业务的金融机构产生了很多积极影响，而且随着技术的发展和服务产品模式的打磨，不管是个人信贷风控还是企业信贷风控，都将在智能化的转型中获得更多实际的价值。

但是人工智能、云计算和区块链等技术还处于发展阶段，其在金融领域的应用也还在探索，复杂多变的金融场景会给智能风控未来发展带来更多考验，因此金准人工智能专家通过整理深度访谈企业资料，带来从业者对智能风控应用挑战的代表性观点。

65.08%的企业认为“银行业金融机构对安全性信任不足，接受缓冲期长”是影响智能风控落地的主要原因。

除了整理深度访谈企业对于智能风控落地困难的理解，金准人工智能专家还通过调查问卷采集了从事智能风控的业务负责人观点，试图从企业业务拓展中遇到的困难和挑战揭示需求端对智能风控落地带来的困难。

调查问卷结果显示，有65.08%的企业认为“银行业金融机构对安全性信任不足，接受缓冲期长”是主要原因，其次被认知的落地困难还有“国家政策缺口，会造成不可预测波动”和“数据隐私没有保障，用户接受程度低”。

在被调企业中仅有6.35%认为智能风控的落地应用没有客观性困难。

现阶段智能风控应用的挑战和困难可以总结为五点，分别为：数据、人才、政策、场景和开放性。

虽然智能化手段可以为信贷风控业务带来自动化、便捷性、差异化的改变，机器代替人解决了人在业务流程中的潜在主观风险和能力范围扩展，但不可忽视的是机器甚至技术本身也是风险承载体，在看到智能风控落地的各种效果和前所未有的改进后，市场也需要客观正视智能风控落地应用过程中带来的其他矛盾和问题。金准人工智能专家认为现阶段智能风控应用的挑战和困难可以总结为五点，分别为：数据、政策、人才、场景和开放性，这五点也会成为企业占领市场的核心竞争力。

5.2 智能风控发展趋势

随着智能风控的火热布局，国家政策的积极推进，智能风控进入快速发展阶段。但是从目前发展存在的困难和挑战考量，智能化技术如何更好地服务于信贷业务，还需要经过更多市场的考验。信贷业务发展多年，如何利用智能风控理想化地实现智能，未来智能风控会向怎样的方向发展，通过对市场的了解和各类企业对于智能风控的理解，金准人工智能专家提出了几点趋势预测，仅供参考。

监管趋紧的背景下，只有基于“数据+模型+平台”的一站式服务闭环才能够满足金融机构的自身技术升级需求。

大多数平台过分强调贷前的风险控制，而忽略了贷中和贷后的风险管理。随着行业的不断规范发展，显然相对单一孤立的风控产品已经无法适应行业发展现状，全信贷生命周期的管理才是未来风控的发展方向。

金准人工智能专家认为，在监管趋紧的背景下，只有基于“数据+模型+平台”的一站式服务闭环才能够满足金融机构的自身技术升级需求。一站式服务覆盖了从数据处理、产品化设计、个性化匹配到本地化部署涉及的各环节，技术服务公司基于需求端硬件条件，布局技术产品甚至人员培训，致力打造专业化、个性化的智能风控平台，适用于贷前、贷中、贷后各环节能力匹配的风险控制，不仅可以客观进行标准化风险评估，而且还能智能跟踪预警，通过灵活执行差异化风险策略，有效控制逾期和坏账，也为满足监管层的合规要求提供了基础。

智能风控软硬一体化提升了不同行业、不同应用场景对于智能化风控的使用效率和布局速度，节省了大量定制化人力和时间。

Gartner咨询公司曾经预测：2018年35%的服务器将以集成系统方式交付，虽然现在一体机、超融合系统的发展进程还比较缓慢，远远低于市场的预期，而且产品的效果还有待检验，但是企业对于智能风控软硬一体化一直在探索。

软硬一体化产品更适合各行各业网络化的应用属性，或将成为金融行业的“Microsoft”。除了高性能和全流程能力的表现外，智能风控软硬一体化提升了不同行业、不同应用场景对于智能化风控的使用效率和布局速度，节省了大量定制化需要消耗的人力和时间成本，无需考虑客户的硬件水平所匹配的软件等级；同时，标准化和模块化系统的灵活应用，也有利于企业快速适应新技术环境下产品的迭代升级。

各类智能风控参与者积极推进生态共享，线上和线下场景深度融合，线下和线上大数据资源共享，为深度融合提供有利前提。

目前智能风控的数据和模型发展处于初期，服务企业的产品服务还不够成熟，大部分企业表示面临数据不开放的难题，未来中国的数据产品市场势必面临着标准化的考验。但是，结合行业革新的进展和企业的探索，不管是数据端、技术端还是需求端，都在积极推进生态共享，特别是线上和线下场景的深度融合，线下和线上大数据的资源共享，会成为智能风控各参与方深度融合的有利前提。

在各路政策的推动下，不仅信贷业务的智能化程度会越来越高，金融科技的应用场景也会不断拓宽。金融各细分场景存在较大差异，未来金融科技服务商需要挖掘差异化的产品服务，以发挥金融科技产品的更大价值。

现阶段金融科技中除了智能风控外，智能营销、智能客服和生物认证布局较多，未来看好金融云、智能审计和智能投研发展。

金融智能风控公司对于金融科技其他领域的积极探索，揭示着金融科技公司服务多元化的时代正在来临。受访企业中，除了以智能风控为主，大部分还布局智能营销、智能客服和生物认证；未来3-5年，将会增加金融云、智能审计和智能投研的研发投入。

总结

个人和小微企业贷款余额不断增加，商业银行不良贷款余额攀升，这种现状反映出传统风险管理已经不能满足现有需求和潜在风险，智能化风险管理急需落实。而新科技如何助力金融机构风险管理数字化、智能化？金准人工智能专家认为，随着传统金融环境的革新，传统的风控手段已经不足以满足个人消费旺盛引发的贷款需求增长和长久以来被传统金融机构忽视的小微企业的贷款需求，金融科技的发展极大促进了风险控制的智能化转型。