光大银行“滤镜”智能化助力风险防控

面对一波一波的企业倒闭潮、跑路潮，商业银行信贷风险频亮红灯。如何进行风险预警并提前做出决策已然是各家银行一项重要的课题。

据《中国经营报》记者了解，光大银行通过挖掘大数据的方式孵化出“滤镜”产品，建立起了一套针对对公客户风险精准预警模式，智能化命中风险隐患达到27%，可对于潜在风险客户的违约提前决策。

“通过企业的季度报表、行业划分、贷款抵押等等传统模式能够起到一定作用，但是不良贷款的增多表明仍需要通过其他方式补充。两年来，光大银行一直尝试用科技手段，通过大数据挖掘分析来实现信用风险的提前预警。”光大银行科技部总经理李璠表示，落脚到产品上，这就是开发“滤镜”的由来。

据了解，“滤镜”产品突破了传统衡量企业状况的方式，利用大数据分析技术从企业的关系切入。比如，一家北方的钢铁企业从生产和财务数据上一切正常，但是光大银行“滤镜”却给其标上了风险的标签。

“从‘滤镜’系统看到，这家企业频繁的资金往来并非是产业上下游的供应商或客户，而是担保公司、小贷公司一类的资金账户，这就是一个预警信号。”李璠表示，“这是‘滤镜’其中一种模型信号。”

据了解，目前该款产品在线运作主要有为特殊交易对手、风险共同体、复杂循环担保圈三类大数据模型信号，通过对企业客户过滤，形成高信用违约倾向的企业名单，向总分行风险管理决策者提供更加科学精准的决策支持。

所谓的特殊交易对手，就是行为上的异动，典型的是交易对象并非企业常规的产业上下游，这意味着可能企业正在经营与主业无关的领域，包括炒股、炒房地产等等，或者企业可能在进行额外的融资或投资活动，类似民间借贷、高利贷。

“风险共同体主要归纳了8种模式，用大数据通过公司关系梳理进行风险防控，包括同一法人公司、母子公司、实际控制公司等等。”李璠认为，倘若一家企业母公司倒闭了，子公司受到影响是大概率事件；子公司一旦倒闭，银行也应该对于母公司的风险情况提高警惕。同理，同一法人的两家公司，其中一家公司资金出现问题，另外一家公司的情况也可想而知。

此外，李璠表示在复杂的循环担保圈中，“滤镜”作用更加突出，风险隐患的命中率更是超过50%。“在一个担保圈中，一家企业的跑路，其他企业的风险肯定是上升。在面临连带偿债责任时，关联企业就会受到连累。”

据了解，目前“滤镜”针对的是银行已经授信的大中型企业，这一类企业的信贷规模更大，预警风险的必要性也更强。光大银行“滤镜”投入试运行已经半年了。在该系统标记的过滤企业中，36%的企业在6个月内出现关注类的贷款，27%实际出现坏账风险，为银行提供了实际、有效的信贷风险情报。

“一旦被‘滤镜’进行风险标记之后，相关的信息可能会立即传送到分行和业务负责人进行处理，针对企业风险重新调查，然后进行风险处置，包括增加抵押物、提前收回贷款、贷款重新定价等等。”李璠表示。

对于数据的来源，李璠表示，“滤镜”产品的大数据对接了工商数据和法院诉讼数据，运用到风险共同体的风险发掘上，同时融入了机构上报央行、银监会监管数据，确立“担保圈”关系。此外结合银行账户数据，监测特殊交易对手。

李璠认为，“滤镜”产品不仅是银行从另一个角度来看待风险，也让银行能够拥有更多的信息源对企业进行风险画像。伴随数据引入的越来越多，数据挖掘与数据整合技术的进步，这种风险隐患精准度也会越来越高。“如今滤镜的风险标记暂时只针对银行贷款的大中型企业，这种方式运用一旦尝试成功后，覆盖到银行贷前调查，实现信贷全流程，并应用到小微企业贷款、个人贷款也能够实现。”