農商行頻爆資產質量問題 眾安科技風控解決方案直擊風控痛點

進入7月份，連續四家農商行被曝不良貸款率居高不下，一時之間，整個農商行甚至銀行業的資產質量問題成為行業焦點話題

進入7月份，連續四家農商行被曝不良貸款率居高不下，一時之間，整個農商行甚至銀行業的資產質量問題成為行業焦點話題。在此背景下，眾安科技推出的銀行智能風控升級解決方案引起市場的高度關注。該方案將“保險+科技”深度融合，從數據、模型、策略、風控體系、風控系統、人員培養等方面對銀行風控進行智能化的升級改造，全面解決農商行、城商行當下面臨的風控痛點，有效提升銀行資產質量。

風控能力偏弱 農商行面臨嚴峻挑戰

一直以來，我國農商行不良貸款率相對較高。7月2日，青島農商行在上會前夜被證監會取消上會審核；7月9日，浙江紹興瑞豐農村商業銀行也在上會前夜被按下暫停鍵。業內普遍認為與其資產質量問題有關。緊接著，貴陽農商行被曝不良率攀至20%，河南修武農商行同樣達到20.74%，資本充足率則跌至負值，為-0.75%。

從農信社改制發展而來的農商行，在資產質量上存在一定“先天不足”和“歷史包袱”。與此同時，風控能力弱、市場空間有限等因素也制約了農商行的發展。其中，風險管理能力和風控技術相對落后等問題，是7月份四家農商行相繼“爆雷”的重要原因。

目前，農商行風控體系主要面臨五大問題：首先，依賴央行征信和人工審批，對線上的消費金融風控體系比較陌生；其次，由于產品形態的創新，對新業務進件客群的整體把握不足，傳統信貸風控模型無法直接套用；再次，面對駁雜的外部數據供應方，對如何篩選并有效應用于整個風控體系缺乏經驗；從次，新業務對從0到1過渡到量化驅動的要求更高，銀行原有的分析建模團隊能力無法跟上業務需求；最后，新業務策略體系比傳統信貸業務更復雜，變量多，規則多，迭代快，原有風控系統無法適應后續靈活迭代的風控策略。

業內人士指出，在零售業務過程中，最終的逾期甚至不良都是每一筆貸款風控審核結果的大數反映，農商行傳統的從獲客到風險評估全部是由信貸員憑經驗審核，具備較強的主觀性，并且很難建立真正量化的統一標準。如何深度踐行大數據風控的普惠落地，重構零售信貸風控的量化風控體系，培養專業人才梯隊，是農商行接下來面臨的一大挑戰。

直擊銀行痛點眾安科技提升銀行資產質量

作為專注于前沿科技研究與探索的科技公司，眾安科技于今年3月發布銀行智能風控升級解決方案，以“保險+科技”的結合解決行業痛點。在農商行連續“爆雷”的當下，這一直擊銀行業風控痛點的解決方案引發業內的普遍興趣。

該方案是眾安科技基于海量數據源和資深實戰經驗，向銀行業提供更靈活、更深入也更精細的風險管理。針對農商行的五大痛點，眾安科技給出了五大解決方法：首先，基于銀行要開展的信貸創新業務設計進件流程，如卡實名認證、平臺行為數據授權、爬蟲信息授權等；其次，基于產品形態和場景，定位產品風險點，模擬欺作案手法，針對性設計該產品的風控策略框架；再次，借鑒母公司眾安保險同類或形態相近的消費金融業務模型經驗，提供貸前準入、貸前授信、貸中監控模型策略；從次，在業務上線后由專業信貸數據分析專家負責結合貸后行為量化評估規則和模型有效性，并基于統計學或機器學習算法進行模型優化；最后，提供決策云部署整套風控策略，可支持云端SaaS版本及本地化部署。

不久前，某銀行拓展針對當地個體工商戶的無抵押經營貸款，最高額度為50萬，希望結合大數據風控能力提升審批效率，提高風控能力。對此，眾安科技不僅在業務起步階段提供咨詢服務，針對當地情況和銀行實際情況，設計整套線上+線下貸前審核模型，更提供貸前反欺詐智能圖譜，綜合外部接口量化應用的客戶風險甄別模型，基于銀行卡網銀爬取和行業利潤率測算的復雜經營流水收入認定模型以及央行征信量化評分模型等細分模型，搭建并在決策云（X-Decision）上完成整套策略的快速部署和測試，從而有效控制不良率。

統計數據顯示，該銀行目前單筆審批耗時下降超70%，機器審核占比超過60%，預計不良率在1%~2.5%之間。

綜合來看，該方案可有效解決包括農商行、城商行在內的銀行業借貸風險和風控瓶頸問題，消除不良率隱患，有效提升銀行資產質量。而在未來，眾安科技將加速推動大數據、云計算、區塊鏈、人工智能、物聯網等前沿科技的應用場景落地，繼續為金融、保險、醫療健康科技賦能，成為各行業發展的重要動力。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！