金融风险管理 杨兵兵：金融科技与数字金融风险管理

中国光大银行副总裁

杨冰冰

由银行家主办的2020中国银行家论坛于9月29日隆重开幕。本次论坛的主题是“大变革下的银行业:防范风险、稳定增长”。中国光大银行副行长杨炳兵出席活动，并就“金融技术与数字金融风险管理”发表主旨演讲。

杨炳兵指出，金融技术可以说是风险控制的双刃剑。金融技术可以有效加快和拓展金融业务，但也显著增加了操作风险、信用风险和流动性风险，增加了风险控制的难度和维度。但另一方面，在风险控制过程中应用大数据、人工智能等技术，可以有效增强风险控制的有效性、准确性、及时性和稳定性。目前，是中国数字金融进入第二个发展曲线的历史机遇。在这个“重新开始”的时刻谈论风险，不仅是发人深省的，也是一种责任。数字化金融风险管理应遵循“科技为基础、数据为基础、预防为主、综合管控”的四项原则。银行业正在加强智能风险控制模型、统一身份认证平台、数据管理平台和业务创新风险评估系统建设。

以下是嘉宾发言全文

同事们好！

2020年，我们经历了抗击疫情的艰苦斗争，付出了巨大努力，取得了显著成绩。如今，中国数字金融进入第二个发展曲线是一个历史性的机遇。在这个即将“重新开始”的时刻，再次谈风险，不仅是清醒的，也是我们的责任。

今天和大家分享的主题是“金融技术与数字金融风险管理”，分为三个部分。第一部分简要介绍了当前数字金融的发展背景和趋势。第二部分介绍了数字金融业务风险的新特点，分析了金融技术在风险控制中的应用。第三部分谈我对数字金融风险管理的理解和思考。

数字金融的发展背景和趋势

数字金融的发展背景和趋势

习近平总书记曾深刻指出，经济是身体，金融是血液，两者共存共荣。本文明确指出了金融与经济的关系。现在全球经济已经进入发展瓶颈。金融作为经济的重要支撑，必将为经济复苏和增长做出贡献。数字金融的发展源于数字经济的发展，发展数字金融的根本目的是为数字经济服务。2018年，数字经济的提法已经存在，当时数字经济的GDp增速明显。数据显示，2019年中国数字经济增加值达到35.8万亿元，占GDp的36.2%。根据可比口径，2019年数字经济名义增长率为15.6%，比同期GDp名义增长率高出7.85个百分点。数字经济无疑成为引领中国宏观经济增长的关键增长极。

如今，我们已经深刻感受到数字经济对经济增长和生活变化的重要影响。也许再过几年，所有的经济体都将是数字经济，数字经济将不再是一个特殊的名称。

数字金融因客户而改变，专注于升级需求

一个经济体只有两个基本组成部分:个人和企业。

第一，数据原生的“Z代”对金融提出了新的要求，80后或者80后到90后的年轻人才是数据原生的一代。这些年轻人出生、长大、生活在数字时代。他们对金融服务的需求可以概括为“随时随地，知道我需要什么，量身定做”。传统的金融服务很难做到“随时随地，知道我需要什么，量身定做”。也许通过增加营业网点，延长营业时间，我们几乎随时随地都可以做到。但是面对成千上万的客户，很难知道我需要什么，并进一步定制。我们以前认为在线服务都是标准化的服务，但是随着大数据等技术的发展，在线服务是可以定制的，关键在于客户的理解和产品的丰富性。

经济中的另一个主体是企业。目前我国数字经济企业主体呈现出两个特点:一是产业链集聚，中小企业专业化程度提高，加速向产业链上下端集聚，供应链金融加速数字化。二是工业互联网加速成熟，大企业加速从内部应用向大规模制造资源整合模式扩张。同时，随着个人的改变，企业也会改变，尤其是中小创新型企业。原始代数据中的很多个人成为了小微企业和创新型企业的所有者或骨干，对企业的金融服务也有相应的要求。目前，这些需求可以概括为四个方面:垂直行业定制、全面解决方案、轻型金融服务和敏捷响应需求。

新冠肺炎疫情客观上推动了数字金融的加速发展

回顾历史，这次疫情的影响有点类似非典。随着2003年非典的爆发，网上银行和电子商务进入了快速发展时期。在这场疫情中，改变的不仅仅是银行的服务，还有客户。越来越多的客户，包括老年客户，开始尝试在线服务。疫情催化了企业的数字化转型，催生了数字化服务的新业态，加速了客户对在线服务的适应，摧毁了那些不愿意改变和适应时代的企业。这四个方面的变化可谓深刻。

与2003年相比，技术在这场流行病中的作用发生了很大变化。2020年疫情最严重的时候，光大银行通过不超过20%的网点维持业务。不光光大，银行也有类似情况。而且这种状态至少持续了一个月。这个月是对数字金融、数字渠道、在线服务、非接触服务的巨大考验，也是对各家银行数字转型水平的巨大考验。以前业界讨论过网上渠道对银行的作用，似乎很难直接评价。这次疫情迫使线下渠道停止，但金融服务在整个疫情期间并没有停止。我们做了相关统计:过去半年，手机银行的交易量增长了52%。大量渠道交易正在迅速转向手机银行。这是数字发展水平的展示。

数字金融业务风险的新特点

数字金融服务的风险管理特征

风险管理的目标是更好地做生意。当业务发生变化时，风险管理的具体方法也会进行调整。然而，互联网并没有改变金融的本质，风险管理的核心概念、关键原则和重要方法仍然有效。一方面，剥离数字金融的包装，相关业务风险的本质仍然是传统金融服务面临的风险。另一方面，数字金融确实不同于传统金融。虽然贷款仍然是贷款，支付仍然是支付，但服务形式已经改变，风险特征必然会发生变化。应该有针对性地应对这些变化。以下是基于在数字金融领域的工作经验，对数字金融服务风险管理特点的总结。

一、交易量小、频率高的特点。这一特征在支付和个人贷款业务中都存在。我们的心悦诚服贷款产品已服务超过2600万客户，投资超过1万亿元人民币。

每笔贷款平均金额在2000元以上，平均持有期为一个月。其典型特征是发生快、结束快、频率高、金额小。

企业贷款金额会更大，企业贷款金额也会更大。但是如果是纯网上的话，相对于同类贷款来说，这些贷款都比较少，频率也比较高。数量少、频率高的特点导致采用传统管理成本高。2000元以上的贷款也是贷款，本质没变，贷款后一定要管，但不能用原来的方法管。

二、沉没客户的特点。数字金融服务服务于客户的长尾，涉及的客户范围很广，因为要靠服务的数量来积累足够的资金。这种服务无法实现。比如光大银行，各省都有网点，但只覆盖133个城市。相对于庞大的城市基础，还有很多城市没有网络覆盖。但我们之所以能服务一亿多客户，主要还是通过网络。需要思考如何有效地为大客户提供服务，同时及时识别和防范风险。

第三，开放合作的业务发展模式。根据我们的总结，我们现在正在进入开放银行3.0时代。1.0时代基本靠单一产品。比如快速支付就是典型的开放式产品；2.0时代，电子账户作为输出载体，通过产品组合为客户提供服务；3.0时代的特点是企业级的开放性。无论是什么形式，开放的目的都是为了更好地与合作伙伴合作，而不是单独面对市场，这意味着会有大量的合作伙伴共同运营和开发市场，这与传统的运营模式有很大的不同。绝大多数合作伙伴都是线上合作伙伴，合作可能通过流量导入模式、技术平台模式等方式进行。客户的洞察、获取和运营不再是银行独有的，而是与合作伙伴共同完成的。

第四，网络业务流程。要实现数字金融的随时随地、量身定制、垂直细分等特点，需要在线甚至移动实现整个流程。同时，尝试将整个流程嵌入到合作伙伴中，实现快速分流和合作。一旦过程中的某一点被突破，风险可能会迅速扩散。当业务在晚上结束时，可以控制线下网点的风险事件。但目前单个点的风险事件会迅速发展成为全国性甚至全球性事件。

第五，“让全国一点点”的商业布局。通过网点开展业务，业务对象基本上是网点周围几公里范围内的个人客户和企业客户，客户的边界会由城市或省份等地理分区在银行内部约定。但是在互联网上，这个界限是不存在的。很多时候业务是“一点做全国”，一个合作的业务范围会覆盖全国。每个支行都是网上银行，也有牌照和网络的优势，可以在网上做全中国的业务。但如果只是本地，分行的业务空会受到限制，背离了互联网和数字金融业务的发展本质。但“一点做全国”需要模型和数据的民族化、广覆盖、多维度，以及管理措施的整体设计。

第六，技术和数据的依赖性。无论是支付结算业务，还是理财业务，还是贷款业务，没有技术就很难动，没有数据就无法发展。但是任何事情都有两面性。一方面，对技术的高度依赖带来技术红利。另一方面，如果技术和数据应用不当，也会带来负面的结果。

金融技术在风险防控中的应用

对于风险控制来说，金融技术可以说是一把双刃剑。金融技术可以有效加快和拓展金融业务，但也显著增加了操作风险、信用风险和流动性风险，增加了风险控制的难度和维度。但另一方面，在风险控制过程中应用大数据、人工智能等技术，可以有效增强风险控制的有效性、准确性、及时性和稳定性。

第一，大数据风险控制。风险防控的过程就是对风险数据的处理，将风险的可能性转化为风险的概率，然后做出商业决策。在这个过程中，数据的规模和质量直接决定了风险防控的有效性。近年来，商业银行在数据收集和整理方面取得了很大进展。首先，收集储量几何增长的风控数据。结构化数据的维度大大提高，非结构化数据得到广泛应用。从传统的身份和信用数据，延伸到行为数据，比如网页浏览行为、消费习惯、地理位置信息等等。二是采用了更多的大数据机器学习的算法模型，比如监控信用卡盗窃的随机森林模型，识别诈骗团伙的图形计算。三是将风险审批从线下经验判断转移到线上数据判断，使得客户经理的风险判断经验转化为模型化的风险判断机制。

第二，智能风险控制。商业银行业务范围广，客户也具有明显的行业和区域特征。针对不同业务、不同客户群体的一刀切的风险防控措施已经无法适应互联网时代快速扩张的特点。近年来，机器学习、云计算等技术的应用显著提高了风力控制的精度，差异化风力控制的细分越来越精确。一是针对不同业务环节制定差异化的风险控制措施，在审计、取款、信用卡、还款等关键环节全面整合金融技术，及时发现各种风险问题。第二，针对不同的客户群体，尤其是长尾客户群体，制定差异化的风险控制措施。根据长尾客户单笔交易量小、总量大、信息分散的特点，建立了特殊的风险模型。

第三，实时风险控制。互联网时代的金融服务，既要求安全，又要求方便。近年来，商业银行基于各种金融技术建立了实时风险控制系统，以满足金融产品开发中风险防控的及时性要求。一是大数据处理、机器学习等技术将金融交易中的风险控制从不可能变为可能，结合生物识别、客户画像、风险模型训练生成风险规则，利用规则引擎反欺诈建立实时反馈的风险控制系统，为风险识别、授信额度、违约预测等网络融资业务提供风险控制支持。二是利用大数据和人工智能技术，在交易过程中嵌入内控规则、反欺诈规则、反洗钱规则和客户黑名单，能够及时阻断银行内外的欺诈和洗钱行为，实现实时监控。

最后，金融技术在银行业的应用并没有改变金融业务的风险属性，但由于技术的复杂性，风险隐藏得更深。同时，在网络经济时代，银行获得了更多的数据，加强了分析方法。大数据、人工智能等技术的应用，显著增强了商业银行风险控制的有效性、准确性和及时性。

对数字金融风险管理的思考

数字金融风险管理的四大原则

以上是数字金融的特点。在此基础上，总结了数字金融风险管理的以下基本原则。

第一，科技是基础。我们不仅要依靠技术来发展业务，还要依靠技术来防范风险，如生物识别技术、客户画像系统、风险模型库、区块链平台、统一身份认证平台等实际应用。既然风险来自于技术和技术红利，那么还是要更深入的了解技术，找到防范措施。

第二，数据是基础。智能风险控制、智能运营、智能营销、智能管理等等背后都有三样东西——算法、计算能力和数据，数据是最重要、最基础的。数据质量好，粒度细，基于它的分析结果更具有前瞻性和可预测性，更容易找到问题的根本原因。基于数据不仅是对包括非结构化数据在内的内部和外部数据的收集，也是对所收集的高质量数据的合法应用。

第三，预防为主。数字金融服务不可避免地会遇到黑客、欺诈、传统信用风险等各种问题。而数字金融业务具有小突破、全线崩溃的特点。最好的应对是尽力把不良因素和不良现象拒之门外，其次是预警，在事件发生之前、之中、之后都很重要。早识别、早预警、早发现、早处置，可以将问题控制在最小量、最小范围、最短时间内，避免其蔓延。

第四，综合管控。银行通常是企业的综合服务，从支付开始，包括支付服务、账户服务、企业结算服务、贷款服务和投资银行服务。银行往往从数字金融产品入手，争取更多的合作。然而，面对可能是企业服务的个人客户和企业本身，银行开展了大量的toB和toC服务，服务的产品和内容也在B和C终端上提供。这需要统一考虑客户控制措施和风险识别。比如我们和某互联网公司的联合贷款业务，贷款不是发放给公司，而是发放给公司平台上的个人客户，但是互联网平台的作用、价值、风险点肯定对个人贷款有影响。

需要强调的是，这些原则并不意味着之前的统一授信等原则没有意义，金融的本质没有改变，之前的原则仍然有意义。

全过程智能风险控制系统的构建

围绕上述特点和原则，银行也在采取进一步的控制措施。以下是四种有代表性的控制措施。

一、智能风控模型的构建。银行只要开展网上借贷支付业务，就需要一个风险控制模型。风险控制模型是有效控制风险的必要条件，所有银行都在建立风险控制模型。区别在于风控模型的智能化程度，数据的粒度和质量决定了模型的效果。

第二，统一身份认证平台。该平台具有鲜明的数字金融风险控制特征，由于平台基本全线，银行需要知道业务运营是否基于客户自身意愿，因此身份认证会出现在各种渠道和产品中，但重要的是统一身份认证，避免因渠道和产品的身份认证而导致的不同层次。如果有缺点，罪犯就有机会从认证最弱的地方进来。统一身份认证在风险防控中发挥着重要作用。

第三，台湾在数据管理方面的建设。数据管理中心的建设是一个集中数据管理的平台，无论是数据访问还是输出都有相应的标准接口、分析模型和分析策略。随着业务的推进，台湾的数据管理建设也在不断总结和推进。

第四，业务创新风险评估体系。这个系统看似技术含量一般，不全面，但在实际业务操作中意义重大。该制度要求在每一个新产品开发之前，银行都要组织风险、渠道等各方面的专业人士进行评估。各方共同评价产品的创新性，找出风险点和合规性问题。风险的存在并不可怕，但没有意识到就很可怕。任何没有认识到的风险最后都会暴露出来，无非是时间和损失。而这个制度就是要充分暴露风险。还不如以后再上线，还要把产品分析清楚，才能更进一步。