人工智能如何应用于商业银行信贷审批？

近年来，随着多元化金融的快速发展，无论是线上新兴的互联网金融还是传统的银行信贷，都面临着前所未有的挑战。数据信息的爆炸式增长以及计算机能力的提高，大数据、物联网，特别是人工智能等新技术开始逐渐渗透进入商业银行信贷审批领域。

作者 | 陆文萍

来源 | 当代金融家

商业银行的信贷审批是指一笔信贷业务自客户向商业银行提出授信申请，经过授信调查、受理审查到审批批复、授信后重检的全部管理过程。为了防止或控制信贷业务伴随的合规性与经营性等综合风险，信贷审批应运而生，为此，可以说商业银行信贷审批的关键工作在于识别、评估和控制风险。

信贷审批机制

一直以来，我国商业银行在信贷审批领域以“审贷分离、分级审批”为基本原则，并且强调在应对授信风险的同时，通过健全相应机制强化优化信贷管理机制。在实际工作中，商业银行针对“贷前客户资信调查，贷中真实性、合规性审核，以及贷后综合管理”的特点，细化全流程信贷管理，明确相互独立不同部门的工作职责，以形成各部门之间相互制衡的信贷体系。这样既可以保证商业银行在收到贷款申请时，全面了解借款申请人（或授信主体）的财务信用、生产经营等状况，又可以在授信决策前通过不同部门的履职，客观全面地对上述信息予以核实，在授信放款后通过跟踪、监控借款人（或信用主体）的用款、还款等情况，最大程度防范和化解信贷风险。

信贷审批流程

传统商业银行的信贷业务审批流程主要包括贷前调查、贷中审查、贷后管理。详细说来，每一笔授信项目都是从贷款受理开始，经过商业银行的信用评级系统对借款申请人实施客户评级，由信贷调查岗对借款申请人的资信情况、用途情况、经营情况、还款能力等进行基础调查，结合客户信用评级结果对优质客户予以准入。如果借款申请人属于银行的集团客户，那么还要对集团客户内部的所有成员企业开展统一授信，首先核定集团授信限额，之后信贷审查审批部门会针对申报的具体授信方案进行再次审查和评估，确定贷款额度和最终授信方案；接着根据授信批复要求落实放款条件，如有担保措施须做好抵质押等担保手续后方可放款。贷款发放之后，客户经理或有关信贷人员要对贷款情况进行定期和不定期的贷后检查，直至借款合同到期并结清全部贷款本息。通常说来，银行信贷业务流程主要包括贷款受理、信用评级、尽职调查、统一授信、授信审批、贷款发放、贷后检查和贷款收回这几个重要的业务流程，如图1所示。

人工智能在金融领域的应用

现今社会发展日新月异，科技迭代此起彼伏，前两年“互联网+”一词还甚嚣尘上，近两年就被人工智能（Artificial Intelligence，AI）抢尽了风头。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，它是一门属于计算机科学范畴的交叉学科；企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理、星网关联和专家系统等。现阶段，人工智能已可以在各行各业从事许多复杂烦琐的脑力工作，如交通出行、医疗健康、教育教学、公共安全等领域，并且能在人类的记忆、运算、分析等部分高等级过程中提供支持。

两点变化

金融行业正在历经“互联网+”的深刻影响，如今更迎来了“人工智能”大变革时代。2017年，国务院发布了《新一代人工智能发展规划》，人工智能开启加速发展模式，呈现出跨界融合、人机协同、深度学习的新特征。在这一大环境下，金融行业也不例外。人工智能给金融行业带来的变化主要体现在以下两点。

第一，金融行业服务模式更加主动。传统的金融行业在“人与人、人与物、物与物”之间提供价值与服务，这一过程需要金融机构持续投入大量人力、物力等成本。互联网的出现降低了金融机构的成本，但客户需要去学习并掌握这种新型金融工具从而产生了学习成本。这样一来，金融行业在服务价值交换的过程中产生的成本，已转移给了客户，间接阻碍了金融企业的价值创造。而人工智能的出现则可以让金融行业重新主导这部分成本并降低成本，结合不同场景特点形成更加主动的服务模式。

第二，金融大数据的处理能力大大提升。长期以来，金融行业沉淀了庞大的数据，人工智能的运用可以大幅降低金融机构在这方面的人力成本，并提升风控和数据处理能力。

应用场景

现如今，已有雏形的人工智能在金融领域的应用场景主要有：智能投顾、金融预测与反欺诈、融资授信、安全监控预警、智能客服以及服务型机器人几大类，其中，自动生成报告与辅助量化交易这两种功能，是较为主流的人工智能与金融领域结合的做法。

例如，阿里巴巴旗下的蚂蚁金服，通过机器学习把平台上的虚假交易率降低了近10倍，开发了深度学习的OCR系统用于证件审核，极大提升了通过率并降低了耗时，通过更优秀的智能客服承担了蚂蚁金服近九成的远程客户服务工作，达到100%自动语音识别等。

再如交通银行，曾在3年前就推出过具备语音识别和人脸识别技术的智能网点机器人一代“交交”，承担部分网点大堂经理的工作职能。结合人工智能的技术分类及应用与发展情况，人工智能在金融领域的部分应用范围如表1所示。

人工智能在信贷审批领域的应用

近年来，随着多元化金融的快速发展，无论是线上新兴的互联网金融还是传统的银行信贷，都面临着前所未有的挑战。线上业务流程较便捷，但欺诈、黑客等新风险不断出现；线下贷款的人工审核效率低下、风控决策依据缺失等固有难题，也始终制约着银行贷款业务的正常发展。这些难题和困惑为人工智能的介入提供了创造空间，人工智能技术开始逐渐渗透进入商业银行信贷审批领域。

以商业银行个贷和信用卡业务为例，传统的信贷审批流程平均需要1周的时间，包括前文提到的全部信贷审批流程，由于整个过程中只有通过了前一环节才能进入下一环节，严重影响了信贷办理的效率。人工智能和大数据与之相结合后，整个过程被缩短到了10秒，并且会在未来不断突破，取得更快的速度。在整个审批授信过程中，人工智能技术可以通过设备指纹记录和人脸识别，判断用户的真实性，并且在识别过程中与活体测验相辅相成，以及通过相似度的数值再赋予对应的风险指标。得益于移动端设备的普及，设备指纹在信贷审批过程中也可以作为额外的反欺诈标签被捕捉。

客户信息虚假或不全的问题

客户在申请信贷过程中最典型的欺诈就是伪造资产证明材料和银行流水，通过虚假信息换得信贷申请的通过。人工智能技术可以通过与银联系统、土地资源管理系统、工商税务系统等联网查询，直接校验提交材料是否属实。除此之外，在信贷审批过程中还需要考察如借款人或实际控制人的家庭情况、风险偏好、性格问题等非财务信息，而这类信息很难通过人工在短时间内有效获得。我们可以通过大数据引擎调取包括但不限于通信移动、网络社交平台、公共出行平台以及征信等平台数据，进行量化评估最终获得更加可靠的信贷审批评估意见。

客户经理能力或态度的问题

针对客户经理的操作规范问题，现有人工智能技术可以通过系统对客户经理进行自动实时跟踪定位，监控其现场审核的全过程，并进行图片影像资料记录，留存客户相关资产状况，有效减少了工作人员不作为的现象。在调查过程中客户经理的技能水平也会在一定程度上影响最终评估结果，通过运用人工智能，可以系统设置采用标准化分行业调查模版，并在调查过程中记录相关音频影像资料，在工作结束之后自动生成资产负债表、损益表及调查报告。

现行信贷审批制度的问题

对于信贷审核中标准不统一的情况，可以在审批过程中通过人工智能技术建立贷款审批模型，采用打分卡方式自动审批。考虑到情感因素和特殊因素带来的潜在风险，可以选择智能审批与人工审核相结合的方式，在智能审核没有特别显著结果时引入人工审批的干预。对于信贷之后的管理松散与监管缺失问题，可以通过人工智能技术实行分级式差异化管理，通过现有科技手段，实现系统监控工作任务实施，以保证整体贷后工作的有效性与严肃性。

对公授信审批运用的问题

对公授信业务是国内商业银行营业利润的主要构成部分，但是人工智能技术在对公授信业务中的运用深度尚显不足，如果能够有效突破这一技术“瓶颈”，利用人工智能技术取代传统的人工作业模式，商业银行不仅可以有效提高生产力、提升风险控制力，还能够快速扩大市场份额、增强市场竞争力。

结合商业银行信贷业务流程，可以把对公一般授信的信贷审查审批阶段细分为五个节点：场景分析、合规性审查、企业财务分析、银行同业授信比较、审批初步结论，将银行机构的授信政策和金融产品在信贷管理系统中进行预先设置，结合场景分析和专家经验设计不同类别的风险评估模型。银行工作人员按要求把企业的主要信息输入系统后，系统将综合运用人工智能技术结合历史数据自动筛选符合条件的客户流入端口，实现企业授信的申请、筛选、受理、评估和项目预审。在人工智能运用的初期，限于基础数据不足，在对公授信审批过程中建立人工智能技术与专家审批互补机制，维护信贷审批结论的权威性和严肃性，确保商业银行的信贷资产质量。

思考

人工智能是一个不可逆转的趋势，但在具体场景的推广落地上，人工智能仍然面临一些外部阻力。首先，由于一些从业人员意识滞后，人工智能在业务上的实践还面临银行等机构出于模式转变、经营决策、潜在风险的重重考量。其次，需要探索合适的业务场景。在传统的金融业务场景中，申请、审批、贷后等一系列环节都建立在不同的操作系统和诸多的人力资源上，如何切入人工智能将面临长期磨合调整的过程。此外，在监管上，人工智能还面临“黑箱理论”和金融活动“可溯源性”的矛盾。人工智能对风控的很多执行过程并非人类大脑所能理解，但在某些法规监管较严格的场景下需要给出必要的解释。

END

编辑/庞峥琦

审校/匡益成

责编/齐庆武

关于我们

中国人民大学金融科技研究所（以下简称 “研究所”），英文名“FinTech Institute of Renmin University of China”，简称“RUC FinTech Institute” ，是专注于金融科技理论、应用与政策的新型智库和研究机构，也是人民大学金融科技学科“双一流”建设的延伸科研平台。研究所充分利用中国人民大学在金融、经济、管理、统计、法律以及计算机科学等方面的跨学科优势，打破学科壁垒，加强交叉融合，不断推进金融科技的前沿研究。研究所坚持理论联系实际，注重应用成果转化，不断加强学界、业界和政策部门的良性互动，重点打造一个“产学研政”四位一体的多元化平台，为推动金融科技行业健康可持续发展提供决策参考。

加入群聊

为了增进与粉丝们的互动，研究所建立了金融科技微信交流群，欢迎大家进群参与。

入群方法：后台回复“加群”，加小助手为微信好友,添加时备注个人姓名（实名认证）、单位、职务等信息，经群主审核后，即可被拉进群。

中国人民大学金融科技研究所

扫码关注我们

Research portal for all FinTech trends and policies.