作為國民經(jīng)濟中最活躍也極為重要的一部分，小微企業(yè)對國家穩(wěn)就業(yè),、促和諧發(fā)揮著至關(guān)重要的作用,。然而，其融資難,、融資貴等問題一直限制其發(fā)展,。為解決這一問題，從中央到地方都要求金融機構(gòu)加強對小微企業(yè)的支持力度,，推動小微企業(yè)融資增量,、擴面、降價,，切實解決小微企業(yè)融資難題,。

　　作為河南本土金融機構(gòu)，鄭州銀行始終堅守“服務(wù)地方經(jīng)濟,、服務(wù)中小企業(yè),、服務(wù)城鄉(xiāng)居民”的市場定位，深入貫徹“疫情要防住,、經(jīng)濟要穩(wěn)住,、發(fā)展要安全”重要要求，立足金融職能,，創(chuàng)新服務(wù)措施,，強化金融服務(wù)，擴大金融供給,，提高服務(wù)效率,，激活金融活水，著力提高小微企業(yè)信貸業(yè)務(wù)獲得感和滿意度,，切實強化普惠金融力度,，為地方經(jīng)濟復蘇提供堅實的金融支撐。在疫情期間,，鄭州銀行依托金融科技,，打造多渠道業(yè)務(wù)申請，自動化,、線上化,、智能化業(yè)務(wù)審批的小微金融服務(wù)體系，協(xié)助小微企業(yè)復工復產(chǎn),。

　　鄭州銀行信息科技部總經(jīng)理? 賈愛軍

　　小微金融技術(shù)服務(wù)體系總覽

　　秉承讓小微業(yè)務(wù)更“簡單”,、讓普惠金融更“普惠”的經(jīng)營理念，鄭州銀行以數(shù)字化,、線上化,、智能化為目標，持續(xù)開展小微金融數(shù)智化轉(zhuǎn)型,，深入推進無紙化操作與作業(yè)流程,，實現(xiàn)線上申貸、線上調(diào)查,、線上審批,、線上簽約、線上提款等全線上操作,，解決作業(yè)流程中業(yè)務(wù)成本高、效率低等痛點,，節(jié)省人力,、時間成本，提升效率釋放產(chǎn)能,，服務(wù)更多客戶,，打造數(shù)智化小微業(yè)務(wù)場景生態(tài)服務(wù)體系。

　　1.多樣化線上申請渠道,。

　　疫情期間,，為滿足廣大小微客戶的金融需求，避免線下申請業(yè)務(wù)的客戶扎堆現(xiàn)象,，鄭州銀行不斷拓展線上服務(wù)渠道,，在原有手機銀行、網(wǎng)上銀行的基礎(chǔ)上,，研發(fā)信貸APP,、小程序等多種便捷電子服務(wù)渠道。除這些行內(nèi)服務(wù)渠道外,，鄭州銀行積極與外部平臺合作,，如微眾銀行、京東金融等,。通過銀政合作,，鄭州銀行入駐鄭州中小微企業(yè)金融綜合服務(wù)平臺“鄭好融”，中小微企業(yè)主,、個體工商戶可登陸“鄭好辦”,，關(guān)聯(lián)法人身份后，進入“鄭好融”專區(qū),，通過首頁進入紓困專區(qū),、中小微企業(yè)專區(qū),、個體工商戶專區(qū)、個人普惠專區(qū)檢索鄭州銀行的產(chǎn)品,，即可完成在線申請,。自“鄭好融”正式上線發(fā)布以來，截止到2022年12月15日,，鄭州銀行半月內(nèi)已成功服務(wù)通過該平臺申請的客戶467戶,，授信金額2.4億元。

　　2.自動化線上業(yè)務(wù)審批,。

　　為實現(xiàn)貸款流程的自動化審批,，提升服務(wù)效率，鄭州銀行以生物識別,、圖像識別,、互聯(lián)網(wǎng)音視頻的技術(shù)能力為基礎(chǔ)，在客戶身份核實,、資料審查,、掃描錄入、面簽合同等環(huán)節(jié)引入人臉識別,、在線電核,、遠程面簽、OCR識別等新技術(shù),，構(gòu)建“開放式,、多元化、智能化,、電子化”新一代零售信貸系統(tǒng),。該系統(tǒng)與大數(shù)據(jù)風控、RPA,、電子簽章等智能化,、電子化系統(tǒng)協(xié)同發(fā)力，通過新思維將流程,、數(shù)據(jù)與科技有效結(jié)合,，實現(xiàn)了信貸管理和風險控制決策的科學化，加快實現(xiàn)小額貸款線上自動化處理審批,，服務(wù)效率得以大幅提升,。

　　3.智能化全流程風控管理。

　　基于大數(shù)據(jù),、人工智能等技術(shù)，融合內(nèi)外部數(shù)據(jù),，搭建大數(shù)據(jù)風控系統(tǒng),，實現(xiàn)智能化、自動化,、全流程的風控管理,。其中，貸前環(huán)節(jié)包括準入判斷,、貸前反欺詐、貸前信息核驗等;貸中環(huán)節(jié)主要是進行信息復查,，通過獲取客戶的執(zhí)行信息,、多頭負債、法律糾紛,、網(wǎng)絡(luò)欺詐等方面信息,，判斷客戶信用穩(wěn)定性，及時監(jiān)控客戶在授信審批期間的信用變化,，提前準備,、提早應對;貸后環(huán)節(jié)重在實時的風險監(jiān)控預警。此外,，鄭州銀行利用智能呼叫控制,、自然語言處理(NLP)、智能語音(ASR/TTS)等技術(shù)手段,建設(shè)了智能外呼機器人系統(tǒng),，由智能機器人基于客戶逾期數(shù)據(jù)進行集中外呼,，并將外呼結(jié)果以及客戶信息返回至源系統(tǒng)，有效提高催收效率,。

　　基于人工智能的大數(shù)據(jù)風控系統(tǒng)建設(shè)

　　從小微金融技術(shù)服務(wù)體系可以看出,，大數(shù)據(jù)風控系統(tǒng)在小微業(yè)務(wù)全流程的服務(wù)中均起著至關(guān)重要的作用。這是由于在大力推進小微金融的同時,，其中的潛在風險不容小覷,。相對于大中型企業(yè),，小微企業(yè)規(guī)模小、競爭力不強,，且本身治理結(jié)構(gòu)相對不夠完善,，財務(wù)制度不健全，與金融機構(gòu)之間的信息不對稱問題較為嚴重,，金融服務(wù)風險大,。在此背景下，鄭州銀行在敏捷,、安全,、高效的前提下，基于大數(shù)據(jù)和人工智能先進技術(shù),，搭建了大數(shù)據(jù)風控系統(tǒng),，以技術(shù)助力小微金融風險防控。該系統(tǒng)以人工智能中臺為技術(shù)底座,，充分利用行內(nèi)外數(shù)據(jù),，圍繞產(chǎn)品特性和業(yè)務(wù)屬性開展特色化風控模型研發(fā)，為前臺提供精細化,、智能化,、可視化的智能風控服務(wù)。從技術(shù)角度看,，大數(shù)據(jù)風控系統(tǒng)自底而上分別為基礎(chǔ)設(shè)施層,、數(shù)據(jù)中心層、模型研發(fā)中心,、模型算法集市和應用中心,。

　　1.基礎(chǔ)設(shè)施層。

　　為系統(tǒng)提供算力和運行載體,，是一切數(shù)據(jù)和服務(wù)的基礎(chǔ),。

　　2.數(shù)據(jù)中心層。

　　“巧婦難為無米之炊”,，只有夯實數(shù)據(jù)基礎(chǔ),，后續(xù)的大數(shù)據(jù)和人工智能算法才能發(fā)揮用武之地。因此,，構(gòu)建規(guī)范和完整的數(shù)據(jù)中心層是整個系統(tǒng)的根基,。根據(jù)數(shù)據(jù)來源，本層的數(shù)據(jù)可以分為兩大部分：行內(nèi)數(shù)據(jù)和外部數(shù)據(jù),。行內(nèi)數(shù)據(jù)包含有客戶基本信息和交易數(shù)據(jù)等,，通過對原始數(shù)據(jù)進行清洗、整合以及再加工，根據(jù)數(shù)據(jù)應用方向構(gòu)建了信用風險數(shù)據(jù)集市,、市場風險數(shù)據(jù)集市,、操作風險數(shù)據(jù)集市、合規(guī)風險數(shù)據(jù)集市四大模塊,。外部數(shù)據(jù)通過與政府大數(shù)據(jù)局合作等方式獲取,，包含客戶的征信數(shù)據(jù)、工商數(shù)據(jù),、司法數(shù)據(jù),、反欺詐數(shù)據(jù)、以及公積金社保等數(shù)據(jù),。

　　3.模型研發(fā)中心,。

　　模型研發(fā)是整個系統(tǒng)的核心，其決定了每個模型的解決方案,。在該中心中用于深度學習的框架有PyTorch,、TensorFlow和PaddlePaddle;用于傳統(tǒng)機器學習的框架有Sklearn、Pandas和Sophon;HanLP用于非基于深度學習的自然語言處理;Spark則用于圖計算,，為諸如路徑查找,、社區(qū)發(fā)現(xiàn)和度中心性算法的問題提供高性能的計算框架。為了應對不同模型開發(fā)的需求,，在開發(fā)工具方面,，提供了可視化建模、NoteBook和IDE等三種不同的開發(fā)形式,。

　　4.模型算法集市層,。

　　針對小微金融的特殊性，為了保證風險控制能力,，需要對不同的應用場景進行分析和總結(jié)，借助大數(shù)據(jù)和人工智能算法,，根據(jù)不同的應用場景選用合適的算法模型,。該集市匯集了常用的風控算法，主要分為四類：圖像處理,、自然語言處理,、圖計算和機器學習。實際應用中,，機器學習主要應用于客戶分類;圖像處理的典型應用是財報識別,，通過與信貸系統(tǒng)對接，減輕客戶經(jīng)理在貸前和貸后財報的錄入和校驗工作,，并提高其準確性,，降低操作風險;基于圖計算的理論開發(fā)了疑似集團關(guān)系識別、疑似實控人識別、受益所有人識別和關(guān)系查找等圖譜應用,，加強了對客戶的風險把控;自然語言處理作為文字識別后置應用,，用來針對文字做糾錯，從而提高文字識別的準確率,。隨著業(yè)務(wù)的不斷深入,，圖計算和圖卷積神經(jīng)網(wǎng)絡(luò)逐步應用于反欺詐、風險預警,、貸后失聯(lián)信息修復,、風險傳導、開卡風險識別,、團伙欺詐檢測和社交網(wǎng)絡(luò)分析方面,。

　　5.應用中心層。

　　本系統(tǒng)的智能應用場景主要可分為三大類：貸前準入判斷,、客戶評級和貸后風險預警,。貸前準入判斷一般使用決策樹等算法，結(jié)合基于知識圖譜的疑似集團關(guān)系識別等技術(shù),，包括但不限于判斷客戶申請信息是否符合產(chǎn)品偏好及合規(guī)性要求,、貸前信息核驗(判斷客戶申請信息真實性)、貸前反欺詐黑名單過濾,、客戶涉訴情況判斷,、客戶逾期預測等?？蛻粼u分評級環(huán)節(jié)先根據(jù)企業(yè)的行業(yè)歸屬和規(guī)模大小對企業(yè)進行歸類,，針對不同類型的企業(yè)使用特定邏輯回歸等算法，根據(jù)申請客戶的負債情況,、行為特征,、企業(yè)狀態(tài)和納稅信息等智能地對客戶評分和評級，進而提供授信決策,、貸款額度和貸款利率建議,。貸后環(huán)節(jié)重在風險監(jiān)控以及風險預警的及時性，一是根據(jù)放款后客戶的還款情況與逾期情況,，進行逾期預警,、逾期催收等;二是參照貸中信息復查，利用疑似集團關(guān)系識別等技術(shù),，以及分析客戶外部數(shù)據(jù)表現(xiàn),，及時監(jiān)測客戶的風險狀況。

　　結(jié)????語

　　隨著金融科技的發(fā)展,，鄭州銀行持續(xù)推進數(shù)字化轉(zhuǎn)型,，以科技賦能業(yè)務(wù)發(fā)展,。目前，在多方系統(tǒng)的建設(shè)與優(yōu)化中,，鄭州銀行逐步實現(xiàn)智能,、高效的小微金融審批作業(yè)。截至2022年11月末,，鄭州銀行小微企業(yè)貸款余額約1530億元,，小微貸款余額戶數(shù)6.8萬戶。作為區(qū)域性銀行,，回歸金融本源初心,、服務(wù)本地實體經(jīng)濟是鄭州銀行義不容辭的責任，鄭州銀行將持續(xù)強化小微金融服務(wù)技術(shù)設(shè)施,，穩(wěn)步推進小微金融數(shù)字化轉(zhuǎn)型,，為地方實體經(jīng)濟高質(zhì)量發(fā)展作出貢獻。