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(fù)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(fù)工復(fù)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(biāo),，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(fēng)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(fēng)險控制決策的科學(xué)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(fēng)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(fēng)控系統(tǒng),，實現(xiàn)智能化,、自動化、全流程的風(fēng)控管理,。其中,，貸前環(huán)節(jié)包括準(zhǔn)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(fù)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(zhǔn)備,、提早應(yīng)對;貸后環(huán)節(jié)重在實時的風(fēng)險監(jiān)控預(yù)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(fēng)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(fēng)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(fēng)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(fēng)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(fēng)控系統(tǒng)，以技術(shù)助力小微金融風(fēng)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(fēng)控模型研發(fā),，為前臺提供精細化,、智能化、可視化的智能風(fēng)控服務(wù),。從技術(shù)角度看,，大數(shù)據(jù)風(fēng)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(yīng)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(yīng)用方向構(gòu)建了信用風(fēng)險數(shù)據(jù)集市、市場風(fēng)險數(shù)據(jù)集市,、操作風(fēng)險數(shù)據(jù)集市,、合規(guī)風(fēng)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(xué)習(xí)的框架有PyTorch,、TensorFlow和PaddlePaddle;用于傳統(tǒng)機器學(xué)習(xí)的框架有Sklearn,、Pandas和Sophon;HanLP用于非基于深度學(xué)習(xí)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(yīng)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(fēng)險控制能力,，需要對不同的應(yīng)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(yīng)用場景選用合適的算法模型,。該集市匯集了常用的風(fēng)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(xué)習(xí)。實際應(yīng)用中,，機器學(xué)習(xí)主要應(yīng)用于客戶分類;圖像處理的典型應(yīng)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(zhǔn)確性,，降低操作風(fēng)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(yīng)用,，加強了對客戶的風(fēng)險把控;自然語言處理作為文字識別后置應(yīng)用，用來針對文字做糾錯,，從而提高文字識別的準(zhǔn)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(yīng)用于反欺詐,、風(fēng)險預(yù)警,、貸后失聯(lián)信息修復(fù)、風(fēng)險傳導(dǎo),、開卡風(fēng)險識別,、團伙欺詐檢測和社交網(wǎng)絡(luò)分析方面。

　　5.應(yīng)用中心層,。

　　本系統(tǒng)的智能應(yīng)用場景主要可分為三大類：貸前準(zhǔn)入判斷,、客戶評級和貸后風(fēng)險預(yù)警。貸前準(zhǔn)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(yù)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(fēng)險監(jiān)控以及風(fēng)險預(yù)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(yù)警,、逾期催收等;二是參照貸中信息復(fù)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(fēng)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(zé)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,。