编者按 随着经济社会的发展，各类风险尤其是信用风险依然直接影响着银行业的高质量发展。当前数字经济快速发展，数字化转型已成为银行业创新变革的共识，其风控模式正在发生深刻变革。交通银行高级经济师赵瑞波基于新经济形势以及后疫情时代背景，通过梳理国内外银行业数字化进程，深入分析银行业当前信用风险管控难点，强化金融与多元化科技深度融合，集成银行业内外部信息数据，不断提升信用风险的精准识别以及敏捷高效处置，从而更好地实现服务实体经济发展、防控化解金融风险的使命。
刚刚闭幕的中央金融工作会议提出“防控风险是金融业的永恒主题”。信用风险防控是防范化解金融风险的重点领域，仍是银行业面临的主要风险之一，其具有隐蔽性、突发性、传染性、复杂性。在构建新发展格局以及后疫情时代背景下，银行业正在依托大数据、云计算、人工智能、互联网、区块链等科技，加快数字化转型，通过数字化重塑风控模式，从而持续提升信用风险的智能识别、精准检测、敏捷处置。(见图1)
银行业数字化转型是指利用云计算、大数据、人工智能、物联网、区块链等多元数字化技术，重构生态系统以实现银行经营模式智能化。一方面，随着国家数字化转型系列政策的出台及前沿技术在金融服务领域应用的逐步成熟，银行数字化转型已经成为国内商业银行发展的大势所趋；另一方面，疫情对于用户金融业务办理习惯的改变促使银行业务线上化转型进程的推进。总体而言，国内外银行业注重借助大数据、云计算、区块链、人工智能、元宇宙等金融科技获取更全面的信息防控风险，但是在具体的应用场景还需深入融合。受疫情影响，市场主体经营恢复周期长、重点领域风险隐患等直接影响银行业资产质量。而银行业的信用风险管控流程为“贷前调查—贷款审查—贷款审批—贷款发放—贷后管理—贷款收回”，实际工作中存在以下问题：（一）贷前阶段，信息来源少、核查效率低，欺诈风险较难识别。（二）审查阶段，条线存在信息壁垒、信息“孤岛”，难以实现对授信客户的“精准画像”。（三）贷后阶段，管理效率不高、风险信号预警滞后，导致风险化解质效不高。数字化重要特征是开放、互通、共享。银行业传统的信用风险管控是以客户信用评级为核心，模型包含变量较为单一，无法即时预测信用风险。数字化风控依托大数据、云计算、区块链及物联网等技术，通过整合海量的信息和数据，实现客户精准画像、风险自动识别。利用第五代通信技术（5G）、物联网、区块链等产生的海量数据及关联特征，银行业可以提升内部数据挖掘能力、外部数据加工能力、产品信息集成能力。依托大数据、人工智能、知识图谱、自动定位等技术全方位、立体化评估企业潜在风险。（见图2）
银行信用风险管控质效取决于是否掌握了授信主体的还款能力和意愿，本质是解决银企间信息不对称问题。银行业应深入分析各类业务场景，探索金融科技工具在风控平台具体场景中的应用，准确识别影响信用风险的关键变量和传导路径。通过搭建系统性风险监测平台，整合贷前调查、贷中审查、贷后管理、风险管理、资产保全等覆盖客户全生命周期的多维信息，重塑风控业务模式，从而提升风险识别精准度以及敏捷处置效率。（见图3）
（一）扩大数据采集，捕捉海量信息，整合各类信息来源，健全客户信息数据库、提升欺诈识别能力。（原文作者赵瑞波为交通银行高级经济师；原文为“基金项目河北省金融学会2022年度重点研究课题”）
