信贷风控，数智赋能

原标题：信贷风控，数智赋能

摘　要：平安银行广州分行在深化“金融+科技”战略的指导下，开发了对公智能贷后风控平台，通过使用授信客户账户流水分析、回收预控、贷款回流监测、客户回款监测、授信汽车行业风控、经营性物业抵押贷分析等多个风控模型，落实“早发现、早决策、早行动”的风险管理模式，大大提高了贷后管理效率，实现高效的精细化全流程风险管理，对金融行业实行对公信贷业务的风险控制具有一定的参考价值。

关键词：信贷业务；贷后风控；数智

来源：《金融科技时代》2022年第10期

作者：平安银行广州分行　黄　婷　陈焕宣　李　璐

一、背景介绍

通过贷后检查分析贷款发放后可能出现的风险，及时制定防范和化解的措施，是贷后管理的核心工作，其中，企业账户资金的监管是贷后检查中高频且重要的动作之一。账户流水涵盖企业主营业务相关的采购支付、销售回款、水电费支出、员工薪酬支出以及非主营相关的往来款项、其他投资、拆借等方面，是监测企业资金流的直接工具，不仅可以反映企业主营业务的变动情况，还可以监测其是否存在主营业务外的其他资金往来，是监测企业信用风险的关键手段。平安银行广州分行（以下简称“广州分行”）要求对借款人在该行贷款专户及结算账户的流水进行分析，核查企业经营是否存在异常，并按照“三法一指”等监管要求和批复意见对贷款资金的用途进行跟踪和监测，确保贷款资金按要求使用，防止贷款资金被客户挪用；对于本息将到期客户，按照本金“315”（提前3个月预估到期正常还款的可能性、提前1个月准确判断到期还款安排、提前5个工作日落实还款资金到账）、利息“135”（提前1周要求客户足额存入付息资金、提前3天逐日跟踪付息资金到位情况、欠息5个工作日内正式发函催息）的要求开展回收预控工作。

二、贷后风控痛点

前期，广州分行主要通过人工核查账户的方式开展贷后检查工作，即通过客户在柜台打印或导出网银数据的方式为其提供账户流水。由于广州分行对公客户数量较多，通过人工查询账户的方式需耗费大量人力、时间，而企业账户的流水信息量过大，人工方式核查难免会遗漏关键信息，难以满足实时监控账户流水是否存在异常以及实时核查账户还款资金是否充足的要求，无法保证贷后规定动作的检查频率。

三、解决方案

为了解决上述痛点，广州分行风险管理人员和IT人员根据现有的业务结构特点，通过数智赋能手段，开发了对公智能贷后风控平台，以实现管理效率的有效提升。该系统基于平安银行总行（以下简称“总行”）的Hadoop大数据平台，使用对公信贷管理系统的ODS数据，结合对公交易流水表，借助MOIA调度系统，每天根据业务逻辑自动对数据进行分析处理并形成报表供业务人员随时查看。同时，系统对接总行邮件服务器，具有异常预警信息的自动发送功能。系统在逻辑功能上分为结算账户流水分析、回收预控、贷款回流监测、客户回款监测、授信汽车行业风控以及经营性物业抵押贷6个功能模块（如图1所示）。

图1 逻辑功能

四、技术原理

（一）数据处理

对公智能贷后风控平台采用BS架构，后台基于总行的Hadoop大数据平台，使用核心系统的对公交易流水ODS数据，借助MOIA调度系统，实现数据的转换-抽取-加载（TEL）等过程，具体如下。

T，即Transform，数据转换处理。根据各统计分析报表预先设定的业务逻辑，基于Hadoop大数据平台的Hive数据库，平台编写hql脚本对数据进行分析处理，形成相应的预警信息和报表数据。

E，即Extract，数据抽取。使用定制的Export工具，可将预警信息和报表数据从Hadoop大数据平台抽取导出，落地为文本文件。

L，即Load，数据加载。使用Import工具将文本文件加载到下游应用系统的本地数据库中，作为应用系统的业务数据。

Hadoop大数据平台集成了平安银行全行各业务系统的数据，数据完整、全面，同时具有强大的分布式计算能力，支持对超大数据量的分布式计算。而下游各应用系统的服务器性能相对较差，无法在有效的时间范围内完成大数据量的计算统计，故下游系统的数据均先在平台的Hive库中进行处理，利用总行大数据平台的计算能力，在短时间内完成超大数据量的计算，借此满足用户对应用系统数据更新的时效性要求，减轻下游应用服务器的压力。

整个TEL过程由MOIA调度系统基于事件依赖和流程依赖进行作业调度。通过事件依赖，可以保证上游系统在数据准备就绪后马上触发下游系统的作业进行跑批。而流程依赖则可以保证同一个任务下的作业按照特定的先后顺序进行跑批。

（二）应用部署

总行在网络核心区为各分行划分了相应的分行专区，专门用于部署分行自行开发的特色系统应用。分行专区基于总行的云计算平台，采用基础设施即服务（Iaas）的服务模式，以App-中间件-数据库服务器的3层模式进行应用系统的部署（如图2所示）。

图2 应用部署

云服务器是简单高效、安全可靠、处理能力可弹性伸缩的计算服务。相比传统服务器，云服务器具有投入成本低、性能更稳定、管理更便捷、扩展性更强等优势，可根据应用系统的实际需要灵活分配或回收服务器资源，达到对资源的充分、合理使用，具有多地域性覆盖、稳定可靠、网络高质量和成本低廉的特点。

分配给分行使用的各个云服务器均安装部署了一个Agent代理程序进行系统资源监控，以实现对资源使用情况的实时监控。当资源使用率超过相应阈值时，会自动发送预警信息至总行运维人员和分行的系统属主。云服务器基础服务由总行运维团队负责运行、维护，分行只需负责相应应用系统的运行维护。

五、功能介绍

对公智能贷后风控平台从以下6个维度深入挖掘对公信贷业务的风险数据。

（一）授信客户账户流水分析

现代企业极少通过现金交易，一般企业收支活动均通过银行账户进行划转，银行账户流水基本涵盖企业主要的收入及支出事项。对授信客户银行账户流水的收集分析，是贷后监测的一个重要方式，也是比较科学的评估方法，尤其是针对无正规财务报表和记账的商户、微小企业。通过银行流水，能够掌握客户的经营健康情况。

一是关注企业主要交易对象的变化情况。处于稳定经营周期的企业，其流水交易对象一般较分散（少数仅有单一指定交易客户的企业除外）且主要交易对象较稳定，若企业交易对象数量越来越少，说明企业的主营业务存在萎缩；若金额占比较大的交易对象频繁发生变化，说明企业的主营业务不稳定，后续的原材料供应或下游销售存在不确定因素，应引起关注。

二是从异常往来监测隐性负债及其他投资。企业流水中的异常资金往来多为主营业务外的其他投资、涉及民间借贷等，需分析相关企业的银行账户流水明细，对与其经营范围明显不符的交易对手逐一核实，重点关注超过正常需要的异状情况和无业务背景的资金转账情况，分析企业是否存在民间借贷的可能。

三是要特别关注其银行存款账户的资金往来信息。对于与私募基金、合会抬会、资金中介机构、地下钱庄、私人贷款公司、典当行、担保公司等机构有大额资金往来的企业，或出现异常大额现金进账用于归还到期贷款或同户名转账等情况，应及时跟踪调查，确定企业是否涉足民间（借贷）融资或非法集资。

1. 客户账户流水统计

系统根据风险经理指定的任意时段，统计授信客户的资金流入、流出数据，自动汇总客户在该行所有结算账户的流入和流出金额，以及对应发生转入、转出的上下游关联客户在该指定时间段内的汇总金额。风险经理据此分析客户在该指定时间段内上下游关联客户的变化和阶段性的波动情况，判断客户的经营稳定性，从而督促客户经理制定和落实相应的风险化解措施，见表1和图3所示。

表1　客户账户流水统计

图3　客户账户流水统计

2. 单客户账户流入分析

系统详细分析单客户账户的流入情况。根据客户提供的销售收入数据，对比流水的入账情况，并参考客户过往资金的入账情况，判断其经营收入是否稳定、该行的结算归行情况是否发生变化。从贷方发生额能看出客户的现金流入情况，如贷方发生频率高、金额高，可体现出其经营状况较好；如贷方发生频率下降、金额下滑，则可能存在经营状况恶化的情况，或企业已将结算转移。

3. 单客户账户流出分析

系统详细分析单客户账户的流出情况。

对照账户的支取项是否与经营费用开支核对相符，如工程相关行业的账户流水是否与工程合同核对相符，通过阶段流水和同时期工程合同能分析出工程金额、付款情况、应付、应收账款、利润情况等。若是代发客户，则查看流水里是否有固定每月发放员工的工资奖金、每月的工资奖金有没有增减、有多少员工、每月员工是否有大幅的波动等来推断企业经营的稳定性。同时，分析每月是否有水电固定扣款、正常支付水电费，也可辅助推断企业经营的稳定性。监测对方账户名是否带有“租赁”“小贷”“金融信息服务公司”等字眼，备注信息是否带有“还款”“还贷”等关键字，可推断该客户是否有参与民间借贷行为。同时，从借方发生额看是否有固定金额的扣款，该扣款项是正常的银行扣款还是其他机构的扣款，可以推判客户是否存在其他隐形的负债。

4. 账户异常预警

每日系统自动监控授信客户的交易流水。对于上下游关联客户名称存在“小额”“金融”“保理”“租赁”“贷款”或备注栏存在“退、还、借、贷”等关键字的交易，系统自动推送此类不正常回款或付款异常的信息给风险经理、客户经理，方便其尽早核实，严防信贷资金被违规利用。

（二）回收预控

贷款资金的回收预控，是指风险预警部门或决策部门对尚未爆发的将到期的业务提前进行还款能力核查，对可能存在违约情况的潜在风险提前采取控制措施，避免风险继续扩大，并在业务到期日之前落实还款资金到账。对即将到期的授信业务采取一定的回收预控措施，可以有效地防范贷款出现逾期。但并非所有即将到期的业务都需要采取预控措施，如客户已提前落实好还款资金，则无需再采取措施。

系统可通过以下功能模块，协助客户经理或风险经理开展贷款回收工作。

1. 自动核查

要使客户经理更有针对性地开展预控工作，关键是辨别出需要采取措施的贷款客户，而分析客户的还款账户余额是个可行方案。对于即将到期的授信业务，系统自动核查每笔业务的还款账户余额是否覆盖指定时间段内即将到期的应还款金额（含应还期供金额、应还期供利息）。对于余额不足的情况，则及时发送预警邮件提醒客户经理联系客户落实还款资金，避免出现逾期的情况。

2. 扣息日复查

每月21日为扣息日，平安银行集中在当日进行利息扣收，为了确保每个客户在20日之前已在还款账户存够足额的付息资金，系统在每月21日上午再次复查是否存在还息账户资金不足的情况，及时复核客户是否存在存入资金不足、存错账户、财务人员算错金额、外币贷款未及时购汇等异常情况，如存在异常，将立即通知客户在21日整改完毕，确保客户正常付息。

3. 灵活查询

风险经理可以在系统里设置任意的时段，灵活查询单个或批量的授信客户，确认其对应的还款账户余额是否覆盖指定时间段内的应还款金额，并计算扣除应还款合计金额后的账户余额，从而更好地分析和把控对公授信业务的逾期风险。该功能可较好地帮助风险经理及领导层批量测算客户的账户资金充裕度，聚焦账户资金相对紧张的客户，提前对此类客户的风险程度和后续还款的可能性进行预判，见表2所列。

表2　灵活查询功能

（三）贷款资金回流监测

贷款资金回流，是指借款人从银行借款用于资金支付后，贷款资金又通过其他方式流转到借款人手里。贷款资金回流至借款人，可能会导致贷款资金被挪作他用，从而导致贷款资金难以回收，最后形成贷款风险，同时，会掩盖企业的真实经营活动和财务状况，导致企业的财务虚假。若是通过骗贷的手段将贷款资金投入到法律禁止的用途，如从事民间借贷或高利贷等行为，则会对国民经济造成严重危害。若贷款资金流回到借款人处，则表明企业的贷款用途不实，也证明贷款银行对企业的贷款用途监管不到位，没有严格执行监管部门的监管规定和要求。这类情况的出现可倒逼银行加强内部管理，落实企业贷款用途的监管工作。

系统根据业务设定的规则，在指定时间段内自动匹配贷款支付对象与企业结算账户付款方重合的情况，抽取出贷款回流借款人的可疑数据。系统会自动将这类异常信息推送给风险经理、客户经理，以严防发生贷款资金回流情况。

（四）客户回款监测

根据授信业务终审意见，对于批复中含有“回款、回笼、每月、每季度、万元”等字眼的授信客户，汇总其在指定时间段内剔除同名、结算或理财的回款总金额，对比终审批复意见的要求，自动核查客户的资金回笼情况是否达标。若不达标，则发送预警消息给客户经理。

（五）授信汽车行业风控

1. 总对总财务明细核查

系统按季自动核查授信汽车经销商的销售收入、净利润、存货、预付账款、保证金、授信余额等相关财务数据，测算收入及利润的同比变化率、存销比、吸存率等财务指标。对于收入、净利润大幅下滑，存销比超过合理区间的情况，系统及时向风险经理、客户经理发出预警，使其尽早核实，在综合判断风险情况后制定相应的管控措施，见表3、表4、表5所列。

表3　授信汽车经销商明细

表4　存销比>2.5的授信汽车经销商明细

表5　存销比>2.5，且销售收入同比下降的授信汽车经销商明细

2. 银承回收预控

系统每日提取到期前的经销商银承业务补足敞口情况，以邮件方式提醒客户经理，督促客户尽快补足即将到期业务的保证金，确保按时归还。

3. 经销商客户保证金账户分析

系统自动统计任意时段内授信客户的保证金转入总额、次数、平均金额，以及同比变化率，生成总对总授信客户的保证金台账，风险经理可运用台账进行赎货变化分析，及早发现并化解风险。

（六）经营性物业抵押贷

经营性物业抵押贷款，是银行给予企业发放，以其拥有的经营性物业作为抵押物，并以该物业的经营收入作为主要还款来源的贷款业务。因此，抵押物业租金是否能足额、及时地归集，是判断经营性物业抵押贷款风险的重要信号。系统在分析经营性物业抵押贷方面，包含监控账户流水匹配统计、余额覆盖本息筛查、租金支付账户名称匹配等功能。

1. 监控账户流水匹配统计

系统开发有监控账号录入、现金流水测算表以及抵押物租赁情况明细表等功能，配合ODS数据可实现自动对录入的监管账户进行流入发生额汇总（剔除录入账户之间的相互转款），包含灵活查询功能和自动核查功能。

（1）灵活查询功能。输入“客户名称（支持批量上传）、起止时间（××年××月××日-××年××月××日）”，可查询统计该时段录入的监控账户流入总额（为免重复计算，剔除了录入的监管账户相互之间的资金流入）是否可覆盖对应该时段现金流入测算表的流入金额。

（2）自动核查功能。每月月底将本月录入监控账户流入金额合计的结果、占录入数据金额月均值比例、录入数据月均值、从第一笔起始日期开始至目前的账户流入汇总金额、占该时段录入数据金额比例、该时段录入数据值汇总，发邮件提示客户经理、团队长，并将名单发送给指定风险经理。

2. 余额覆盖本息筛查

系统自动获取监控账户的余额及对应还款计划信息，并于下一期还款前一个月自动核查录入的监控账号余额是否可覆盖当月利息及本金的合计数。如某一监控账户的分期还款本金到期日为2019/11/22，则须于2019/10/22自动核查录入监控账号余额是否可覆盖“本月利息+本月本金”。如不能覆盖，则每周提示客户经理，并将名单发给对应的风险经理。

3. 租金支付账户名称匹配

（1）系统从ODS平台获取所监控账户当月交易流水中的付款方名称，配合《抵押物租赁情况明细表》中的租赁到期日，在到期前一个月提示客户经理，并将名单发送给风险经理。

（2）每月月底系统将录入的监控账户流水中的“付款方户名”与《抵押物租赁情况明细表》中的“支付租金账户名名称”“租金支付频次”进行匹配：若《抵押物租赁情况明细表》的“支付租金账户名名称”结合支付频次在系统将账户流水中“付款方户名”无法匹配到，则以邮件提示客户经理及风险经理。

六、投产效果

现阶段，对公智能贷后风控平台已经投产使用，回收预控、流水监测等功能已能做到精准提取、每日督办。该系统的投产有效弥补了分行贷后管理工作的短板，提高了贷后规定动作落实的频率、效果，扭转了广州分行信贷风控手段不足的被动局面，释放管理活力，聚焦重点领域，让广州分行现有的管理手段、流程以及信息平台能够更好地发挥应有作用，并形成一个完整的贷后管理体系。广州分行风险管理部将继续与IT部门加强沟通、合作，不断迭代优化风控模型，持续打造广州分行“智能风控”名片。

七、结束语

对公智能贷后风控平台运用大数据技术，通过对授信客户的集中度分析、趋势分析以及财务分析，动态跟踪客户资金，借助风险信息预警、资金流向监控、贷款用途监控等专业化贷后管理模型的使用，以自动化、高频率、多维度落实“早发现、早决策、早行动”的风险管理模式，大大提高了贷后管理效率，实现高效的精细化全流程风险管理。这些技术实现方案对金融行业对公信贷业务的风险控制有一定的参考价值。

参考文献：

[3]商业银行授信工作尽职指引[EB/OL]. http://www.cbrc.gov.cn/chinese/home/docDOC_ReadView/789.html.

订阅 步骤

传统订阅：①征订单下载→②填写征订单→③转账汇款→④把征订单及汇款凭证邮件至jrdnfx@163.com→⑤电话确认，完成订阅。

线上订阅：①填写征订单→②电话确认，完成订阅。

联系方式

张秀华：020-87592072

苏　斯：020-87515169

陈菲怡：020-87592003

电子邮箱：jrdnfx@163.com返回搜狐，查看更多

责任编辑：