普惠金融：从服务“双大”到服务“双小”.pdf

普惠金融：从服务“双大”到服务“双小”国研智库新金融课题组一、世界性难题周礼中记载，“凡民之贷者，与其有司辨而授之，以国服为之息”，经学家郑玄考证其利率约为 5%。这样的低利率并未维持太久，西汉晁错论贵粟疏中说“当具有者半贾而卖，亡者，取倍称之息”，没有粮食而又急需用钱的百姓，只能以成倍的利息去借贷。北宋时期，商品经济蓬勃发展，由于民间借贷利率太高，王安石变法中的“市易法”规定了商贾可以地产等抵押向市易司贷款，年利率约20%，且需 5 人以上相互作保，最终蜕变为政府垄断，“渔夺商人毫末之利”。明清时期，徽商、晋商的典当、票号遍天下，纵使国家明令“月利不得超过三分”，但仍不乏“倍取民息”之事。在西方，公元前 18 世纪古巴比伦汉穆拉比法典 中就出现了对借贷双方关系的记载，规定谷物贷款年利率上限为三分之一。中世纪到文艺复兴时期，民间经营高利贷的行为屡见摘 要：党的二十大报告强调“支持中小微企业发展”。长期以来，中小微企业融资问题被称为“世界性难题”，融资难、融资贵长期制约中小微企业的发展。国有大行支持中小微企业、发展普惠金融责无旁贷。纵览历史和其他国家的经验，破题普惠金融绝非易事，小微市场也从来不是大型商业银行的强项所在。作为先行者，建行从一家专注于大行业、大企业的传统大行，到如今市场上普惠金融供给总量最大、普惠贷款余额超过 2.3 万亿元的金融机构，只用了不到 5 年。建行探索的“数字普惠”新模式于 2021 年入选 G20 普惠金融全球合作伙伴会议经典案例，亚洲银行家2022 中国奖项计划“中国最佳银行普惠金融实践”奖也花落建行。面对小微企业融资这道“世界性难题”，建行作出了哪些努力？关键词：普惠金融；数字普惠新模式；数字化转型；数字金融安全 截至 2022 年年末。见东汉郑玄周礼注疏。15New Economy&Future Industry|2023 年第 05 期|专 题Feature不鲜，但受到天主教的严厉批判。随着思想启蒙和资产阶级革命，宗教和世俗对高利贷的束缚愈发放松，莎士比亚的经典剧目威尼斯商人 就塑造了夏洛克这样一个高利贷者的形象。工业革命后，经济高速发展，但金融资源的匹配仍有欠缺。专栏 1 麦克米伦缺口1929 年，为尽快摆脱经济危机，英国政府指派以麦克米伦爵士为首的金融产业委员会调研英国金融业和工商业。1931年，该委员会所提交的 麦克米伦报告指出，在英国的金融制度中，由于金融市场普遍存在信息不对称，而资金供给者一般是具有“经济理性”的风险规避者，他们更偏好于信誉度高而风险较小的大型企业。中小企业在筹措必需的长期资金时，尽管有担保，但仍存在融资困难，建议政府采取一系列措施拯救危机。由此，人们将金融制度中存在的对中小企业融资壁垒的现象称为“麦克米伦缺口”。“麦克米伦缺口”是市场失灵的表现，因为融资壁垒的存在，市场不能及时提供与需求相吻合的资金，也就无法达到帕累托最优。即便是在当代，这种“缺口”仍然存在。2018 年世界银行发布的中小微企业融资缺口：对新兴市场微型、小型和中型企业融资不足与机遇的评估显示，全球发展中国家对正规中小微企业的融资供给规模仅能满足中小微企业融资需求的 42%。中国 5600 万中小微企业的潜在融资需求达 4.4 万亿美元，潜在融资缺口 1.9 万亿美元，缺口比重达 43.2%。由此可见，小微、涉农等普惠客群融资难、融资贵的问题，古今中外，概莫能外，无怪乎被称为“世界性难题”。中国的普惠金融起步较晚但发展迅速，比较有代表性的有依靠线下作业的“台州模式”和完全依赖线上作业的互联网银行模式。在小微信贷领域，以台州银行、泰隆银行和民泰银行为代表的“台州模式”闻名遐迩，其扎根小微数十年，虽然规模整体有限，但盈利指标相当可观，也形成了一套独特的经营文化。如泰隆银行的“三品三表三三制”，即看人品、产品、押品，审水表、电表、海关报表，服务上对新客户三天给予明确答复、老客户三小时办结；台州银行的“三看三不看”，即不看报表看原始、不看抵押看技能、不看公司治理看家庭治理。这些“本土经验”是对于小微企业和个体工商户经营情况的高度提炼，充分凝结了基层智慧，但其局限性在于高度依赖于客户经理个人的经验判断，也离不开东南沿海商业贸易发达的特殊土壤。网商银行、微众银行等互联网银行则全然不同，它们依托自有平台（阿里巴巴、腾讯）超过 10 亿用户的数据优势，聚焦其自身生态体系内的交易数据进行场景化融资，走出一条完全线上化的路子。对互联网银行而言，借助其自有平台可以广泛触达客户，积累了大量用户数据并可获得实时数据，加之 20 世纪 30 年代，英国金融产业委员会发布麦克米伦报告，指出中小企业对资金的需求数额远高于金融体系愿意提供的数额，这种资金缺口即著名的“麦克米伦缺口”。台州民营经济的比重占其经济总量的 97%以上，据不完全统计，台州有 48 个产品在国际国内市场的占有率第一，中国三大日用商品交易市场之一、中国最早的小商品市场都在台州，可以称得上是全中国乃至全世界专业市场最密集的地方之一，因此区域内小微企业的数量和实力都很可观。16|New Economy&Future Industry|2023 年第 05 期专 题Feature基于其科技实力的较强风控技术，形成了较为成熟的大数据风控模型。但互联网银行高度依赖于自身生态体系的交易数据，总体来看，对小额、短期的贷款管理更为有效。对于中国数以亿计的 普 惠 市 场 主 体 而 言，要想满足它们的融资需求，还需要商业银行这支主力军。二、建行数字普惠新模式在传统印象中，大银行天然做的是大生意。20 世纪末，建行正是凭借“双大”战略，奠定了其资产规模和业务结构，在国有银行商业化转型中赢得了立身之本。但市场环境并非一成不变，我国经济已由高速增长转向高质量发展阶段，过去一味“求大”的业务范式开始显露疲态。建行对此不无警觉，2018 年普惠金融战略启动大会上，建行董事长田国立就预见，“伴随着投资拉动的动能衰减和消费时代的到来，传统大型基础设施建设项目大幅减少，且可持续的增量有限。”这一论断在今天看来已基本得到验证。亟待寻找新航向的金融巨轮，在看似不可逾越的海域划出了一道新的航线启动普惠金融战略，用“双小”承接“双大”。“双小”即小行业、小企业。在我国，中小微客群达 1.63 亿户，虽不起眼，但聚沙成塔，对经济的贡献很大，呈现出“五六七八九”的特征：贡献 50%以上的税收、60%以上的GDP、70%以上的技术创新、80%以上的就业、90%以上的市场主体。但长期以来，它们都是金融资源难以覆盖的“边缘群体”，融资难、融资贵就像套在它们头上的“紧箍咒”，严重束缚了中小微企业的发展。这也很难归咎于金融机构，商业银行服务小微企业存在诸多痛点：一是小微企业抗风险能力弱，存在较高信用风险。根据美国财富杂志和全国工商联中国民营企业发展报告，中小企业平均存活周期为 2.5 2.9 年，且缺少抵质押物，小微企业贷款不良率普遍偏高，建行 2015 年、2016 年小企业贷款不良率分别为 5.98%、5.6%，远高于全行平均不良率（如图 1 所示）。二是小微企业因财务不规范、管理不透明等，信贷流程难以标准化，需要更多人力投入，服务成本高、审批时间长、业务效率低。三是小微信贷单笔额度低，且存款派生能力弱，服务性价比低。因此，当建行把普惠金融上升为全行战略，图1建行普惠贷款资产质量变化情况1832771812001651551491753.535.985.604.452.431.490.970.940.001.002.003.004.005.006.007.00（%）050100150200250300不良额（左轴）不良率（右轴）年份（亿元）20142015201620172018201920202021 指大行业、大企业。数据来源：登记在册市场主体达 1.63 亿户，人民日报，2022 年 10 月 12 日 01 版。17New Economy&Future Industry|2023 年第 05 期|专 题Feature不免在市场上引起激荡。大银行做得好小企业吗？面对潮水般涌来的质疑，建行人有着自己的思考。从政策导向看，习近平总书记指出，“要始终坚持以人民为中心的发展思想，推进普惠金融高质量发展，健全具有高度适应性、竞争力、普惠性的现代金融体系，更好满足人民群众和实体经济多样化的金融需求，切实解决贷款难贷款贵问题”。2013 年，党的十八届三中全会正式提出“发展普惠金融”；2016 年，国务院印发推进普惠金融发展规划（20162020）；建行提出普惠金融战略后的次年，即 2019 年以来，政府工作报告持续对国有大行普惠小微贷款作出量化增速要求，且均不低于 30%（如图 2 所示）。因此，普惠金融“应当做”。从市场需求看，市场主体总量的快速增长提供了广阔的发展空间。小微企业注册数量从2012 年的 1100 万户上升到 2021 年的 4700 万户，个体工商户突破 1 亿户，尤其是 2016 年以来，每年新增个体户占全部市场主体新增的60%以上。1.5 亿户的小微市场主体背后，是一片巨大的蓝海，按 70%小微企业有融资需求测算，潜在的客群超过 1.05 亿户（如图 3 所示）。反观基建和房地产领域，整体增速下降很快，2021 年基建增速仅为 0.4%，2021 年下半年房地产市场进入“冰冻期”，“土地财政”和“土地金融”势穷力蹙，也冲击了地方政府的投资配套能力，新项目供给偏弱，贷款利率一路走低。两相比较，普惠金融“值得做”。从能力基础看，金融科技的有效赋能推动了普惠金融供给能力的快速提升。传统金融依赖网点和客户经理“人海战术”，而小微企业等长尾客户海量、分散、需求各异，难以 习近平主持召开中央全面深化改革委员会第二十四次会议强调：加快建设世界一流企业加强基础学科人才培养，新华社，2022 年 2 月 28 日。习近平在二十国集团领导人汉堡峰会上关于世界经济形势的讲话（全文），新华社，2017 年 7 月 8 日。总理定出时间表：五大国有商业银行全部设立普惠金融事业部，人民网，2017 年 7 月 16 日。图2关于普惠金融的政策沿革2013 2016 2017201820192022中共十八届三中全会，正式提出“发展普惠金融”国务院印发推进普惠金融发展规划（2016-2020），普惠金融上升为习近平总书记在G20峰会提出：发展普惠金融、绿色金融，推动金融业更好服务实体经济发展人民银行发布关于对普惠金融实施定向降准的通知，鼓励商业银行大力发展普惠金融原银监会办公厅发布关于2018年推动银行业小微企业金融服务高质量发展的通知，提出“两增两控”目标，突出小微企业量质并重2022年两会 政府工作报告中强调：扩大普惠金融覆盖面，加强金融对实体经济有效支持。优化监管考核，推动普惠小微贷款明显增长、信用贷款和首贷户比重继续提升银保监会要求国有大型银行确保全年普惠型小微企业贷款新增1.6万亿元李克强总理在国务院常务会议提出要求：大型商业银行要在2017年内完成 普惠金融事业部设立自2019年以来，政府工作报告 持续对国有大行普惠小微企业贷款做出量化增速要求：其中2019年提出增长30%以上，2020年要求增速高于40%，2021年要求增速高于30%“国家战略规划”18|New Economy&Future Industry|2023 年第 05 期专 题Feature有效触达。大数据、云计算、人工智能等技术的日臻成熟并在金融领域广泛应用，实现对小微企业的立体式全息画像，建立主动授信模型，让过去“人工”的金融业务插上“数字化”的翅膀，得以提高效率、扩大规模和优化客户体验。“金融科技”同为“三大战略”之一，为建行探索普惠金融之路奠定技术基础，让普惠金融“做得成”。面对中小微企业融资这样一道世界性难题，建行人选择了亮剑。这不是无知者无畏，而是基于时与势的理性思考。罗马不是一日建成的。早在 2005 年，建行就推出了“成长之路”和“速贷通”两大产品，为有融资需求又具备抵（质）押条件的中小企业提供服务；2007 年创建了“信贷工厂”模式；2012 年，在引入美国银行评分卡技术基础上，建立独立的零售评分卡模式。但由于主要依赖企业财务数据和客户经理手工撰写授信材料，因此线下操作成本高、周期长，规模一直做不上去，不良率自然也降不下来。2013 年，建行开始尝试以结算、金融资产、纳税等数据为基础开发大数据信贷产品；2016年，这一系列实践统一整合为“小微快贷”系列产品，成为建行“数字普惠”模式的先声。2017 年 10 月，人民银行发布“定向降准”政策红利，当时市场普遍对此不抱期望，建行却嗅到了机遇，成为达到该最高激励目标的唯一大行，获降准 1.5 个百分点，释放的存款准备金超过 2000 亿元，带来了可观的经济利益。2018 年 5 月 2 日，建行召开普惠金融战略启动大会，提出“数字、平台、生态、赋能”的发展理念，将金融活水引流向小微企业，建行普惠金融开启了“加速度”。借助大数据、云计算和人工智能分析，打造批量化获客、精准化画像、自动化审批、智能化风控、综合化服务的“五化”普惠金融服务新模式，开发“小微快贷”“云税贷”“个人经营快贷”“小微善贷”“交易快贷”等一系列拳头产品，通过全流程网络化、自助化操作，更大程度提高了小微企业贷款的便捷性和可获得性。数字普惠模式何以能不靠抵押放贷款？以“云税贷”为例，建行通过与税务部门合作，关联企业纳税数据，诚信纳税信息证明了小微企业的经营能力，也佐证了其信用状况。“云税贷”以企业纳税情况为基数，让“纳税信用”与“银行信用”有机结合，从而确定贷款额度，为小微企业、个体工商户提供纯信用贷款，最高可获批 200 万元，贷款全流程只需几分钟即可完成，且按需支用，随借随还，有效契合小微企业“短、小、频、急、散”的资金需求特征，还有助于促进企业诚信经营、依法纳税。2019 年，建行四川省分行与成都市税务局图3 普惠金融市场主体结构1.5亿户中小企业超过4700万户个体工商户1.03亿户农户超过2.3亿户科技型中小企业22.3万户高新技术企业27.5万户专精特新企业超过4万户农民合作社超过220万家农产品电商总数100万家脱贫人口近1亿逾2.3亿户65.7万户双创扶贫涉农小微19New Economy&Future Industry|2023 年第 05 期|专 题Feature合作，在“云税贷”基础上创新推出“减税云贷”，通过减税额还原企业纳税额，进而推导授信额，同样无须担保和抵押，贷款最高额度达 300 万元。产品一经推出，很快收获好评，随之推向全省、全国。诸如此类，还有依托于国家电网用电数据的“云电贷”，关联公积金中心数据、为稳定发放工资或缴纳住房公积金的两类小微客户发放的“薪金云贷”，等等。目前，建行普惠金融信贷业务应用外部数据 40余类，数据项 3000 余个，信用贷款余额同业最高，占到全市场的 1/3。建行运用内外部多维数据进行客户画像，形成了智能化风控管理手段，通过关联客户征信数据、司法涉诉数据、失信执行数据、反洗钱数据等，从反欺诈、信用评分、授信管理、定价管理、贷后预警和贷后催收 6 个环节设定规则、变量和模型进行关联，由此解决制约普惠金融发展的小微企业不良率高的问题。传统的信贷模式下，普惠客户贷款金额虽小，却和大中型客户同样要填厚厚的一沓授信申报材料，客户常常要跑好几趟，还未必办得下来，客户经理也身心俱疲。2018 年 9 月，建行开创性地推出“惠懂你”App，为普惠金融客户量身打造一站式移动金融服务平台。首创在线精准测额等功能，客户可通过手机快速预测授信额度，进行贷款申请、审批、签约、支用、还款等线上自助操作，为小微企业提供“一分钟”融资、“一站式”服务、“一价式”收费的信贷服务体验。2020 年 9 月，进一步升级推出“惠懂你”2.0 版本，以信贷融资为核心，搭载普惠客群专属产品体系，集成金融与非金融服务，独创线上股东会等功能。新冠疫情暴发后，加速释放了“惠懂你”App 线上服务效能，为客户提供全线上无接触服务，支持线上贷款延期和无还本续贷功能，助力企业复工复产。战略启动之初，普惠金融战略发展规划（20182020 年）所编订的“123”目标，即贷款余额 1 万亿元、客户 200 万户、不良率低于 3%，均如期实现。截至 2022 年年底，建行普惠金融贷款余额 2.35 万亿元，是 2017 年的 5.6 倍，普惠金融贷款客户近 253 万户，是2017 年的 3.5 倍。小企业不良率约 1%，资产质量稳定可控。全面落实“减费让利”政策，普惠型小微企业贷款利率从 2017 年的 6.37%下降到 4.10%，真正做到了又“普”又“惠”，实现商业可持续。“数字普惠”给建行带来的不只是业绩的增长。如今，建行开办普惠金融业务的网点已达 1.4 万家，占全部网点的 98.67%，挂牌普惠金融特色网点2514家；配置普惠专员近2万名，办理过普惠业务的员工近 5 万名。普惠金融战略为建行锻炼了一支过硬的客户经理队伍，基层一线员工从“不敢做、不会做、不愿做”到主动做、学着做甚至抢着做，重新找回了职业价值。“小企业，大事业，无止境”。五年耕耘，建行用实际行动证明了普惠金融确是一项伟大的事业。普惠金融的发展已进入深水区，客户触达、首次贷款、信用不足与生态不完善等问题还不同程度存在，在当前同业竞争“千帆竞发”的背景下，这个目标颇具挑战性。星光不问赶路人，建行在普惠金融的探路之旅上，已然“斗罢艰险又出发”。以扩面厚植客户基础。与全国以亿计的市场主体相比，潜在的客户市场还非常广阔，尤其是产业互联网、消费互联网、优质纳税企业、涉农主体和个体工商户等客群，有望成为新的“兵家必争之地”。积极顺应消费升级趋势，支持消费新模式、新业态发展和现代流通体系建设，重点关注医疗卫生、健康养老、文化旅游等传统民生消费领域小微企业，以及在线消费、教育、娱乐、医疗等新型消费领域，把握消费20|New Economy&Future Industry|2023 年第 05 期专 题Feature产业升级新方向。积极支持制造业高质量发展，为百万创客、十万省级“专精特新”中小企业、万家“小巨人”企业及数千家单项冠军企业、隐形冠军企业、领航企业等制造业优质企业积极提供融资支持，助推“制造”向“智造”迈进。以下沉挖潜客户求。普惠小微客群“小而散”的特点决定了其需求的多样性，建行普惠金融模式为普惠客群从“千人一面”到“千人千面”找到了路径，还要进一步细分客群，深挖客户潜在需求。根据客群来源渠道，重点拓展纳税户、用电户、个体工商户、小微企业主、商户、房贷户、信用卡客户、供应链客群、涉农客群、科创客群等重点客群，针对客群需求特点及风险特征，精准施策，定制专属金融服务解决方案，有效连接市场需求和服务供给。同时，针对存量客户建立会员体系，实施会员制管理，为客户提供高感知、差异化的价值激励及关怀服务，做好存量挖潜和维护工作，提升客户体验和忠诚度。以数据强化核心竞争优势。建行普惠金融的最大创新在于数字化，核心优势也在于数字化。唯有持续提升普惠金融数字化经营能力，以数据资产作为普惠金融发展的关键生产要素，方能积优势为胜势。推进数据集成建设，培育数据挖掘、连接、分析和整合土壤，全面提升普惠金融的洞察能力、决策能力和经营能力。适应数字经济发展新要求，加强数据要素全生命周期管理，激活数据要素潜能。需求响应、多维模型、风险计量等算法在业务各环节中的应用，完善模型并持续迭代，提高获客效率、创新效能和风控精度。依托深度学习、智能交互等人工智能技术，创新构建“AI+”系列，实现“AI+营销”“AI+催收”等模式，打造一支永远在线的 AI 客户经理队伍。以平台构筑全场景生态。依托“惠懂你”平台连接政务服务场景，建行普惠金融的服务触角进一步延伸。在重庆市，打造了“惠懂你”智慧税服样板间，一方面在电子税务端嵌入并实现“惠懂你”精准测额等金融功能；另一方面，在“惠懂你”App 布放办税、查询等政务功能，政务与金融“双向奔赴”，让小微企业享受到“1+12”的便捷服务。在吉林省，联合市场监督管理厅，在“惠懂你”服务生态中增设全新公共政务服务场景“智慧市监”，过去企业注册需要 3 天的流程，现在通过“惠懂你”App，仅需半个多小时便能完成从企业开办到银行账户预约开户的全流程。如今，企业设立登记、涉税服务、刻制公章、社保登记、公积金缴存等政务服务都可以通过“惠懂你”，全程“零见面”完成登记办理。升级后的“惠懂你”3.0，着力解决有效场景少、生态连接数量不多、活跃度不高等问题，丰富平台非金融场景，为小微企业带来从“低频、单一融资功能”向“高频、综合服务功能”跃升的用户体验。围绕企业全生命周期，纳入需求撮合、ERP、人力管理、财务管理和培训管理等功能，建设高频企业社区，让“惠懂你”真正“会懂你”。专栏 2 2023 年“惠懂你”主要指标发展规划1.“惠懂你”聚客引流能力显著提升。到 2023 年，实现“惠懂你”授信金额 1.2 万亿元、认证企业 800 万户、授信客户 180 万户。2.“惠懂你”渠道占比水平显著提升。到 2023 年，“惠懂你”累计认证企业占全行小微企业结算客户数的80%，贷款新增客户数占全行普惠贷款新增客户数的 70%。21New Economy&Future Industry|2023 年第 05 期|专 题Feature3.“惠懂你+”生态连接程度显著提升。到 2023 年，“惠懂你”实现平台生态连接 2 万家，场景生态成为重要获客方式。三、数字化风险控制体系所有经营模式的竞争本质都是风控能力的竞争。尤其是对于中小微企业而言，其自身抗风险能力弱，缺乏有效信用记录，风险状况难以有效评估，不良率一直居高不下，严重制约着普惠金融的发展，可谓是“木桶的最短板”。建行以数字化手段创新“六位一体”风险管控体系，嵌入自研的小微企业评分卡模型和智能催收平台，守住风险防控底线，让“最短板”成为“最长板”。“六位一体”风险管控体系风险管控能力是普惠金融行稳致远的基础保障，是将普惠战略优势转化为持久胜势的核心支撑。近年来，建行普惠金融业务坚持“底线准入、小额分散、快速处置”原则，推进信贷业务流程“标准化、智能化、集约化”，实施风险主动管理、过程管理和预期管理，促进普惠金融业务高质量发展。“智能化风控”通过将关键动作及管理要求纳入系统自动控制，减少人为干预，确保政策执行到位，规避操作风险和道德风险，具体内容包含企业级底线排查拒险、智能反欺诈阻断排险、场景模型选客识险、多维额度管理控险、监测预警避险、催收处置化险六个方面，简称“六位一体”风险管控体系（如图4所示）。企业级底线排查拒险在全行统一风险管控管理框架下，引入行内黑名单、注吊销客户名单、失信被执行人等内外部负面清单，以及涉及核销、不良客户名单、信用卡伪冒或盗用、商户刷单等底线规则的风险扫描仪，构建底线拒绝策略体系，是贷前客户准入的第一道防火墙。智能反欺诈阻断排险建立“名单+规则+模型”的普惠业务反欺诈工具箱，通过挖掘客户信息真实性异常、经营信息异常、资金往来异常和关联关系异常等核心欺诈场景，实现对名单欺诈、高欺诈风险以及涉及实控人异常变更、相同 MAC 地址、授信后存款大幅降低、企业成立年限短、工商信息异常等典型欺诈场景的阻断，是贷前客户准入的第二道防火墙。场景模型选客识险改变以往靠人工经验判断层层把关、层层审批方式，通过统计方法建立小微企业评分卡模型，实现对小微企业偿债能力和偿债意愿的全面批量评价，为审批决策提供可量化参考。依托业务场景逐步形成“通用+专属”评分卡模型体系，包括小微业务反欺诈阻断企业级底线排查专业化催收处置多维度额度管理场景化模型选客智能化监测预警数字化强化数字化风控新技术应用，丰富基础数据资产，完善数据交叉验证，推动风控模型迭代升级，数字化时代背景下促进I T技术与风险管理的融合程度不断加深。标准化落实合规要求，推动底线排除、反欺诈阻断、模型选客、额度精控等风控规则标准化建设进程加速，夯实线上业务准入关口“识风险、防风险、断风险”能力。智能化应用大数据、知识图谱、人工智能、关联关系图谱、人体识别等新技术，结合海量数据的应用，让风控流程更加直观，实现风险预判的穿透管理。集约化搭建预警管理、反欺诈、集中催收、风险处置等集约化的运营和管理模式，促使智能化标准化作业模式逐渐成熟，构建运转高效的风险防控体系。风险管控体系图4 “六位一体”风险管控体系22|New Economy&Future Industry|2023 年第 05 期专 题Feature企业、个体工商户核心客群和依托税务、电力、供应链、农户等场景的模型组合体系，并持续跟踪和推动优化。多维额度管理控险一方面，结合主要授信依据，基于客户经营情况和真实用款需求进行额度测算，并充分考虑避开数据造假、养流水等欺诈行为，形成包含金融资产、房贷、纳税、结算等指标在内的综合测算模型。另一方面，进行单户授信总量控制。明确按照产品额度上限、人企合一模型、零售客户风险限额等进行多层级限额机控，将“企业主名下其他企业在建行无授信额度”作为“小微快贷”新增准入条件，避免过度授信；将资金违规流向拦截等纳入支用环节系统自动控制，有效避免贷款资金违规挪用。监测预警避险开发全行级“监测大脑”可视化监测视图，覆盖机构、产品等维度的常态化监测机制，构建包含不良、逾期等指标的固定报表、可视化视图等的监测工具体系，支持各机构及时察觉潜在风险异动。同时，依托预警平台，实现对客户风险的早发现、早预防、早处置，据统计，平均提前预判风险时间为 8.5 个月。2022 年 6月，成都市某冷冻食品经营部触发预警，显示“经营异常注销吊销或停业”，经上门核查，情况属实，该客户确已吊销停业，客户经理立即开展催收工作，及时回收贷款，有效防止该笔贷款形成不良。催收处置化险优化催收策略，提高催收效率。利用催收评分卡模型对不同风险等级客户进行智能催收策略安排，合理运用短信、电话、上门等催收方式，减轻基层负担，提高回收比率；设置流程公证、强制执行等手段强化追偿动作，通过贷前设置“网络赋强公证”一键操作，加密固化证据链，支持高效取证，保障建行权益；持续优化不良处置出口。上线自动化核销功能，效率较原方式获得较大提升，成功发行全国首单对公普惠金融类不良资产支持证券，进一步提高不良处置效率，实现不良快速出清，畅通出口。评分卡：评出风险分出优劣下载“惠懂你”App，注册认证申请不到5 分钟，150 万元授信金额就到账了。看到眼前这一幕，广东顺德诚塑材料有限公司的企业主曹先生惊叹不已。这笔纯信用“小微快贷”背后，离不开普惠金融智慧风控体系下，以评分卡模型为代表的风控工具的建立与应用。目前，针对普惠业务客户多、金额小、效率要求高的特点，建行构建出以线上业务风险排查系统（RSD）、风险模型管理组件（RMD）和全面风险监控预警平台（RAD）为代表的“3R 体系”，开发了系列评分卡工具，搭建了一套“名单+规则+模型”的反欺诈工具体系，全面融入普惠业务贷前、贷中、贷后多个业务环节，为业务快速发展提供了核心风控支持。评分卡作为普惠业务风控工具箱的重要组成部分，一方面，降低了客户风险评估成本，提高了获客效率；另一方面，较好地解决了信息不对称问题，有效降低了风险。融入业务流程评分卡是利用统计学原理或专家经验，通过挖掘借款人的基本属性、征信记录、交易行为等信息，找出历史上蕴藏在复杂数据中的反映借款人风险特征和预期信贷表现的规律，提炼成预测模型，以评分的形式综合评估及预测借款人未来的信用表现。根据评分卡模型运用阶段的不同，一般可以分为：在贷前阶段对新贷款申请进行筛选并判断其违约风险的申请评分卡，在贷中阶段对审批通过的贷款客户进行覆盖整个贷款周期管理的行为评分卡，在贷后阶段对审批通过的贷款客户进行管理的催收评23New Economy&Future Industry|2023 年第 05 期|专 题Feature分卡。一个标准的评分卡模型，至少需包含三个基本方面的内容，即入模变量名称、变量取值和取值对应的分数。对单个客户的特征变量得分求和，可以得到该客户的申请评分卡得分结果。在小微快贷应用中，一般通过确定阈值设定策略，申请评分卡得分高于阈值则自动通过，低于阈值则人工审批或自动拒绝。阈值越高，则通过率越低、不良率越低；阈值越低，则通过率越高、不良率越高。综合考虑业务需求，确定相应的阈值，可以实现平衡自动审批通过率和贷款不良率的目标。评分卡在普惠业务的应用中具有5大特点：（1）客观性。评分卡以实际业务数据作为支撑，基于大数据分析算法拟合客户得分。（2）一致性。评分卡对所有的客户都是一样的评价标准。（3）准确性。评分卡在事前有数据支撑、事后有数据验证，通过的贷款不良率满足预期。（4）全面性。通过多维度指标，评分卡和规则组合可以拟合分析更多维度的特征。（5）效率性。评分卡能够实现秒批秒贷，大幅减少客户的等待时间，节约人工审批的人力成本。2012 年，建行研发第一代零售小微评分卡。2018 年，建行自主研发第二代零售小微申请评分卡。目前，普惠业务评分卡体系逐渐丰富和成熟，已形成由零售小微申请评分卡（2021 版）、个体工商户经营快贷评分卡、抵押快贷申请评分卡、小微行为评分卡、交易快贷评分卡、云税贷专家评分卡、云电贷专家评分卡等构成的第三代评分卡体系。牢牢守住风险底线随着建行普惠业务进入新发展阶段，新客群和新场景不断丰富，评分卡体系也在进一步提高适应性与精细化水平，持续快速优化迭代。评分卡的原理并不复杂，一般包括数据分析、变量筛选、模型构建等步骤，很多软件也都有成熟的程序包。但构建一个符合业务需求的评分卡并不容易，需要风险管理与业务发展相促相融、相促相长、共同成长的良性生态。项目研发团队要结合实际情况进行分析，确定合适的建模样本。对于创新业务，样本的选择挑战更大，要创新性地探寻合理的可替代样本。模型研发必须从建模与模型运用角度综合考虑，而不能简单采用机器自动化结果，这既需要项目团队的反复沟通，又需要项目团队多年的经验积累。模型还要进行全生命周期管理，有效控制模型风险，才能取得好的效果。评分卡与其他工具的组合使用，有效助力了小微快贷新模式的快速健康发展。自普惠战略实施至 2022 年 6 月末，评分卡模型累计为241.86 万客户完成线上贷款风险评价并发放贷款，累计发放贷款笔数 601.75 万笔，累计发放贷款金额 3.47 万亿元。2022 年上半年，零售小微评分卡（2021版）、云税贷专家评分卡（2021 版）成功上线，进行全行推广应用。上线以来，模型各项指标均达到预定目标，进一步支持了普惠业务的客户风险评价与业务发展。RCP：扎紧两端的“糖果”“大零售”是国内外先进同业已提出并应用的概念，包括个人信贷、信用卡、小企业信贷。建行大零售（以下简称“零售”）贷款已超 10 万亿元，占境内分行贷款的半壁江山，对风险管控能力提出很高要求。其中，加强非不良客户到逾期催收管理是实践零售信用风险管理“糖果理论”的必要之举，也是稳定资产质量的关键环节。一直以来，银行零售非不良客户催收管理主要存在三大难点：一是条线“烟囱”持续存在，缺乏企业级的顶层设计与“糖果理论”是指以糖果两头扎紧的外形，比喻零售信用风险管理要在贷款流程的两头（即贷前和贷后）做好风险管控，保障资产质量。24|New Economy&Future Industry|2023 年第 05 期专 题Feature规划；二是信息共享不充分、策略迭代不敏捷；三是催收智能化不足，过度依赖人工电话催收。2019 年，建行把零售信贷催收作为数字化风控新打法的积极实践，搭建了“大零售智能催收平台”（简称“RCP”）。历时三年，先后研发并验证了 30余个催收模型，把 RCP 逐步打造为一个具有前瞻通用业务逻辑、聚合系统解决方案、支持闭环优化迭代的企业级零售催收平台（如图 5 所示）。以业务中台为目标，实现跨条线信息互联与共享将原有涉及小企业、个人信贷及信用卡业务的 7 个催收系统/模块进行整合，统一部署于 RCP，构建企业级大零售催收策略体系，打破了各部门的系统、数据“烟囱”，让信息和数据流动起来，改变了传统业务条线各自搭台、各自唱戏的催收模式，从各条线“自扫门前雪”转变为“以客户为中心的全行一盘棋”。跨条线、跨产品的共债客户统一催收体系实现 24 万户共债客户统一催收全覆盖，极大地减少了重复性、同质性开发。共债客户企业级催收模式已申报国家专利。以数据为关键生产要素，建立大零售催收数字化工具客户风险分层，从“单变量划分”到“多变量区分”，实现经营数字化。对催收客户风险判断，从主要依靠逾期天数单一维度转变为多维数据构建催收模型，在小微企业和个贷领域首次搭建 10 个逾期智能催收评分模型，描绘催收客户风险画像，实现风险科学分层。催收策略匹配，从“经验判断”到“大数据驱动”，实现决策精准化。改变了以前主要依靠专家经验制定催收策略的情况，基于大数据，根据客户风险等级，精准匹配差异化催收策略，实现精细投放催收资源、提高催收回收效益。以科技为核心生产工具，推进大零售催收智能化管理构建催收策略评价体系，实现催收策略闭环动态优化。改变原有催收方式的策略制定实施后，对于效果难以判断的状况，统筹考虑收益、成本、客户体验三个维度，构建业内首创的催收策略评价模型，实现策略自动化评价功能。从逾期管理向到期管理延伸，实现高风险个贷客户智能预催收。改变了过去主要依靠分行人工开展个贷客户到期前电话提醒的状况，通过构建个贷预催收模型，识别逾期概率高的客户，在到期前，总行统一开展智能外呼，既科学合理匹配催收资源，又可大大减轻分行外内外部数据策略设计与部署策略测试与跟踪催收策略平台动态调整客户分类冠军挑战者测试评分卡报表策略跟踪报表策略运行催收作业指令反馈催收结果催收系统人工催收智能自动催收执行自动化催收语音催收电子邮件短信催收信函催收电子渠道（网银、网站、手机银行）自动渠道（ATM、STM）催收队列催收动作信息卡数据行内存贷款数据人民银行数据外部数据RAD预警数据图5 大零售智能催收平台25New Economy&Future Industry|2023 年第 05 期|专 题Feature呼工作量，实现了催收动作从分行到总行、从人工手动到智能自动的转变，助力基层减负，减少逾期暴露，稳定资产质量。小微快贷预催收模型已开发完成，后续开展分行试点。拓展自动化催收触达渠道，提升触达效率，节约催收成本。以往催收触达渠道以人工外呼、短信为主，而微信、网上银行、手机银行、智能机器人等自动化客户触达渠道具有成本低、灵活度高的优势，通过拓展自动化催收触达渠道应用场景，实现全方位多点触达，有力提升催收触达率和覆盖面，降低催收成本。催收流程和工具更加人性化、智能化。实现了手机催收信息 App 录入，便于开展移动上门催收，减轻基层工作人员负担；优化信用卡催收流程，实现信用卡催收协商还款等业务由跨系统操作、线下审批转为线上申请、受理、审批、实施等一体化流程，有效规范业务操作，提高业务效率。四、“惠懂你”2020 年 8 月 13 日，中国人民银行党委书记、银保监会主席郭树清接受人民日报、中央电视台等媒体联合专访时说：“以建行为例，一个针对小微企业的惠懂你产品，可以精准获取企业交易记录、营业状况、信用情况等信息，3 分钟的时间基本可以决定是否放贷，不良率控制在 1%以下。借助科技手段，大型银行就有条件把利率降下来，把费用减掉，而且规模扩大。”“惠懂你”App 究竟是怎样一款产品，被郭树清主席亲自“带货”？刚刚面世的“惠懂你”3.0 版本又有着怎样的创新和突破呢？专栏 3 关于“惠懂你”“惠懂你”App 是建行面向小微企业和个体工商户等普惠客群量身打造的综合化生态型服务平台。平台从客户需求和体验出发，提供贷款额度测算、贷款申请、还款、续贷等融资服务，做到“惠企”；创新丰富账户结算、投资理财、网点服务等金融服务；发挥建行聚合内外部各方资源作用，部署财务管理、法律服务和快递物流等综合化服务，做好“助企”，打造一站式服务体验。自 2018 年 9 月上线以来，“惠懂你”累计迭代 90 个版本、682 项功能，成为全行 B 端获客引流的重要支撑。面对当前社会数字化转型浪潮与同业普惠平台白热化竞争格局，2022年，