人工智能背景下商業(yè)銀行信貸業(yè)務(wù)存在的風險及對策研究

在人工智能的浪潮下，各大商業(yè)銀行爭相運用人工智能拓展業(yè)務(wù)，尤其是銀行信貸業(yè)務(wù)在人工智能的驅(qū)使下，人工智能所帶來的數(shù)據(jù)、算力及算法的優(yōu)越性，使得銀行信貸業(yè)務(wù)正在發(fā)生改變。一方面，信貸市場競爭加劇，客戶對信貸產(chǎn)品與服務(wù)的需求正逐漸提高，人工智能與傳統(tǒng)的信貸業(yè)務(wù)的融合，已經(jīng)成為當下商業(yè)銀行的發(fā)展趨勢。另一方面，人工智能是一把雙刃劍，對商業(yè)銀行而言只有把握機會，面對挑戰(zhàn)，才能使商業(yè)銀行在未來的信貸市場中更具競爭優(yōu)勢。一、人工智能應(yīng)用于商業(yè)銀行信貸業(yè)務(wù)的現(xiàn)狀商業(yè)銀行利用人工智能技術(shù)將自身信貸業(yè)務(wù)進行轉(zhuǎn)型升級，降低經(jīng)營成本，提高經(jīng)營效率，拓寬市場，以加強自身在信貸市場中的競爭能力。當前，我國商業(yè)銀行信貸業(yè)務(wù)對人工智能的應(yīng)用還處于初級階段，主要是利用人工智能技術(shù)對客戶數(shù)據(jù)進行收集與分析，替代了傳統(tǒng)信貸業(yè)務(wù)中的部分勞動，使信貸業(yè)務(wù)能夠高效快速的運營，就其發(fā)展現(xiàn)狀主要有以下幾個方面。（一）智能營銷商業(yè)銀行通過大數(shù)據(jù)分析客戶的收入情況、生活背景并利用人工智能的深度神經(jīng)網(wǎng)絡(luò)刻畫借款者的特征，有效的獲取客戶的貸款需求，并預測客戶的還款能力。商業(yè)銀行通過智能營銷實現(xiàn)對客戶進行個性化服務(wù)，準確滿足客戶需求，將更合適的信貸產(chǎn)品推薦給更需要的客戶。（二）智能審批商業(yè)銀行通過更有效的渠道，獲取更真實的信貸數(shù)據(jù)，深度挖掘客戶的基本特征，并利用所挖掘的信貸信息進行信貸場景模擬分析，判斷客戶的還款意愿，識別可能的欺詐行為。智能審批相比于傳統(tǒng)的信貸審批更加的低成本、高效率，甚至可能實現(xiàn)當下申請立刻秒批，大大減少了客戶與銀行在信貸業(yè)務(wù)流程中所消耗的時間。（三）智能風險管理商業(yè)銀行通過人臉、聲紋、指紋等多個生物維度進行識別，同時與其他平臺進行數(shù)據(jù)聯(lián)網(wǎng)，構(gòu)建申請人基本信息節(jié)點的龐大網(wǎng)絡(luò)圖，精準識別客戶身份，有效防范第三方欺詐風險。另外，商業(yè)銀行利用央行的征信系統(tǒng)，結(jié)合其他平臺充分挖掘客戶信貸數(shù)據(jù)，形成更多風險因子匹配身份驗證、反欺詐等不同的預測模型，動態(tài)的評估客戶的還款意愿以及還款能力，有效地防止信用風險的產(chǎn)生。（四）智能貸后管理商業(yè)銀行通過動態(tài)的挖掘并分析客戶的資金流水、生活圈子以及社交網(wǎng)絡(luò)，了解客戶情況，及時發(fā)現(xiàn)客戶聯(lián)系方式或聯(lián)系地址更換的情況，提前識別可能失聯(lián)的客戶，甚至可能借此修復已失聯(lián)的客戶信息。同時利用挖掘出的客戶生活數(shù)據(jù)，更具不同的預期客戶類型，自動匹配合適的催收方式，在不過分打擾客戶的情況下更有效的提醒客戶與催收。二、人工智能應(yīng)用于商業(yè)銀行信貸業(yè)務(wù)存在的風險及其特征人工智能技術(shù)雖然幫助商業(yè)銀行在信貸業(yè)務(wù)上取得不錯的收益，但商業(yè)銀行對人工智能不成熟的應(yīng)用可能會引發(fā)新的信貸風險。倘若商業(yè)銀行沒能及時發(fā)現(xiàn)、防范這些風險，則會導致風險覆蓋收益，影響智能信貸業(yè)務(wù)的健康穩(wěn)定發(fā)展。筆者將從不同角度出發(fā)，分析商業(yè)銀行信貸業(yè)務(wù)利用人工智能存在的風險，并對風險的特征進行總結(jié)。（一）人工智能背景下商業(yè)銀行信貸業(yè)務(wù)存在的風險第一，網(wǎng)絡(luò)信息安全風險。隨著人工智能的發(fā)展，用于破壞網(wǎng)絡(luò)安全方面的網(wǎng)絡(luò)攻擊將不斷升級，我國網(wǎng)絡(luò)安全將面臨新的考驗。商業(yè)銀行人工智能信貸業(yè)務(wù)完全依賴于互聯(lián)網(wǎng)，當智能信貸系統(tǒng)構(gòu)建完成后，不法分子可能通過惡意破壞智能系統(tǒng)導致銀行信貸服務(wù)中斷。不法分子也可能利用人工智能技術(shù)，通過構(gòu)建虛假賬戶或盜取他人信息進行騙貸行為或發(fā)送虛假指令等手段盜取客戶資金，對客戶和銀行造成巨大損失。在智能信貸業(yè)務(wù)中，人工智能挖掘并使用的客戶數(shù)據(jù)具有多元化與系統(tǒng)化的特征。人工智能所挖掘的原始數(shù)據(jù)以及分析后所獲得的加工數(shù)據(jù)一并儲存于銀行內(nèi)部，人工智能對數(shù)據(jù)的高效處理使得原本單一雜亂的客戶信息變得多元與系統(tǒng)，反倒給不法分子盜用信息提供了方便。根據(jù)2020年CNCERT發(fā)表的年度報告顯示（見圖1），我國近年來聯(lián)網(wǎng)智能設(shè)備漏洞數(shù)量呈增長趨勢，而對我國的互聯(lián)網(wǎng)攻擊也存在智能化的趨勢。而商業(yè)銀行在社會中處于重要地位，一旦爆發(fā)網(wǎng)絡(luò)安全風險，將會進一步產(chǎn)生系統(tǒng)性的社會問題。第二，內(nèi)部道德風險。內(nèi)部道德風險指銀行內(nèi)部人員利用自身內(nèi)部權(quán)力，在最大限度地增進自身效用的同時做出損害他人的行動。人工智能在銀行信貸的應(yīng)用中，代替了信貸流程中許多人力，從而使得信貸流程僅少數(shù)人員能夠參與其中，導致對信貸的控制權(quán)力掌握在少數(shù)人手中。同時人工智能無法檢測以及預防潛在的非法尋租行為。在巨大利益誘惑面前，部分銀行信貸人員可能無法抵御，可能利用自身權(quán)限與地位，降低客戶信貸申請門檻，甚至可能出現(xiàn)與不法分子合謀騙取銀行貸款等不法行為，造成銀行不良貸款率的增加以及經(jīng)濟損失。相比于傳統(tǒng)信貸業(yè)務(wù)中的內(nèi)部道德風險，智能信貸業(yè)務(wù)中的內(nèi)部道德風險將會更容易發(fā)生，同時又具有更高的隱蔽性。第三，法律監(jiān)管風險。根據(jù)2020年中國信通院發(fā)布的《互聯(lián)網(wǎng)法律白皮書》顯示，我國當下用于監(jiān)管商業(yè)銀行的法律——《商業(yè)銀行法》，主要基于傳統(tǒng)的商業(yè)銀行以及傳統(tǒng)業(yè)務(wù)流程而頒布的，而我國對于互聯(lián)網(wǎng)金融的監(jiān)管也僅限于規(guī)章制度中，并沒有將其上升至法律層面，導致銀行信貸業(yè)務(wù)中所使用的智能技術(shù)處于或超過我國的法律邊界，從而產(chǎn)生許多曾經(jīng)未曾出現(xiàn)過的法律漏洞。不法分子則會借助法律監(jiān)管的漏洞，游離于監(jiān)管體制之外，變相的逃避監(jiān)管，從而造成信貸行業(yè)的監(jiān)管風險。倘若這些漏洞無法及時發(fā)現(xiàn)并解決的話，則會給銀行產(chǎn)生滯后性損失。不完善的法律體系將會導致監(jiān)管機構(gòu)對于智能信貸的監(jiān)管以及執(zhí)法效率降低，使得整個銀行智能信貸服務(wù)的運行效率將會降低。第四，時滯性風險。由于智能信貸業(yè)務(wù)涉及金融、計算機等多個領(lǐng)域，為此智能信貸業(yè)務(wù)中潛在的專業(yè)性問題將具有綜合性以及突發(fā)性。時滯性風險指在智能信貸業(yè)務(wù)中潛在的專業(yè)性問題的發(fā)現(xiàn)與解決存在一定的時滯性，而較長的時滯性將會擴大智能信貸業(yè)務(wù)的風險敞口。解決時滯性風險的關(guān)鍵是及時發(fā)現(xiàn)潛在問題并快速解決。由于智能信貸業(yè)務(wù)中潛在的專業(yè)性問題具有綜合性，為此傳統(tǒng)的金融人才并不能達到解決時滯性風險的要求。為此復合型人才是解決智能信貸中潛在的專業(yè)性問題的時滯性風險的關(guān)鍵因素。全球招聘顧問公司MichaelPage在《2018中國金融科技招聘趨勢》報告中表示當下金融科技人才長期招聘不足，中國正面臨專業(yè)性金融科技人才短缺問題。因此，我國商業(yè)銀行將會存在復合型人才供給不足而導致的時滯性風險。第五，數(shù)據(jù)壟斷導致系統(tǒng)性風險增加。為了減少人工智能在銀行信貸業(yè)務(wù)中的錯誤率，銀行要先利用信貸數(shù)據(jù)對人工智能進行機器學習，而機器學習需要完整的多維度的數(shù)據(jù)信息。雖然我國擁有龐大的潛在數(shù)據(jù)，但是信貸數(shù)據(jù)具有一定的隱私性以及分散性導致信貸數(shù)據(jù)無法由大數(shù)據(jù)服務(wù)公司提供。銀行只能將自身過去信貸風險案例的數(shù)據(jù)提供給人工智能進行機器學習。但單家銀行自身過去的信貸風險案例有限，導致用于機器學習的樣本十分缺少，人工智能在對樣本的學習過程中將會出現(xiàn)嚴重的擬合現(xiàn)象。一方面，由于人為的因素可能會導致少量數(shù)據(jù)存在失真性。少量的樣本以及失真的數(shù)據(jù)將會對人工智能的機器學習產(chǎn)生一定的偏差。另一方面，由于用于機器學習的專業(yè)性機器設(shè)備以及數(shù)據(jù)收集所需要的各類電子傳感器的耗能水平以及成本均較高，導致了單個銀行進行機器學習的成本較高。由此看來，數(shù)據(jù)樣本的缺失以及機器學習的成本較高導致人工智能應(yīng)用于商業(yè)銀行信貸業(yè)務(wù)會存在一定的數(shù)據(jù)壁壘，能否突破數(shù)據(jù)壁壘的瓶頸，將會成為各大銀行在信貸業(yè)務(wù)中是否形成碾壓優(yōu)勢的關(guān)鍵因素。（二）人工智能背景下商業(yè)銀行信貸風險的特征1．傳染性相比于傳統(tǒng)的信貸業(yè)務(wù)，人工智能的工作效率以及數(shù)據(jù)處理都比傳統(tǒng)的信貸工作模式更加快速、高效。相比于傳統(tǒng)信貸風險，人工智能的應(yīng)用將會導致信貸風險加速傳導。人工智能背景下的信貸風險具有更大的順周期性、風險波動性以及快速的風險傳染性。2．綜合性人工智能背景下的信貸風險不僅僅涉及金融領(lǐng)域，還涉及計算機、法律、人才管理等多個領(lǐng)域。多因素的共同影響使得智能信貸風險無法從單一的角度有效控制。為此商業(yè)銀行必須從多個角度共同出發(fā)，對智能信貸風險進行系統(tǒng)性的控制。相比于傳統(tǒng)的信貸風險，智能信貸風險擁有更高的綜合性。3．高技術(shù)性傳統(tǒng)信貸風險可以通過各項指標進行風險識別就可以準確識別出信貸業(yè)務(wù)中存在的風險以及或有風險。人工智能背景下的信貸風險具有高技術(shù)性。智能信貸風險中的高技術(shù)性不僅僅指人工智能在計算機行業(yè)的高技術(shù)性。由于智能信貸風險具有綜合性，涉及多個領(lǐng)域，而各個領(lǐng)域中對人工智能的研究還處于前沿狀態(tài)，智能信貸風險就不同領(lǐng)域而言都具有高技術(shù)性。4．高成本性正是因為智能信貸風險相比傳統(tǒng)信貸風險具有高技術(shù)性，使得風險識別成本增加，對智能信貸風險的識別具有一定的壁壘。為此，人工智能背景下的信貸風險相比傳統(tǒng)的信貸風險具有更高的隱蔽性，傳統(tǒng)的信貸風險識別的指標可能無法識別智能信貸風險。三、人工智能背景下銀行信貸風險控制的建議隨著商業(yè)銀行信貸業(yè)務(wù)不斷深入應(yīng)用人工智能技術(shù)，人工智能帶來的新的信貸風險將越發(fā)突出。為了讓商業(yè)銀行在人工智能的浪潮下能夠穩(wěn)定健康的發(fā)展，實現(xiàn)信貸業(yè)務(wù)與風險管理相平衡，筆者認為短期內(nèi)以商業(yè)銀行自身內(nèi)部體制改革為主，加強商業(yè)銀行自身風險控制能力，而長期內(nèi)則需要以政府為主體進行宏觀改革，為智能信貸的發(fā)展提供良好的環(huán)境。第一，加強網(wǎng)絡(luò)信息安全管理。商業(yè)銀行對于信息安全風險管理的最有效的手段是加強信息安全基礎(chǔ)性管理，提升管理精細化水平。商業(yè)銀行在加強信息安全基礎(chǔ)建設(shè)的同時還需要不斷的優(yōu)化與維護，并定期對整體安全水平進行測試、追蹤與評估，并根據(jù)結(jié)果對信息安全基礎(chǔ)建設(shè)進行改進優(yōu)化。同時可以自動連接當?shù)毓膊烤W(wǎng)絡(luò)安全局，做到當面臨嚴重網(wǎng)絡(luò)安全威脅時能夠立刻報警并自動上傳給公安可疑日志信息。商業(yè)銀行可以利用人工智能技術(shù)在網(wǎng)絡(luò)安全方面做到預防監(jiān)控、實時監(jiān)督、公安防護，從而加強銀行網(wǎng)絡(luò)安全防范能力。第二，完善銀行內(nèi)部管理體系?；ヂ?lián)網(wǎng)辦公具有無紙化、信息化、智能化等特點。因此銀行可以建立一個封閉式銀行內(nèi)部管理系統(tǒng)。銀行內(nèi)部人員在進行信貸辦公時一律在內(nèi)部管理系統(tǒng)中辦公，利用人工智能視覺與生物特征識別核實辦公人員身份，根據(jù)不同的職位放開不同程度的操作權(quán)限，并實時跟蹤記錄內(nèi)部人員的每一次權(quán)職操作，做到權(quán)責層次分明以及權(quán)職使用可視化。同時在內(nèi)部管理系統(tǒng)中增加預警系統(tǒng)，一旦發(fā)覺有違規(guī)操作的可能性時，立馬向上層進行匯報與預案。第三，完善信貸監(jiān)管法律法規(guī)。一方面可以通過借鑒發(fā)達國家的人工智能信貸監(jiān)管法律法規(guī)，根據(jù)我國銀行人工智能信貸發(fā)展現(xiàn)狀，全面規(guī)范智能信貸業(yè)務(wù)流程，為今后人工智能信貸監(jiān)管的相關(guān)法律法規(guī)的制定奠定基礎(chǔ)。另一方面可以構(gòu)建逐層監(jiān)管模式，中央銀行對本地區(qū)各總行進行監(jiān)管，總行對其下屬銀行進行監(jiān)管。下屬銀行出現(xiàn)新的人工智能信貸法律問題時層層上報，為專門的法律研究小組提供實際研究案例，而上層研究人員則制定相應(yīng)法律法規(guī)，為下層銀行提供法律依據(jù)，從而建立實際與研究共同驅(qū)動體系。第四，加強金融科技人才培養(yǎng)。短期內(nèi)商業(yè)銀行可以組建由信貸風險分析人員與人工智能技術(shù)人員構(gòu)成的相互學習相互工作小組，使其雙方相互學習，在面對突發(fā)性問題時可以共同解決。商業(yè)銀行也可以重點培育一批金融科技領(lǐng)軍人才，深入研究人工智能在銀行信貸業(yè)務(wù)中的應(yīng)用技術(shù)，為銀行未來金融科技的創(chuàng)新發(fā)展提供支持與保障。長期而言建議加強國內(nèi)高校金融科技專業(yè)的建設(shè)，明確人才培養(yǎng)目標，完善課程設(shè)計，開拓新型教學資源，推動金融機構(gòu)、高科技企業(yè)、高等院校等各組織進行協(xié)同攻關(guān)，開放共享的金融科技技術(shù)創(chuàng)新研發(fā)平臺，建立多元化實訓體系。第五，完善數(shù)據(jù)供給生態(tài)圈。信貸數(shù)據(jù)的供給具有隱私性、分散性、高成本性。所以建議以中央銀行為主導，聯(lián)合四大商業(yè)銀行建立人工智能信貸機器學習研究小組，由四大商業(yè)銀行收集以及提供自身各地銀行過去的信貸案例與數(shù)據(jù)信息，使原先分散在不同地區(qū)、不同銀行的信貸數(shù)據(jù)得以集中整合。同時