同盾科技助力银行企业信用风控

　　近日，人民银行官网发布《关于做好小微企业银行账户优化服务和风险防控工作的指导意见》(以下简称《意见》)，核心思路是在持续加大对中小微企业帮扶力度的同时，强调了实现银行账户优化服务和风险防控两不误。

　　同盾科技作为国内领先的智能分析和决策服务商，在对《意见》进行细致梳理后认为，银行中小微企业融资服务，既要考虑风险、收益，又要兼顾普惠的社会责任。银行贷款给中小微企业，是一个信用发现及风险量化的过程，必须贷款给符合标准的中小微企业，确保风险可识别、可计量、可管控，贷款可按预期收回，业务可持续。

　　因此，银行在中小微融资服务这件事上，要以风险管理为支点，平衡收益、普惠之间的关系，充分运用科技手段做出信用风险评判，有效识别中小微企业融资服务中的信用风险，并重塑银行账户管理机制和流程，防住恶意欺诈的可能。

　　对此，同盾解决方案专家建议银行应结合过去几年出台的针对账户风险、涉赌涉诈、反洗钱的相关文件和会议精神深入落实，不仅是做好查漏补缺，还要建立长效机制。具体而言：

　　一是银行要在开户端做好尽职调查，通过对中小微企业的准入评级，为账户的分级分类管理，风险的动态管控把好第一关。这需要银行不断加强数据治理的能力。数据体系的有效构建能起到料敌为先，精准施策的作用，包括风险情报、设备名单类、涉赌涉诈评分和欺诈模式提炼，近而使银行可以有针对性的布设名单、强特征规则、AI模型和图谱挖掘能力等。

　　二是构建中小微企业&企业主双重画像，更加全面的识别信用及欺诈风险。同盾在帮助银行做中小微企业融资风控的过程中，会帮助银行构建‘双画像’，基于不同的维度，企业的情况、企业主的情况、过去的偿付能力、历史涉案情况、信誉和收入水平，一起放到评估模型里，非常精准地评估这些企业的风险，在无抵押的情况下可以做到更多触达原来贷不到款的中小微企业。

　　三是银行可以搭建涉及中小微企业风险的主题数据模型，有效支撑账户风险监测应用。从底层上，包括内部数据和外部数据;在此之上，从数据模型基础层、整合层及应用层，层层把控，针对中小微企业账户风险、欺诈风险、涉赌涉诈模型监测，则运用与之对应的风险主题数据集市。

　　四是建议银行加强中小微融资的事中风险防御机制建设，包括实时侦测和离线挖掘等手段。可通过三种方式进行风险识别：即名单的筛查机制，根据49号文的核查点和业务场景中典型特征构建出的强特征规则体系，以及机器学习沉淀出的典型案件或可以做弱特征交叉组合的机器学习模型，通过对用户行为数据的采集、清洗、加工，建立行为评分及欺诈识别模型，实现账户风险、交易风险的实时、准实时监测防控。

　　五是引入知识图谱技术，强化团伙性质的风险挖掘能力，通过对账户风险的布控，银行可以有效识别一些点状的风险。针对当下高发的涉赌涉诈团伙作案，银行可考虑结合知识图谱技术，即基于数据分析、场景分析构建实体与实体的复杂网络，并将异常关系、风险特征模型作用于知识图谱之上，动态计算风险的传播路径、传播结果、影响因素，有效挖掘关联风险。

　　六是事后风险分析挖掘。即对于风险识别的结果，进一步做好动态巡检，沉淀风险特征库，通过关联分析、事后机器学习，进而进行账户级的风险管控。