解释“定海神针”的作用，郭世邦表示，“智慧风控平台一是能帮助我们及时发现和处置风险，二是赋能新业务拓展，降低了银行的运营成本，为让利于实体经济打开了空间。”
来自平安银行提交的银行业首份年报，不仅提交了靓丽的成绩单，更折射了战略的新高度。
不过，只有火眼金睛，才能从这份报告中读出深意——在完成第一阶段零售转型目标之后，平安银行开启了新三年转型大幕，打造“数字银行、生态银行、平台银行”三张名片，智慧风控被提到了战略高度，被视为“新三年”蓝图里的“定海神针”。
平安银行副行长、首席风险官郭世邦表示，平安银行数字化转型，最终要打造成三个“大脑”——“销售大脑”、“决策大脑”和“风控大脑”，风控在银行战略发展中的作用可见一斑。
解释“定海神针”的作用，郭世邦表示，“智慧风控平台一是能帮助我们及时发现和处置风险，二是赋能新业务拓展，降低了银行的运营成本，为让利于实体经济打开了空间。”
互为佐证的是，平安银行转型以来，对公业务风险基本出清，不良贷款率不断下降，在八家上市股份制银行中排名第二，智慧风控平台在其中发挥了重要的作用。2020年11月，平安银行凭借智慧风控平台项目荣获“Gartner2020年金融创新奖亚太区冠军”，成为首家获此殊荣的中国金融机构。
当前，随着人工智能、大数据、云计算等技术在银行业的应用，拥抱智能风控已成为行业共识，传统风控正在向智能风控转型，风控精准性显著提高，差异化风控的划分越来越精准。现在，让我们更好了解平安银行的关乎智慧风控“秘密武器”。
破局痛点 把“包袱”变为“资源”
破局风控，有着深刻的渊源。平安银行副行长、首席风险官郭世邦介绍，早在四年前，平安银行资产质量风险化解迫在眉睫。为了控制资产质量继续下滑，平安银行成立了七人临时决策小组，组织全行进行风险大排查，共排查出1700亿元需重点管控或加强管理类资产。
面对如此的风险状况，平安银行除了保留少部分优质分支机构审批授权外，阶段性将其他分支机构的审贷权全部上收到总行，实行总行和区域的集中化审批管理，从而在源头上控制不良资产的增量，得以有效“止血”。同时，采用“一行两制”，对问题资产较多的分支机构，制定以风险管控为核心的KPI考核机制，督促这些分支机构把问题资产从“包袱”变为“资源”。
平安银行改变了以往重贷轻管的模式，分别就贷前、贷中、贷后设立了规定动作。此外，平安银行成立了审贷委员会，建立特殊资产管理事业部，在风控和不良资产清收方面进行机制和管理创新。
相得益彰的是，来自平安银行的2020年财报也佐证了智慧风控的威力。年报显示，该行加大不良核销力，资产质量持续提升。2020年平安银行不良额、不良率、及不良生成率较年初均出现下降。
“个人贷款方面，自8月开始，零售月新增不良贷款已呈现回落趋势。”郭世邦表示，平安银行加强问题资产清收处置，确保疫情影响下对公资产质量整体可控。2020年末，企业贷款不良率为1.24%，较上年末下降1.05个百分点。2020年，平安银行收回不良资产总额260.68亿元，同比增长22.0%。
“预计未来平安银行资产质量将持续向好。”郭世邦表示，加大核销力度，也为银行未来进一步发展清除了历史包袱。
在业界看来，通过破局，平安银行有效化解了存量问题资产，控制了新增资产风险，从而既消化了风险，又实现了转型发展。
人机合一 重构智能风控“大脑”
按照传统的银行业经验，风控面临着四大痛点，一是决策靠经验，二是控制靠手工，三是信息不对称，四是风险管理不智能。面对这些难题，平安银行有自己的解决方案，践行“数字化经营”理念打造人机结合的风控“大脑”。
早在2018年，平安银行提出，智慧风控要做到“心灵手巧，耳聪目明”。在2018年“AI+风控”项目的基础上，平安银行进行了全方位迭代优化，2019年7月正式上线智慧风控平台1.0版，实现了全面的重构，在风控全覆盖智能化方面迈出了重要的一步。
2020年4月，智慧风控平台完成在平安银行全行推广。如今，平安银行新一代智能风险管理体系建设已进阶到“风险2.0”，以全面AI和全面价值管理为基础，实现了风险贷前、贷中、贷后业务全面AI化、统一化客户管理，从而达到贷前提升“机智”知风险、贷中执行“刚性”控风险、贷后预判“超前”降风险。
人机合一风控“大脑”的智慧，体现为智慧审批、智能控制、智能放款、智能预警、智能监控和智慧分析等六大智能应用模块。在智慧风控平台上，平安银行授信全流程相关环节的工作人员可以“随时随地在APP上做业务”。
智慧风控平台的贷前环节采用向导式操作，将风险排除、量化评价和项目画像嵌入审批流程中，实现自动准入和智慧审批。以机器智能融合一批有审批经验的“老法师”的经验，形成“四步排除、五定量化”规则，排除“准入缺陷、财务粉饰、灰黑名单、专项风险”客户，通过“定级、定量、定期、定价、定保”生成项目决策画像，让信息更充分，让决策更轻松。
在审批效率上，新型供应链业务实现了机器审批；在风险控制上，累计识别3000+高风险客户；在业务操作上，通过自动对接外部、自动化模块，减少客户经理80%手工操作，大幅提升了业务效率。
智能预警是以大数据+智能算法为核心，运用海量内外部数据，通过规则模型、场景模型、机器学习模型7×24小时不间断扫描客户，实现了“从推送→排查→确认→管控→解除”的全流程闭环管理，将90天预警前瞻性提升至90%以上，提前180天预警前瞻性也接近90%。
郭世邦坦言，平安银行关键在于“治未病”，在还没有出现风险体征时便可以预筛出潜在风险点，对整个风险资产实现全方位、无死角的覆盖。
在智能风控硬核科技的加持之下，也为放款带来了“加速度”。有例为证。以汽车金融业务智能放款为例，通过构建的“智能控制+机器辅助+自动审查”的放款体系，以往需要几小时才能完成的业务，如今只需要5分钟、甚至秒级。
天罗地网 构筑“无感式”AI风控
在零售板块，智能风控同样大显身手。平安银行零售风险总监兼零售风险管理部总经理张慎表示，在业务高增长背景下，平安银行零售业务面临的风控挑战主要在两方面：一是产能挑战，二是资产质量。
如何在审批团队人力有限的情况下实现高效审批，且同时保证风控到位？为此，继以人工作业规则为主的风控1.0和模型为主、系统决策相辅的风控2.0之后，平安银行正在向风控3.0转型，即业务由人工转变为全面智能化、传统风险管理全面转变为价值管理。
技术人士举例说，一张小小的信用卡，其实隐藏着多个风控点，比如共债、养卡、套现和其他高风险行为。平安银行在信用卡系统部署了约40套大数据风险模型，以便全方位地监控和评估风险。
从伪冒防控的角度，平安银行还搭建了宙斯盾统一反欺诈系统，利用AI智能风险排查有效提升准确率，同时采用链式聚类系统有效地防控团体作案的风险。“这个系统上线后，共防堵了1万多桩团体案件。”张慎透露。
在贷中交易管理环节，2018年上线的平安SAFE智能反欺诈系统，在业内最早实现首笔欺诈交易防堵，并通过该系统的智能风控大脑，深度学习客户行为，在交易实时决策系统建立了千人千面的客户画像，实现了基于客户和交易的价值收益进行差异化的授权决策。
张慎对此阐释，SAFE智能反欺诈系统实现了银行体系内整个反欺诈的统一管理。“很多欺诈团伙往往是分头行动，乍看似乎毫不相关。但是如果把所有的数据汇总在一起进行分析，往往会发现彼此关联的蛛丝马迹。”
大数据是最好注解。该系统自2018年全面投入应用以来，目前已累计对169.2亿笔金融交易进行实时风险决策，直接和间接为用户减少了24.8亿元经济损失。
而在贷后管理环节，平安信用卡率先上线了基于ASR（自动语音识别）＋TTS（语音合成）等技术的AI语音机器人，为客户提供实时在线语音账务服务。
“风险管理的最高级别是用户的无感。在不打扰客户的情况下，为客户的用卡安全织就一张天罗地网。”张慎强调，零售风险管理最重要的生命线是数据，有效数据越多，风险管理的水准就可以做的越高。随着5G时代的推进和技术创新，很多以往无法数据化的数据也已变成了数据资产，这将为未来风险管控水平的进一步提高提供了更好的技术支持。 （统筹：卢亮）
（稿件来源《财经》，内容略有删减）
