农商行频爆资产质量问题 众安科技风控解决方案直击风控痛点

进入7月份，连续四家农商行被曝不良贷款率居高不下，一时之间，整个农商行甚至银行业的资产质量问题成为行业焦点话题

进入7月份，连续四家农商行被曝不良贷款率居高不下，一时之间，整个农商行甚至银行业的资产质量问题成为行业焦点话题。在此背景下，众安科技推出的银行智能风控升级解决方案引起市场的高度关注。该方案将“保险+科技”深度融合，从数据、模型、策略、风控体系、风控系统、人员培养等方面对银行风控进行智能化的升级改造，全面解决农商行、城商行当下面临的风控痛点，有效提升银行资产质量。

风控能力偏弱 农商行面临严峻挑战

一直以来，我国农商行不良贷款率相对较高。7月2日，青岛农商行在上会前夜被证监会取消上会审核；7月9日，浙江绍兴瑞丰农村商业银行也在上会前夜被按下暂停键。业内普遍认为与其资产质量问题有关。紧接着，贵阳农商行被曝不良率攀至20%，河南修武农商行同样达到20.74%，资本充足率则跌至负值，为-0.75%。

从农信社改制发展而来的农商行，在资产质量上存在一定“先天不足”和“历史包袱”。与此同时，风控能力弱、市场空间有限等因素也制约了农商行的发展。其中，风险管理能力和风控技术相对落后等问题，是7月份四家农商行相继“爆雷”的重要原因。

目前，农商行风控体系主要面临五大问题：首先，依赖央行征信和人工审批，对线上的消费金融风控体系比较陌生；其次，由于产品形态的创新，对新业务进件客群的整体把握不足，传统信贷风控模型无法直接套用；再次，面对驳杂的外部数据供应方，对如何筛选并有效应用于整个风控体系缺乏经验；从次，新业务对从0到1过渡到量化驱动的要求更高，银行原有的分析建模团队能力无法跟上业务需求；最后，新业务策略体系比传统信贷业务更复杂，变量多，规则多，迭代快，原有风控系统无法适应后续灵活迭代的风控策略。

业内人士指出，在零售业务过程中，最终的逾期甚至不良都是每一笔贷款风控审核结果的大数反映，农商行传统的从获客到风险评估全部是由信贷员凭经验审核，具备较强的主观性，并且很难建立真正量化的统一标准。如何深度践行大数据风控的普惠落地，重构零售信贷风控的量化风控体系，培养专业人才梯队，是农商行接下来面临的一大挑战。

直击银行痛点众安科技提升银行资产质量

作为专注于前沿科技研究与探索的科技公司，众安科技于今年3月发布银行智能风控升级解决方案，以“保险+科技”的结合解决行业痛点。在农商行连续“爆雷”的当下，这一直击银行业风控痛点的解决方案引发业内的普遍兴趣。

该方案是众安科技基于海量数据源和资深实战经验，向银行业提供更灵活、更深入也更精细的风险管理。针对农商行的五大痛点，众安科技给出了五大解决方法：首先，基于银行要开展的信贷创新业务设计进件流程，如卡实名认证、平台行为数据授权、爬虫信息授权等；其次，基于产品形态和场景，定位产品风险点，模拟欺作案手法，针对性设计该产品的风控策略框架；再次，借鉴母公司众安保险同类或形态相近的消费金融业务模型经验，提供贷前准入、贷前授信、贷中监控模型策略；从次，在业务上线后由专业信贷数据分析专家负责结合贷后行为量化评估规则和模型有效性，并基于统计学或机器学习算法进行模型优化；最后，提供决策云部署整套风控策略，可支持云端SaaS版本及本地化部署。

不久前，某银行拓展针对当地个体工商户的无抵押经营贷款，最高额度为50万，希望结合大数据风控能力提升审批效率，提高风控能力。对此，众安科技不仅在业务起步阶段提供咨询服务，针对当地情况和银行实际情况，设计整套线上+线下贷前审核模型，更提供贷前反欺诈智能图谱，综合外部接口量化应用的客户风险甄别模型，基于银行卡网银爬取和行业利润率测算的复杂经营流水收入认定模型以及央行征信量化评分模型等细分模型，搭建并在决策云（X-Decision）上完成整套策略的快速部署和测试，从而有效控制不良率。

统计数据显示，该银行目前单笔审批耗时下降超70%，机器审核占比超过60%，预计不良率在1%~2.5%之间。

综合来看，该方案可有效解决包括农商行、城商行在内的银行业借贷风险和风控瓶颈问题，消除不良率隐患，有效提升银行资产质量。而在未来，众安科技将加速推动大数据、云计算、区块链、人工智能、物联网等前沿科技的应用场景落地，继续为金融、保险、医疗健康科技赋能，成为各行业发展的重要动力。

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！