拥抱数字经济 做深做实互联网金融风控

近年来，面对日趋激烈的竞争环境，科技与金融的深度融合为普惠金融质效提升提供了新思路，党的二十大报告强调“加快发展数字经济、促进数字经济和实体经济深度融合”。瓯海农商银行积极响应国家政策，主动拥抱数字经济浪潮，抢抓机遇，提升数字化、智能化运营水平，提升客户服务能力，推动思维的革新和创造力的释放，有机融合互联网贷款和传统贷款优势，坚持互联网贷款“五个自主”，谋求数字化转型突破，全面推进乡村振兴，为本土产业注入“金融活水”，实现地方经济高质量发展。

数字化转型实现了办贷效率、客户体验、风控能力的“三提升”，办贷时间、借贷成本、管理成本的“三下降”，取得累累硕果。截至2023年末，“农商易贷”累计申请17.4万户，累计签约授信10.2万户，累计授信金额189.33亿元、投放金额316.8亿元；存量授信金额21.01亿元，存量贷款余额7.95亿元，实现了瓯海区的金融服务全覆盖。

深挖数据价值，夯实互联网金融风控基础

2016年，瓯海农商银行处于数字化转型起步阶段，存在数据量大但质量不高、运用不够，系统多但支撑不足等问题。在推进数字化转型过程中，该行积极探索数据治理方式方法，提升数据分析能力，持续将数据转换为可利用的信息，实现数据信息化、价值化。同时该行开发数字支行系统、完善数字化画像、建立统一风控平台和自动化审批系统，为领导决策、业务部门和营销人员等提供数据信息支持，利用数据优化业务流程。

打造“数字支行”，实现数据信息驱动经营管理和分析决策。通过完善的数据管理策略、可视化探索式分析、灵活自主分析，及完善的多屏应用和自定义特色报表展示，“数字支行”让各分支机构简单、方便地根据业务需求，自主对数据进行多维智能分析。同步搭建数据大屏看板，以图形化、直观化、具体化、全方位地展现各种报表，为领导的经营决策提供“一站式”、实时快捷、可视化的决策支撑工具。

深化“客户标签”，精准描绘客户数字化画像。在客户360标签体系的基础上打造客户关联图谱，展示客户关联化数据信息，将单一客户联结成密不可分的群体网络，对客户导向进行群体性分析，为营销人员快速了解客户信息、掌握客户整体情况提供系统支撑，助力营销人员向客户精准推荐产品组合。依托大数据平台和客户数据集市，深入加工分析客户数据，针对不同客户群体进行数据筛选，锁定筛选后的精准目标客户，为一线支行提供针对性服务，提升营销效率和精准度。

加强“数字监测”，实现风控数据信息化。该行利用科技手段，整合人工控制和机器对流程的自动控制，建立统一风控平台和自动化审批系统，加强风险识别监测，将风控数据转换成提升整体风险防控能力的有益信息。构建各种经营、监管指标的数据分析模型，化“数据”为“策略”，打造智能决策管理平台，为信贷业务全流程提供详细、全面的模型分析结果。强化打造内控合规监测场景、零售贷款贷前贷后和恐怖融资监测场景，最大限度降低人工操作风险，增强信用风险防控能力。

搭建自主系统，建强互联网金融风控支撑

依托于新一代分布式架构的网络核心，瓯海农商银行聚焦贷前、贷中、贷后全过程各环节，自主搭建了互联网融资账户系统、融资管理系统、融资预警系统、融资催收系统等，通过安全、合规、高效、可靠的互联网融资平台对互联网融资开展全生命周期管理，同时为互联网融资提供强大的数智化风控支撑。

聚焦系统安全，数智化识别融资风险。根据风险管控的需求，通过对互联网融资平台项目群（融资决策系统、融资管理系统、融资预警系统、融资催收系统等）的建设和完善，将风险管控的多种技术手段（包括智能模型、大数据筛查、黑灰名单校验等）融入到互联网贷款业务的贷前、贷中、贷后的各个环节中，实现互联网贷款业务的全生命周期管理，有效提高风险管控能力和水平。此外，按照要求和规划，定期开展全系统的安全测试及压力测试，确保系统安全、稳定、持续运行。建立突发事件应急处置预案，定期开展应急演练，有效提高系统安全保障及应急响应能力。

聚焦网络安全，全方位确保系统稳定。根据业务分类及安全风险等级的不同，互联网融资的网络系统划分为多个逻辑隔离的安全域，均部署了硬件防火墙、入侵防御设备等多种安全设备，以实现对流量多层次的检测和防护。同时部署安全威胁态势感知、流量分析等多个平台，收集各类网络、安全设备的日志，分析网络流量，对各类网络安全事件进行汇总和关联分析，加强实时网络行为监测能力。

聚焦传输安全，多层次维护客户信任。丰收互联APP客户端对客户端传送数据进行三段式加密来保证数据传输的安全性，有效保护核心代码算法，提高破解、盗版程序和二次打包的难度；缓解代码注入、动态调试、内存注入攻击，提高客户端程序的防攻击、防入侵、防篡改、抗反编译等安全能力，确保银行与借款人、合作机构之间传输数据、签订合同、记录交易等各个环节数据的保密性、完整性、真实性和抗抵赖性。此外，每年对合作机构的数据交互进行信息科技风险评估，运用相关评估结论，明确整改要求，并对相关漏洞的整改进行过程跟踪。

坚持闭环管理，迭代互联网金融风控模型

建立模型上线层层审核机制。通过深入研究目标群体特性，挖掘综合量化风险特征，结合前期积累的客户数据，制定模型初稿后，由分管行长牵头召开模型风险评审会，参评人员由业务部门、风险部门等部门负责人和骨干组成，模型经风险评审会优化后上报风险管理小组讨论，讨论通过后上报风险委员会审议，审议通过后正式上线。上线后在试点支行进行测试推广，推广期间产品管理岗对申请客户进行逐户分析，根据分析发现模型缺陷，反馈总行对模型进行持续优化。试点结束后进入正式推广阶段，定期抽样限入和准入客户，对模型进行分析与纠偏；对每一笔线上贷款的欠息及逾期客户进行深入调查，深入分析发生风险的原因，倒推模型风控措施，确保模型的有效性、科学性、时效性和保密性。在模型上线前同时需要进行风险评估，充分揭示风险点，并采取相应措施。

建立模型定期迭代机制。通过定性指标和定量指标，对现行的互联网融资模型进行迭代升级。该行互联网融资推出的初期，模型迭代处于1.0版本，即在各类模型运行半年后，通过全量客户和不良、欠息等风险客户数据进行差异化分析后，对模型进行迭代升级，并通过相应层级审批后予以上线。自2023年以来，该行互联网融资模型迭代进入2.0版本，通过浙江农商联合银行“浙里贷孵化平台”中指标调整变量拒绝，从而挖掘风险背后的数字量化原因，结合该行网融中心定期对客户回访、不良处置中发现的问题，深入分析发生风险的原因，倒推模型风控措施，从而对模型进行定期科学化迭代，模型迭代后需要上报风险委员会审批后上线。

建立模型定期报告机制。业务部门牵头、风险部门配合每半年向总行风险委员会报告各类互联网融资模型运行及管理情况，包括但不限于模型整体运行情况、不良情况、模型上线后发现的漏洞、模型优化、模型特定、模型交叉验证、模型外部数据引入、模型保密性、模型监控情况、反欺诈、模型文档保管、查询记录等相关运行管理类信息。在定期监测中发现的风险需及时上报总行中心并采取措施，有效防范操作风险事件。