商业银行发展新金融初探(5)

首先，申办流程可以变为线上咨询、线上直接办理或需要线下办理的可先预约，避免排队，并且可以把线上可以办的流程先办好，实现线下实体业务工作量最小化。这样大大缩短了客户的办理时间，让客户真正感受到简单和便利。体现了急客户之所需，有利稳定客户并带动业务的发展。

其次，利用大数据，分析出消费者的习惯和喜好，精准把握消费者的需求，准确对客户信用等级、智能投顾、智能客服、风险监控等方面进行检索与评估，及时配置适合客户的金融产品和制定快捷的营销方案，最终制定符合客户个性化的金融产品，做到精准营销，从而实现个人业务授信主动化、流程线上化及自动化，并与场景深度结合的创新。

第三，商业银行要抱有开放合作的姿态，将商业银行自有产品扩展到与第三方合作的产品。要立足千人千面的客户特征刻画，为不同需求的客户提供差异化、定制化的综合解决方案。

（四）提高金融科技水平，增强风控支持保障

深化运用金融科技新技术，将有助于改进风险分析、审核方法，优化信贷业务管理流程，降低运营成本、扩展物理渠道等，弥补服务空白。因此，商业银行有必要推进AI风控支持系统建设，将传统风控手段与金融科技融合，以数据为核心建设风险控制系统，助力风控向标准化、智能化、系统化转变，实现风控质量及风控效率双提升。应当从以下三方面着手：

1.融合金融科技手段，构建反欺诈风控体系。良好的反欺诈能力需要有海量数据处理能力、模型快速开发迭代能力、流式数据处理能力以及各种生物科技技术能力等作为支撑，因此，建立AI人工智能平台是反欺诈能力提升的基础。AI人工智能平台应具备统一的模型训练环境、丰富的模型开发工具、集约化的资源管理和规范的模型研发标准，实现模型、算法、训练环境的统一集约管理，提供从数据准备到技术组件对外提供端到端服务。

2.构建新金融业务反欺诈高效管理体系。为了使新金融业务反欺诈工作保持全面立体及时有效的防控态势，除了建立智能反欺诈平台，还需构建高效响应的欺诈风险运营机制。

首先，对已确认的欺诈客户，及时提炼相关规则因子，不断补充完善规则库，查缺补漏。并形成警示案例，丰富风险管理文化建设。其次，通过建立“黑匣子”数据模型，建立“黑名单拒绝，灰名单核查，白名单通过”的名单制动态管理机制。将涉及欺诈IP、欺诈账户、欺诈设备、严重违法犯罪等确定的欺诈客户纳入黑名单管控；将疑似隐性关联异常客户、疑似隐性异常资金往来、疑似资金掮客等客户纳入灰名单核查，命中后挂起核实，并在风控流程中分级处置。

3.推进AI风控支持系统建设，提升商业银行消费信贷风险控制效率 。基于互联网、大数据、云计算、金融AI智能的消费风控系统，融入“数据+风控模型+算法”的思想，真正有效地将风控系统实现智能化衡量。利用大数据风控通过线上信贷系统将信贷调查、分析评价、客户精准画像；利用外部数据、系统内部数据为风险控制提供辅助，最大限度地减少信息不对称引起的差错，同时革命性的改变审核风险控制视角，减少重复审核工作，提升商业银行消费信贷风险控制效率。

总之，基于大数据风控的AI风控支持系统，将革新现有的低效繁复风控模式。根据系统中合规规则与风险控制规则、反欺诈规则，结合大数据、云计算做出风险预警提示，帮助风控部门高效准确做出风险决策，能极大提高消费信贷业务质量和效率，提升风控部门支持业务经营的能力，推动商业银行新金融业务快速健康发展。

五、结语

经济大势，浩浩荡荡，顺之则生，逆之则亡。面对新金融这片蓝海，商业银行唯有顺势而为，勇立潮头，积极参与竞争，方能始终与客户同发展，与社会共繁荣，实现价值最大化。商业银行唯有以开放合作的态度，不断改革创新、转型发展，方能始终走在中国经济现代化的最前列，成为世界一流银行。

［1］《消失的银行》杰姆斯.汉考克/肖恩.里奇蒙德.

［2］重新定义新零售时代的客户体验——麦肯锡2017中国数字消费者研究［J］. 科技中国，2017（9）：24-28.

［3］CNNIC：2017年第40次中国互联网络发展状况统计报告解读 .

［4］银行金融市场业务起底.

［5］银行业创新形态及模式研究报告.

［6］中国新零售行业发展现状与投资机会研究报告.

文章来源：《新金融》 网址: http://www.xjrzzs.cn/qikandaodu/2021/0710/676.html