邯郸银行信息科技部总经理 韩文科

中央金融工作会议提出做好金融“五篇大文章”，进一步为银行业数字化转型指明了方向。以数字技术赋能普惠金融业务，为推进中小银行高质量发展注入新动能。邯郸银行将数据模型应用于小微企业授信业务，有效破解了小微企业融资难、融资贵的问题。

一、普惠金融业务发展现状

小微企业作为市场经济中最活跃的组成部分，在促进就业、推动创新等方面发挥着不可替代的作用。在当前经济环境下，发展普惠金融具有重要的战略意义：一方面，有助于促进社会公平和经济包容性增长;另一方面，能够激发微观经济主体活力，为宏观经济稳定发展提供支撑。

然而，融资难题始终制约着小微企业的发展壮大。传统银行信贷模式在面对小微企业融资需求时表现出明显局限性，并突出表现在以下几个方面：一是业务竞争加剧。普惠小微企业贷款市场竞争激烈，传统线下审批流程难以快速响应市场需求，影响客户体验与市场份额的提升。二是风控难度提高。小微企业信息不透明，信用评估难度大，传统风控手段难以有效识别风险，导致不良贷款率上升。三是成本压力增大，线下业务处理成本高，人力资源投入大，效率低下，难以实现规模化经营，制约了整体业务的发展。

二、将大数据风控模型用于小微信贷的实践探索

随着数字经济的快速发展，数据已成为重要的生产要素。邯郸银行利用数据采集、数据加工和模型算法等技术手段，引入大数据风控模型，建设了普惠小微线上贷款系统，实现了普惠业务贷前、贷中、贷后全流程管理，降低了运营成本，提升了客户体验，助力普惠金融健康发展。

1.模型设计

普惠小微线上贷款系统构建了四层大数据风控模型体系，涵盖准入模型(含反欺诈规则)、信用风险评估模型、定额/定价模型、贷后预警模型，以确保对贷款业务进行全面风险控制。

准入模型(含反欺诈规则)主要由逻辑回归模型、梯度提升树(GBM)共同构建，用于在贷前阶段对具备基本贷款资格的客户进行初步筛选，拦截欺诈行为，是信贷流程的第一道防线。

信用风险评估模型用于衡量借款人违约的可能性，是信贷审批的核心模型之一。该模型通过对客户经营、税务、财务等多维度指标进行综合分析，预测其未来综合的还款能力与意愿;同时，通过评估二分类模型(尤其在风控、信用评分等场景)性能的核心指标KS和AUC来综合评判风险分级的有效性。其中KS为正负样本累积分布的最大差值，用来确定最佳风险阈值;AUC为模型预测正样本得分高于负样本的概率，用来评估稳定区分正负样本的能力。

定额/定价模型用于确定客户的授信额度与利率水平，针对不同风险的客群实现差异化的额度分配和定价，是在信用评估基础上进一步优化风险与收益平衡的重要工具。

贷后预警模型用于在贷款发放后持续监测客户的还款行为变化，提前识别放款在贷客户潜在的逾期或违约风险，从而控制不良率，降低逾期损失。其重点考量两项内容：一是模型通过率波动，关注上线后各月份模型通过率(模型评级为A、B、C的占比)的变化情况;二是贷后预警命中率，关注贷后预警阶段模型评级命中D和E的占比。贷后预警模型的主要手段是进行群体稳定性指数(PSI变量)监测，PSI是一种衡量模型结果在两个不同时间段分布是否稳定的统计指标，主要用于监控申请客群的整体资质是否发生变化。一般来说，PSI小于0.1说明模型稳定性良好。

综上，完整的算法模型根据企业年收入稳定性指标通过方差计算后加权至评分卡，要求KS≥0.25、AUC≥0.7，以确保风险分级的有效性。

基于此，普惠小微线上贷款系统通过采集并分析税务、工商、司法、征信等多维度数据，制定强规则来拦截不符合准入条件的客户，同时结合税务专家、风控专家经验形成量化评分以评估客户信用风险，并将其作为审批决策的依据。基于数据驱动的量化模型可评估客户信用风险，预测违约概率，输出风险等级和审批决策。结合企业经营情况、征信数据及风险分层结果，普惠小微线上贷款系统可差异化核定授信额度，监控企业贷后经营变化，自动生成预警清单并提出处置建议。普惠小微线上贷款系统流程设计示意如图1所示。

图1 普惠小微线上贷款系统流程设计示意

2.功能实现

普惠小微线上贷款系统在贷前审批、贷中监控、贷后管理全流程充分运用大数据风控模型来实现相关功能。

在贷前审批阶段，通过大数据风控模型，普惠小微线上贷款系统实现了精准化客户分层与智能营销。通过对多维数据进行交叉验证以识别欺诈风险，确保申请人身份和经营状况真实可靠;构建多维度客户细分体系，基于行业属性、经营规模、发展阶段、信用等级等指标，将小微企业划分为不同客群并匹配差异化服务方案。这种精准化运营模式，既提升了客户服务的适配性，又通过客群细分降低了营销成本，实现了“以数据驱动需求匹配”的营销革新。

在贷中监控阶段，普惠小微线上贷款系统突破了传统静态风控的局限，构建了“全时段+多维度”的动态预警体系，实现对借款人的动态化风险预警与实时监控。除对企业财务指标进行监控外，系统还对行内交易数据、财税数据、征信数据、司法数据等动态变量进行实时分析：当企业出现销售额连续下滑、面临重大诉讼纠纷、高管失信等风险信号时，系统立即触发分级预警机制。例如，当监测到企业连续3个月销售额下滑超过阈值时，系统会自动触发风险预警，提示信贷人员采取适当的风险缓释措施，将风险处置节点从“事后应对”前移至“事前干预”，显著提升了风险管控的时效性。

在贷后管理阶段，基于行为数据和还款历史，普惠小微线上贷款系统将逾期客户分为不同风险等级，并据此提出短信提醒、电话催收、上门走访等差异化建议。

三、普惠小微线上贷款系统建设成效

经过实践探索，邯郸银行普惠小微线上贷款系统取得了显著成效，主要体现在以下几个方面。

一是提高了审批效率。普惠小微线上贷款系统依托大数据风控模型，实现了贷款审批流程的全链路自动化，大幅提高了贷款审批效率，通过移动展业工具实现端到端的即时响应，使“快批快贷”成为现实。目前，邯郸银行小微客户授信审批时间从原来的平均3天缩短至最快1小时。

二是降低了运营成本。客户经理通过线上分享链接或扫码的形式进行业务办理，显著降低了纸张和物流成本，实现了成本结构的优化;自动化审批流程大幅缩短了人工审核时间，降低了人力成本和错误率，进而降低了运营成本;利用大数据分析技术，减少了决策过程中的不确定性，降低了因信息不对称导致的决策成本。

三是提升了风险识别的精准度。普惠小微线上贷款系统通过逻辑回归模型分析企业基本资质与财务指标，可生成信用评分，同时运用风控监测模型对交易行为进行实时监控，实现了对小微企业信用风险与操作风险的全方位覆盖，显著提升了风险识别的精准度。

四是提升了客户体验。线上申请流程的简化有效缩短了客户从申请到获得审批结果的等待时间;同时，普惠小微线上贷款系统可以直观呈现贷款审批进度，让客户及时了解需补充的资料等信息，提升了客户满意度。

四、多措并举推动普惠金融业务高质量发展

邯郸银行通过严格遵循合规规范、持续迭代升级、构建开放体系、深度融合业务等举措，有效防范信贷风险，实现普惠金融业务的高质量发展。

一是遵循合规规范。根据政策导向，完善数据合规管理框架，在数据采集、使用、共享等环节严格遵循《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等法律法规要求，确保业务合规性与企业数据权益保护的平衡，构建完善的数据治理体系。

二是持续迭代升级。深度运用人工智能、区块链、云计算等技术，提升非线性复杂关系的建模能力，实现风险评估的智能化进阶;构建去中心化数据共享平台，确保数据真实性与可追溯性;实现海量数据的高效存储与实时计算，提高模型的响应速度。

三是构建开放体系。深化与政府部门、第三方数据机构、科技企业的生态合作，共建数据共享平台，获取政务权威数据，引入场景化数据，丰富风控维度，提升模型创新能力;通过构建协同生态，打造更全面、智能的普惠小微风控体系。

四是深度融合业务。加强科技与业务的深度融合，推动风控模型向“自学习、自优化、自适应”方向发展，提升风险识别的时效性;根据业务发展需要，结合市场需求，积极拓展新场景、探索新模式，为小微企业提供更优质的金融服务。

邯郸银行通过对数字化技术的深度应用，构建了多元化数据体系、复合型模型架构与自动化审批流程，扩大了金融服务的覆盖面，提升了小微企业风险评估能力与服务效率，进一步优化了服务体验、提高了风险管理效能。下一步，邯郸银行将基于普惠小微线上贷款系统持续推进普惠金融向精准化、智能化、生态化方向发展，为破解小微企业融资难题提供技术支撑与路径参考，为小微企业成长注入持久动力，为实体经济高质量发展注入新动能。