B3：资讯
互联网浪潮下，银行对于线上化经营的需求愈发迫切，目前银行线上化业务痛点一方面线上化风控和产能矛盾难以调和，在传统风控流程上做“减法”，虽然提高了线上化、自动化审批程度，但却往往以牺牲审批通过率为代价，产能和风控难以两全。另一方面是点状数据多，全面风控方案难以建立，缺少基于企业完整画像的全面风控方案。为推进线上化业务发展，昆山农商银行通过搭建线上化企业风险评估的智能模型，助力构建跨产品及场景的“一站式服务”，解决内部业务流程、风控效率、产品适配等方面的痛点，提升金融服务能力。
整合B+C端大数据资源，提升精准服务企业的能力。综合财务、纳税、经营、企业征信、个人征信等信息，穿透B+C端大数据，详细反映企业稳定性和经营情况，精准客户画像，明确等级结果，避免不可解释的分数评定，辅助风险决策审批。通过模型评分辅助判断偿债意愿、偿债能力与盈利能力，减少对单一数据来源如税务数据的依赖度，提升业务决策效率。
优化客户分层分类方法，提升精准把控风险的效率。根据风险偏好，定制智能审批矩阵，对不同客群客层采用不同的评价矩阵进行决策，通过智能因子对风险进行量化，对客户“灰度”进行划分。客户在申请线上化贷款时，将获得更为精准的评分，更大程度地增大线上化产品通过率，更好地下沉服务客户，提升金融服务能力。
打通相同客群产品壁垒，构建线上化钩子产品。整合现有的抵押产品与信用产品，通过抵押和信用混合增信的方式，综合评估企业的经营情况和资产情况，得到综合额度。企业申请时无须在申请前纠结于选择提款更为便捷信用类产品还是额度更为宽松的抵押类产品，可直接获得线上预授信额度后按需选择，提升融资体验。
“数据驱动+专家经验”，实现模型设计与模型融合。昆山农商银行采用4万+苏州地区企业样本与3000+行内有贷企业样本，对模型进行构建与验证。在指标选择上，采用历史模型指标的有效性分析的方式，以及业务专家一线评估经验对指标进行筛选，综合多维度评价指标，将业务处理有机嵌入在模型的构建、使用、监控和优化流程中，真正让模型服务于业务。
搭建企业风险评估的智能模型意义在于，通过线上化重塑快捷信贷模式，实现融资产品灵活切换，提升银行金融服务覆盖半径。同步实现风控效率的提升，深挖客群基础，提升下沉服务能力，进一步助力对公业务数字化转型。 （郭鹏杰 记者 汪宏胜）