普惠金融数字化转型手册.docx

《普惠金融数字化转型手册.docx》由会员分享，可在线阅读，更多相关《普惠金融数字化转型手册.docx（35页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、普惠金融数字化转型手册本文纲要1乘势而起：普惠金融的数字化转型1.1.传统普惠金融业务发展困境1.2.普惠业务数字化转型的驱动因素2抢占蓝海：把握产业互联网新机遇2.1. 产业互联网新模式2.2. 从传统信贷到产业金融2.3. 产业互联网对金融机构的影响2.4. 内外部大数据整合2.5. 大数据信贷产品创新2.6. 精准营销与综合服务2.7. 智能风控体系建设2.8. 业务流程线上化转型摘要为解决民营经济融资难、融资贵问题，切实提升银行等金融机构服务实体经济的能力和效率，中央高度重视并要求金融机构以数字化手段为依托，通过金融科技赋能，开发小微企业融资业务和产品模式。普惠业务是商业银行等金融机构

2、数字化转型应用的重要领域和工作重点。数字化转型将推动普惠业务的获客渠道、营销方式、客户服务、信用评级和风控手段的创新。然而，普惠业务在数字化转型的进程中可谓暗波涌动。首先，小微企业信息不透明的问题怎样解决，可以对接哪些外部大数据，怎样深挖数据价值，如何还原企业真实经营状况？其次，如何在拉新和促活方面突破重围，怎样从传统关系营销走向平台化批量营销，怎样利用好大数据精准定位目标客群？在小微线上业务如雨后春笋般崛起的今天，如何全面布局快贷产品建设规划，找到自身的产品竞争力，尽快抢占市场份额。怎样借力产业互联网的东风建设合作场景？另外，如何创新风控技术，提升其自动化、智能化水平？最后，如何借助人工智能

3、技术，实现业务流程的电子化、无纸化，提升客户体验？普惠金融业务强调4个服务内容：信贷、支付、储蓄/理财、保险，而信贷更是重中之重。本文将围绕普惠信贷业务的数字化转型，就以上问题展开讨论，提出解决方案。1乘势而起：普惠金融的数字化转型1.1.传统普惠金融业务发展困境1.1.1 信息不对称问题由于小微企业信息透明度差，企业申贷提交的相关信息完整度和准确性都有待考证，这种情况下，银行等金融机构难以通过数据完整、全面地掌握小微企业画像特征，无法准确开展多维度客户风险评估工作。因此，金融机构为完整收集和准确识别小微企业经营信息，往往需要投入更多人力成本和时间成本，其外在表现为贷款产品定价提高、准入条件趋

4、严等。1.1.2 营销精细化程度低银行等金融机构对小微企业尚未形成一套科学合理的客户分层评价管理体系。在传统普惠业务中，由于缺乏有效的精准营销和策略辅助，一系列营销活动仍大量依赖人工，比如吸客引流、客户分派、营销跟踪等活动，尚未完全实现线上化。1.1.3 场景产品覆盖不足银行等金融机构传统的营销模型通常为“线下网点+专人营销”，这一模式成本较为高昂，其所能辐射和承接的业务量有限。当前银行等金融机构线上场景获客营销的关键难点主要如下：一是场景开发经验不足，二是需加强场景平台数据建设，三是现有营销手段单一，缺乏完善的小微企业线上场景营销管理工具。1.1.4 风控技术创新不足普惠金融整体风控能力有待

5、提升，大数据和人工智能技术尚未在风控体系建设中得到充分运用，差异化、针对性的普惠业务风控手段亦较少。大部分仍采用传统对大型企业的风控手段应对线上业务风险，譬如线下调查和贷后管理等，风控观念亟待更新。在小微企业贷前、贷中、贷后各环节风控中，未能充分实现数据驱动下的自动化监控和预警。1.1.5 流程自动化水平低目前普惠金融线下贷款产品在信贷管理全流程中仍然主要依赖客户经理，自动化水平较低，影响客户体验。贷前环节调查内容繁琐，需要客户经理填写、收集各项资料。贷中审批环节需要人工参与，标准化程度较低。贷后检查环节主要为客户经理定期人工检查。1.2.普惠业务数字化转型的驱动因素1.2.1 经济因素促进量

6、广面大的小微企业发展是保证国民经济高质量上升的重要基础。在我国，各类小微企业数量超4000万，个体工商户数量超过1亿，占企业总数超过90%，创造了80%以上的就业1。再次，小微企业纳税额超过国家税收总额一半。作为社会经济发展的基石，蓬勃发展的小微企业是我国经济韧性的重要保障，是实现共同富裕的重要基础。在5月18日国务院政策例行吹风会上谈到2，地级市层面，小微企业数量每增长1000个，本市生产总值将增加1.43%、税收将增加0.17%、就业人员将增加0.68%，同时从事中小微企业经营的家庭有较大的机会转变为中等收入和高收入群体。因此，加强普惠金融服务，是金融业反哺实体经济、稳定就业的重要内容。1

7、.2.2 政策因素普惠金融发展受到国家高度重视和政策鼓励，金融机构大力发展普惠业务不仅是落实自身社会责任，同样是发展机遇和转型方向。我国在2015年底发布推进普惠金融发展规划（20162020年），提出要提高金融服务的覆盖率、可得性和满意度。随着数字化和科技创新对全球金融行业的影响不断深入，在2018年6月，人行等五部门联合印发关于进一步深化小微企业金融服务的意见，提出银行业金融机构要运用信息技术，改善信贷流程和建立信贷风险评价模型，提高贷款发放效率和服务便利度。2019年9月，人行出台金融科技发展规划（2019-2021年），标志着国家对金融科技的重是上升到一个新高度。新冠肺炎疫情爆发后，为

8、帮扶中小微企业渡过难关和转型发展，加快银行业数字化转型，相关政策陆续出台。2020年5月13日，国家发改委联合17个部委及145家单位启动“数字化转型伙伴行动（2020）”。2022年2月28日召开的中央全面深化改革委员会第二十四次会议审议通过推进普惠金融高质量发展的实施意见，明确我国下阶段普惠金融发展方向和目标，提出将金融资源向重点领域和薄弱环节倾斜，促进金融服务在普惠、绿色、科创三方面融合发展，推进数字化普惠金融进程。2022年4月28日银保监会发布关于2022年进一步强化金融支持小微企业发展工作的通知，提出银行机构需要推动加强信用信息共享应用，促进小微企业融资。1.2.3 技术因素科技力

9、量将助力重构金融机构业态。人工智能使得经营效率大幅提升，同时帮助实现精准营销，降低人工成本，提升客户体验。譬如基于自然语言处理技术、语音识别技术等打造智能客服，释放金融机构人力效能。大数据技术的应用将更加全面的掌握客户行为和需求，降低信息损漏，对客户实现更全面的风险防控；物联网技术为供应链金融闭环风控管理提供强大支撑，通过实现信息流、资金流和物流的三流合一，做到对中小微企业数据增信；生物特征识别技术极大提升账户安全控制，同时提高核验效率。譬如人脸识别、指纹识别、声纹识别等都属于新型身份验证方式。伴随着科学技术发展的快速上升，金融科技亦将倒逼银行等金融机构创新发展，因此金融机构需要进一步前瞻性地

10、把握科技发展趋势，借助金融科技发展风向，乘势而起，打造出具有强大竞争力、彰显自身业务特色的高品质金融服务。2抢占蓝海：把握产业互联网新机遇2.1. 产业互联网新模式随着消费者日益增长的美好生活需要，消费互联网快速迭代带来的新体验，消费需求不断升级。然而，由于我国实体企业分布广而散且大多为中小微企业，产业链条过长，存在信息不对称、流通环节多且杂、生产技术低端落后等严重问题，进而导致供给端与需求端匹配逐渐失衡，产业链亟待重构，人才、技术、资金、运营等资源急需优化配置。由此国家颁布一系列政策大力推进实体产业转型改革，产业互联网应运而生。产业互联网平台即为全产业链服务共享平台，提供资讯、交易、物流、技

11、术、金融、人才、营销等综合配套服务，实现互联网与传统产业的深度整合和价值链优化，从而降低整个产业链的运营成本，提高创新、管理、经营效率，达到供需匹配，为客户提供新的体验，为社会创造更多价值。简而言之，如果说微信是人与人间的线上化关联，那么产业互联网则是企业与企业间，企业与各类资源间的线上化、高效化、可收益化且闭环化关联。产业互联网平台主要提供四大服务： 技术服务：为产业链上企业提供技术支持，促进成果转化，实现技术普惠； 供应链服务：产业上的相关上下游客户均可通过平台，获取从设备生成、材料采购、货物仓储配送、产品营销销售、售后反馈等全产业供应链的共享服务； 人才服务：产业互联网的建设和发展势必需

12、要大量人才的投入，3.0平台可通过产教融合，提供产业链各环节人才培养服务； 金融服务：对于小微企业来说，银行等金融机构可通过产业互联网平台获取企业真实的交易数据和履约信息等，评估其信用水平，提供各类金融服务；对于平台来说，其发展壮大仅通过自身的资金难以实现，外部资金的支持不可或缺。2.2. 从传统信贷到产业金融随着产业互联网的逐步升级，产业金融应运而生。普惠信贷产品从银行视角的传统信贷产品发展到交易视角的贸易金融产品、再到核心企业视角的供应链金融，最后到产业视角的产业金融。2.2.1 传统信贷由于对产业情况缺乏了解，对借款意愿真实性难以把握，传统信贷业务主要是以银行等金融机构自身角度出发，高度

13、依赖企业抵押和担保，尽调成本高且信贷模式简单，产品单一。同时由于小微企业信息可获取性和透明度相对大企业更低，经营风险高而抵押物价值低且金融机构对抵质押物进行处理时往往又缺乏高效的手段等，导致融资风险相对更高，银行等金融机构难以规模化地为其开展信贷服务。2.2.2 贸易金融随着贸易融资的发展，银行等金融机构从自身视角开始逐步转入交易视角，以自身为依托，在贸易双方债权债务关系的基础上，实现从传统的单一企业点对点授信模式转入以核心企业为中心，由点及面的贸易金融信贷服务。银行等金融机构更加关注申请企业与核心企业背后的贸易背景，以及交易对应的上/下游企业的资信实力，将企业销售收入或贸易所产生的可确定的未

14、来现金流看作直接还款来源，更加关注企业贸易自身的自偿性，信贷产品也逐步多元化。2.2.3 供应链金融尽管贸易金融相对传统信贷只关注企业自身情况能更有效降低银行等金融机构的信贷风险，逐渐摆脱其对申贷企业抵质押物的依赖，但其所掌握和依赖的信息仍不够透明，真实性仍无法全面保障。而在供应链金融业务中，银行等金融机构以核心企业为依托，可掌握核心企业与其上下游企业交易过程中产生的各类信息流，在数据资产流转的基础上，授信依据的真实性准确性进一步得到保证。供应链金融的参与主体更加多样化，相关产品进一步丰富。2.2.4 产业金融如果说供应链金融是对某一个细分行业中的核心企业的上下游整合，那么产业链金融就是全产业

15、链整合，它打通了产业供应链中的商流、物流、资金流，可实现三流合一的管控。银行等金融机构可以依赖产业互联网平台上流转的大量真实、可溯源、多维度的数据资产，提供给产业链上的供给方或（和）需求方应收账款融资、订单融资、货物质押融资等服务，服务类型从单一的资金服务跃升到全面的金融服务。中小微企业一般为行业中的相对弱势群体，上游大多要求尽可能以现金方式付款提货，下游给他们的账期又相对大型企业较短，我国金融机构又缺少有效的风险把控手段等，小微企业融资难、融资贵问题长期存在。而产业金融为中小微企业在产业互联网中提供数字化金融服务，建立了新型征信体系，让小微企业融资困境得到了有效缓解，进而整个产业互联网也将得

16、到长效发展。产业金融的落地与实施并非水到渠成，产业金融的设计与运营应重点关注企业自偿性交易，从而降低金融机构信贷风险，同时应注重自身成本控制和交易闭环控制，严格把控资金流向，避免企业将贷款资金用于非生产经营业务最终导致资金难以收回。2.3. 产业互联网对金融机构的影响相较于大中型企业，小微企业的金融风险不仅限于系统性风险，也包含了较高的个体风险。其中，小微企业系统性风险主要在于区域产业集群而非宏观环境，系统性风险更加难以精准把握。而产业互联网打通了产业链中的商流、物流、资金流，以各类交易和服务形成的数据资产和交易信用，构成了真实可追踪的信用体系，既降低了金融机构的系统性风险，又降低了单个企业的

17、个体性风险，从获客模式和风控模式两方面对金融业务进行全面革新：2.3.1 获客模式在传统信贷业务中，金融机构的客户经理通常以关系营销，对接核心企业及其上下游，而核心企业的配合程度是授信成功与否的关键要素。而在产业金融中，客户经理面对的是整个产业链，获客模式由线下转为线上批量获客，流程透明触达，金融机构获客成本大幅降低。同时，以往传统金融机构难以覆盖到的小微企业和个体工商户，由于平台信息的更加透明，信息不对称性降低，小微企业更有机会成为金融惠及的对象。2.3.2 风控模式在传统信贷业务中，金融机构通常以人工尽调、核查财务报表、银行流水的风控技术为主要风控抓手。反观产业金融，基于产业互联网实现生产

18、、交易信息的数字化变革，将进一步改善企业生产运营中的信息不对称问题。企业金融风险完全可以基于海量、多维度、实时动态的大数据进行分析，再通过商流、资金流、物流的高度共享实现精准把控，从而构建快捷高效的概率授信模式。目前市场上不同行业、不同规模产业互联网平台较多，整体经营水平、盈利能力、客户粘性层次不齐。例如某能源集团旗下智慧供应链集成服务商利用“云计算、大数据、人工智能、区块链、物联网”等先进技术打造生态型智慧能源供应链集成服务平台，构建互联网交易、普惠供应链金融、智慧物流三大应用平台，提供招标、采购、销售、运输、融资、云服务六大服务。其中的供应链金融平台，集合了电厂等核心企业，供应商等大量中小

19、微企业，智链保理、银行等资金方，依托智链赋能，形成供应链全链条的商流、物流、资金流闭环，实现核心企业的信用在链条中的跨级传递。首先，银行等金融机构基于该平台的大量数字化信用资产，授信至平台，平台再根据各核心企业规模、经营能力等将额度分配。核心企业在签订销售合同后结合可支用额度开立数字债权凭证至供应商。供应商可通过智链保理或其他资金方，根据约定全部或部分兑现凭证，也可将凭证流转至链条上的其他供应商，到期后核心企业来兑付，货款支付至供应商账户后，平台自动清分至各凭证的持有方。此平台的模式不但集合了银票的可靠性、现金的可拆分性，还具有高灵活度、低成本、高流动性特点，不但可以提升企业自身资金运转效率，

20、还能解决供应链条上大量应收账款资金错配问题，从而优化整个供应链资金成本，进而促进整个供应链条健康良性发展，实现电力能源行业的数字革命，绿色转型。2.4. 内外部大数据整合银行等金融机构数字化转型的实质是打造数据驱动的金融机构。数据驱动是指基于互联网自动化技术实时收集金融机构内外部海量数据，将数据进行清洗整合、分析提炼有效信息，构建人工智能数据模型等等，最后辅助银行等金融机构做出最终的决策。银行等金融机构应当通过以下方式推进对数据的整合与治理，为用数据驱动创新金融产品和业务发展模式奠定基础 借助大数据分析技术，整合数据资产：银行等金融机构内部经过多年的业务发展已经积累海量数据资产，应借助大数据分

21、析技术，整合来源于企业与企业主端的结构化数据资产，在此基础上进一步探索借助网络爬虫与文本处理等互联网技术整合来源于网络公开的非结构化或半结构化的数据。 通过购买、合作等方式加大第三方数据的整合力度：在引入人行征信数据、工商数据与司法数据拓展客户信用数据积累与引入企业反欺诈与企业主反欺诈数据拓展客户反欺诈数据积累的基础上，银行等金融机构应当进一步探索对接税务数据、政府采购数据与海关数据等政府机构数据、电力数据与电信数据等行业数据与供应链场景中资金流、物流、信息流数据等商业场景数据，解决“信息不对称”问题。 建立长期有效的数据管理机制：以数据应用目标为导向建立长期有效的数据管理机制，覆盖数据获取、

22、数据存储与管理、数据质量检查评估、数据指标/标签体系构建到数据应用全流程。实现持续有效地从结构化、半结构化和非结构化数据源中精准、快捷、有效地抽取企业密切关联信息数据，实现企业客户精准画像。2.5. 大数据信贷产品创新传统信贷业务授信的依据主要为财务报表、抵押物、担保等信息。而对于普惠金融群体（小微企业、个体工商户、农户等），由于其信息不透明、有效信息少、信息碎片化、信息难以书面化等多方面信息质量问题，授信管理人员难以对企业的经营实力、发展趋势做出评估判断。加之企业普遍存在缺少有效的抵质押物、担保不足的现状，普惠金融客群的经营与管理成本较高。随着互联网信息采集存储交互技术的发展与大数据分析技术

23、的创新，金融机构加大了采集和深入挖掘整合对内外部多渠道数据的力度，实现在数据驱动的辅助下，进行信贷产品运营管理，并推动普惠金融信贷产品创新。2.5.1 大数据信贷产品设计银行等金融机构应当一方面通过大数据分析技术整合多个内部数据源，另一方面加大第三方数据采购力度，通过购买、合作等方式引入外部数据，扩展数据基础，最终实现对内外部多源大数据进行打通和整合，对企业进行精准画像与信用评估，设置准入规则和自动化授信审批，陆续推出一系列具有大数据特色的普惠金融信贷产品。 一是以积累的结算、资产数据为基础的信贷产品：基于内部累积的企业历史数据进行分析和挖掘，推出的全线上、纯信用的信贷产品，如基于企业结算数据

24、设计的“结算贷”类产品、基于企业代发工资数据设计的“薪金贷”类产品与基于企业POS收单交易数据设计的“POS贷”类产品等等。 二是以政府机构或其它第三方提供数据为基础的信贷产品：基于购买、合作等方式引入外部数据，（如税务数据、政府采购数据、海关进出口贸易数据、电力数据等等）进行分析和挖掘，推出的场景融资类信贷产品。 三是以供应链核心企业上下游的经营数据为基础的信贷产品：基于供应链核心企业提供的其上下游企业的进销存数据进行分析和挖掘，推出的供应链融资信贷产品，如基于核心企业与经销商基于真实贸易数据设计的“经销商贷”类产品、基于核心企业与供应商基于真实贸易数据设计的“供应商类”类产品等等。2.5.

25、2 产品全生命周期运营银行等金融机构积极推动大数据产品创新的同时，应当建立闭环的产品全生命周期运营管理模式，覆盖产品从最开始的市场调研、产品设计、发布推广、直至产品上线后的持续评估优化的全流程，为信贷产品从无到有，从有到优保驾护航。2.5.2.1 市场调研产品只有满足用户的某种需求才会被选择使用，产品立项前的市场调研可以验证想要设计的产品是否与市场符合、是否匹配市场需求。市场调研的目的主要有三个：一是了解市场，二是了解竞品，三是了解自己。市场调研中需要完成对市场大环境进行全面分析、对细分市场的目标客群进行客户画像、对市场上同类产品从产品政策到运营优化进行逐一分析、对自身的人力、物力、财力投入与

26、竞争优势进行综合评估。2.5.2.2 产品设计普惠金融信贷产品设计遵循三个原则：一是针对性，即针对不同区域、不同规模、不同行业、不同生命周期的企业进行针对性设计。二是差异性，即打造自身产品与市场同类产品的竞争优势。三是标准化，即提高普惠产品在获客模式、业务流程、风险管控等维度的标准化程度。四是盈利性，保证产品可短时间形成贷款规模，实现合理的盈利。2.5.2.3 发布推广普惠新产品的推广一般采用分清主次、阶段开展的方式。明确“业务规模”与“客户质量”的优先主次，先通过在少数分支机构进行初步试点，保证风险可控下检验产品的可行性，后进行大范围大面积产品推广。在信贷产品发布推广阶段，银行等金融机构也将

27、通过对相关部门开展产品政策讲解、业务流程梳理、风控标准介绍等一系培训，让相关人员对新产品进行全面了解，为产品推广实操打好基础。2.5.2.4 评估优化评估优化工作将在产品推广上线后持续开展。当前，银行等金融机构正在积极搭建“营销、业务、风控”三位一体的普惠信贷产品监控优化体系。营销端的监控涉及市场营销规模、客户响应率与转化率、客户满意度等方面。业务端的监控涉及业务流程顺畅程度、业务进件、授信规模、客群质量等方面。风控端的监控涉及风控标准是否合理、数据质量、模型与策略运行质量是否达标等方面。基于产品监控结果，对信贷产品进行调整和完成。2.6. 精准营销与综合服务2.6.1 客户洞察画像精准营销的

28、基础是构建客户洞察画像。根据多维度数据经过算法进行特征提取，获取标签特征、偏好进行客户识别与价值匹配。客户画像是客户兴趣的个性化反应。客户画像的好坏直接反映在推荐结果，只有准确把握客户兴趣，并设计出针对客户个性化推荐算法，进而提升客户体验，提升客户满意度。2.6.2 批量获客场景线下业务竞争逐步进入存量竞争时代，为更好地强化前端客户营销，批量导入客户，从源头上锁定客户，线上批量获客已逐步成为银行等金融机构普惠金融业务发展的重要突破口。场景化的批量获客是银行等金融机构将账户或支付类业务融入某个行业、某个平台或者某个细分领域，通过合作方的经营场景开展“合伙”经营，借助各类线上或者线下的营销活动连接

29、客户的场景需求从而实现与客户在关联，为客户提供各类场景化服务。批量获客模式与传统单户获客模式相比，在获客对象、获客主体、获客模式、获客成本等方面均有显著差异。比较维度单户获客批量获客获客对象单户目标客群获客主体客户经理团队获客模式随机作业明确授信政策和目标客群获客成本规模不经济，获客成本高集群融资分摊获客成本伴随着大数据分析技术在金融领域的广泛应用，政务数据市场化的逐步推进以及产业互联网的飞速发展，银行等金融机构在陌生拜访、线下地推、电话营销等传统获客方式之外，拓展了政府机构、企业服务平台、核心企业等新兴渠道。这些新兴渠道可主要分为内部资源挖掘、平台批量获客以及供应链批量获客三大类。 内部资源

30、挖掘：常见场景包括无贷户转有贷户、公私联动、大小联动、基于股权关系的横向链式拓客、基于上下游关系的纵向链式拓客等。 平台批量获客：常见的平台类场景包括政府与机构渠道、开发园区与科技园区、专业交易市场、商业街、协会商会等。其中，政府与机构渠道由于其数据标准化及线上化程度高，数据可信度高，且政府在部分场景下承担担保责任，尤为受到金融机构欢迎。 供应链批量获客：银行等金融机构和供应链核心企业合作的主要目的是借助大企业信用嫁接，如担保、无条件付款承诺、确权、提供真实交易数据等方式，为上下游企业贷款提供增信。2.6.3 精准营销策略针对普惠金融业务，优化营销渠道，通过对客户各类信息的挖掘和分析，了解客户

31、的支付偏好和渠道偏好，掌握客户需求，精准筛选目标客户，为客户推荐满足其需求的产品，实现精准营销，节约营销成本，提高营销效率。从提升客户价值的角度，精准营销策略主要有以下应用场景： 潜在客户挖掘：通过客户画像技术快速识别潜在客户，通过读取客户信息，分析客户现状、分析客户过去以及预测客户未来需求，从而提供可供选择的产品，引起转换。 竞争对手客户转移：建立竞争对手流失和不满意客户数据库，分析其原因。匹配客户信息与基于智能分析的客户现状以及预测客户需求，从而提供智能服务。 老客户保留：运用画像技术，快速识别老客户，并对其进行相应的分析评级，通过收集老客户信息与历史数据，运用个性化推荐算法推导出个性化的

32、客户模型。进而，给予不同层次的老客户不一样的产品，不一样的方案，让老客户也得到了个性化服务。 流失客户挽留：识别不忠诚客户与流失客户，建立不忠诚客户与流失客户群体的数据库。匹配客户信息与分析客户现状、客户行为轨迹以及预测客户需求从而提供相应产品服务。同时注意设置数额警戒线、设置行为警戒线，即时提醒银行等金融机构对可能发生的客户流失行为进行预警。2.6.4 综合客户经营为践行“以客户为中心”的核心思想、提升数字化服务能力，多家大型银行建设了面向普惠客户的综合服务平台，实现了对新客户的全面触达以及对老客的充分激活。 在“获客”方面，该行充分发挥全渠道营销策略。一是通过提供线上展业工具、开展专题培训

33、、制作宣贯指导与手册、设定考核指标等方式最大程度调动分支行力量。二是积极联动行内其他渠道资源，与手机银行、微信公众号、官网等渠道建立专区引导、预注册、智能交互等引流机制。三是持续探索创新渠道获客的潜力，借助外部社交资源、“政企园银”联动等方式放大平台服务范围与能力。 在“活客”方面，该行深刻挖掘普惠客群的热点与焦点诉求，平台功能、场景、权益均以“提供客户所需所想”为核心。一方面，平台布局多款线上产品及配套的金融功能与场景服务，在直接满足客户融资诉求的同时，为客户提供尽可能完整的服务支撑。另一方面，平台基于对客户基本信息、交易数据、行为数据的抓取与分析，形成“千人千面”的运营策略，让客户切实感受

34、到“数字化、便捷化、智能化”的服务与服务体验。2.7. 智能风控体系建设2.7.1 智能风控体系随着数据的丰富和复杂化，普惠金融信贷产品不断衍生与创新，银行等金融机构挖掘客户的力度与深度逐渐增长。以五层的风控体系架构为例（如下图所示），从底层数据挖掘到模型策略应用设计，银行等金融机构应当全方位响应智能风控难点，覆盖贷前、贷中、贷后全流程，以及管理层面的应用要点，实现智能化识别、测量、控制、报告风险。第一层：数据层。金融机构应推动流程的线上化、自动化与数据的标准化，保持对数据的真实性、准确性、完整性、和全面性进行关注与校验，并持续对引入的外部数据进行标准化的获取、整合、管理，最终实现数据标准化统

35、一管理。第二层：特征层。特征指标是对于数据价值的挖掘，需要持续积累、更新与维护。同时也需要打通不同数据维度，建立关联指标。第三层：模型库。传统的风控模型局限于数据的可获取度，往往在业务流程与产品场景上出现分化。因此，传统模型在应用于普惠客群上时，往往存在精度与准度两者难以兼得的问题。在智能化的风控体系下，亟需建立的是从应用需求出发，打通业务流程与产品场景的高灵活度、高适用性、高精准度的智能模型，通过机器学习算法建立风控工具，在全面实时的监控体系下及时更新迭代，保证各个模型的有效与准确性，共同架构起智能风控体系的强大砥柱。第四层：策略层。在智能化的风控体系下，风控策略不单单是规则的集合，而是衔接

36、模型与应用需求的平台，也是确保统一模型适用于不同流程阶段与不同场景客群的保障。策略规则兼具数据特征层与模型库的特点，一方面需要依据新的业务需求、新的产品场景、新的客群划分，不断更新扩展策略，另一方面也需要依赖于全面的监控体系，对策略规则的触发率、准确率、召回率进行实时监控，结合监控结果与应用需求对规则进行更新与迭代。第五层：应用层。从多渠道整合而来的底层数据，层层衍生的指标，到智能的模型与策略规则，最终都服务于业务层面的需求，因此应用层是风控体系建设的整体指引与总起。成熟智能化的风控体系应当建立一套持续收集业务应用层需求的机制，因为需求的更新终将成为促进智能化体系不断更新、迭代、发展的根本动力

37、。2.7.2 要点一：客户分层与概率授信在对普惠金融客户进行风险评价时，如何对信息维度不同且数据质量参差的小微企业与个人客户形成可比的统一评估，是智能风控体系建设过程中无法回避的难题。在风险评价仍然依赖于专家经验，大部分业务流程于线下进行的情况下，落后的客户评价体系不仅限制业务的发展与扩张，也使得风险评价的标准难以统一。因此建立一套全行统一的客户管理体系，对客户进行分层、对不同层级客户进行概率授信，成为了面向普惠金融客户的智能风控中一大要点。在普惠金融数字化转型过程中，为了建立统一的客户管理体系，金融机可构参考下图，关注对客户的洞察分析、客户管理、营销管理、以及客户价值挖掘。在银行等金融机构不

38、断开拓普惠金融市场，客户规模逐渐扩展的情况下，对客户的线上化、自动化、智能化风险排序与管控将大幅度提升风险管理的效率与有效性，针对头部客户实现白名单营销、主动授信、自动审批和智能化额度调整，针对尾部客户进行实时预警、自动催收、主动降压与退出，将人力资源从大量的重复性工作中解放，也助力于实现全行层面对于全流程策略一致性的维护。2.7.3 要点二：评分模型及智能化风控工具作为智能风控体系的重要支柱，如何建立一个既覆盖了内外部多源信息，又能对客户进行统一评价的模型，以及在统一评分模型之外，如何更深入地挖掘数据，充分利用行内外数据的价值，建立一系列完善风险控制手段的工具，成为了普惠金融数字化转型的关键

39、痛点。智能化的评分模型与风控工具是实现客户分层管理的重要手段，也是银行等金融机构在深化普惠金融发展的核心竞争力。评分模型的要点在于整合内外部覆盖多维度的信息，建立针对客户信用的统一风险评价，而智能化的风控工具则在统一风险评价的基础上对客户深入进行更全面的风险刻画。因此，银行与金融机构在模型层的构建，可参考以下构建思路：2.7.3.1 反欺诈工具银行等金融机构应当构建从小微企业的企业主身份核验、小微企业自身核验、经营状况检验以及借款意愿四大维度出发，参考下图维度与模式，结合内外部数据构建机器学习与深度学习模型，建立贯穿小微企业信贷全流程的反欺诈体系。2.7.3.2 统一评分模型统一评分的难点除了

40、不同产品客群所具备的数据维度不同，还有不同类型的客户在不同的信贷流程环节中所具备的数据维度上的差异，随着客户生命周期的推进，银行等金融机构所获取的客户数据也会不断丰富与分化。传统内评模型的建模思路是针对特定业务环节及特定群体建模，若将此思路应用在大数据建模中，在面对繁多的情景组合时，模型体系将变得过度复杂和繁琐。因此，银行等金融机构应当逐步从传统的模型结构，向层次化的模型结构转化。这种做法增强了模型的可拓展性，使得模型能够从多维度综合评价企业客户，最终实现一个主模型满足多阶段多产品的风控需求。2.7.3.3客户画像工具客户画像是根据客户人口统计学信息、社交关系、偏好和消费者行为等信息从抽象图像

41、中抽取出来的标签化画像，其核心内容是根据客户的行为数据，通过一系列算法或规则加工数据，从而对客户进行“标记”，较为准确的反应客户特征即画像，当客户信息发生改变时，重新获取客户信息并对客户信息进行更改，就可以再次更新客户特征。2.7.3.4 知识图谱工具银行等金融机构对知识图谱的搭建和配套基础设施的建设需结合自身数据的基建现状，自上而下地明确各部门知识图谱相关业务需求，自下而上地提升底层数据质量，并进行统筹设计，分阶段规划实施。可从建设基于股权关系的显性集团知识图谱以及基于担保关系、上下游交易关系的隐性集团知识图谱开始，逐渐结合不同业务逻辑进行应用场景挖掘。2.7.4 要点三：大数据分析建模的进

42、阶集合应用从智能风控体系的初始构建到走向成熟的过程中，如何将大数据价值和模型挖掘能力更深层次应用，成为银行等金融机构需要面对的新的难点。大数据分析建模还可在企业生命周期识别、行业细分管理、产业集群风险等多个领域，实现更进阶的应用，对于普惠金融的风险进行更宏观、更深化、更全面的把控。针对单个企业客户，通过大数据分析识别其所处的生命周期阶段，识别高风险企业与具有高潜能的企业，调整针对该企业的业务策略，进行更加精细化、具有针对性的风险管控与业务支持；而在宏观的层面，大数据模型同样可以在行业、乃至于产业层面对小微企业进行分析，识别具有发展前景的行业，对于产业集群进行划分，在行业地区的集群下进行横向与纵

43、向的分析，对集群整体风险进行识别与评估，对其异常波动与负面趋势进行分析，从宏观与微观维度一同发力，对企业进行风险管控与预测分析。2.8. 业务流程线上化转型本文总结了九种关键技术，针对化解业务流程线上化转型的痛点，为银行等金融机构提供转型路径与方式上的参考：2.8.1 在线申请从客户体验角度来说，银行等金融机构应该对客户提供便捷的在线申请通道，通过媒体账号引流、APP申请、合作平台端口嵌入等方式，实现触手可得、随时随地的一键申请入口。对于银行等金融机构来说，在线申请的难点在于如何通过一键授权获得客户的信用信息，尤其是对于小微企业，在接入人行征信、第三方信用评级信息、工商司法信息的情况下，仍然存

44、在难以为小微企业授信的情况。因此，发展供应链金融，通过网银、对接核心企业财务系统、对接第三方平台的三种方式，银行等金融机构可以在线上获取上下游双方交易信息、资金流、物流数据，以此作为贸易真实性的依据，通过历史交易数据建立小微企业信用基础，以交易商品价值或总额作为额度核定依据，实现面向小微企业客户的全线上申请。相较于传统线下提交材料与人工尽调的流程，全线上的申请流程提高了业务效率，避免了人员操作中存在失误与欺诈的风险，而打通的系统数据也可成为日后审批审查，乃至于贷后管理的依据。2.8.2 在线股东会股东会决议为贷款申请的必要条件之一，若金融机构可以为小微企业提升股东会效率、同时确保股东会决议的合

45、法与有效性，则能够在受疫情影响的当下，为存在迫切资金需求的小微企业解决关键问题。银行等金融机构可以运营人脸识别、虹膜识别、语义、电子签名等技术，为借款的小微企业提供线上股东会功能，通过银行平台提供的会议邀约、股东预约报名、资料收集审核、线上签到、在线会议、线上表决、线上签名等功能，通过技术手段实现灵活便捷且安全可靠的线上股东会，提升企业授权效率。2.8.3 在线审查审批通过建立智能化的风控体系，银行等金融机构应当基于自身对于大数据的收集整合、衍生挖掘、分析处理能力，建立模型策略库，实现自动化、线上化的中小企业信用评价，完成在线的以自动化为主的审查审批，实现客户端的“秒贷”体验。2.8.4 发票

46、在线验真供应链金融中，银行等金融机构绕不开的难点就是如何核查贸易背景的真实性，而其核心是查询增值税发票的真实性。现阶段，政府数据资源逐渐开放共享，金融机构可以与税务机关逐步对接，通过联网核查的方式实施验证发票真伪，同时重点关注发票的查询次数、查询机构数、发票是否被注销等，在金融机构内部也可以通过部署策略规则，对比同一企业的同期开票量，以及企业上游的开票数据，验证产供销量与上下游发票的匹配程度，对企业虚增开票量的情形进行预警。同时，通过引入CFCA电子签章、对接国税局平台实现发票自动核验等技术手段，可以真正实现供应链上下游中小微企业贷款的在线受理、审查、审批，提高融资业务办理效率，实现随时随地响

47、应企业的融资需求。2.8.5 电子签名与线上签署合同在线协议广泛采用的电子签名，泛指所有以电子形式存在的依附在电子文件并与其逻辑相关，可用以辨识电子文件签署身份、保证文件的完整性，并表示签署者同意电子文件所陈述事项的内容，包括数字签名技术和逐渐普及的用于身份验证的生物识别技术，如指纹、虹膜、面部识别、DNA技术等。2.8.6 债权转让线上确认传统保理业务均需要占用供应商在金融机构的授信额度，而随着供应链金融线上化的进程，银行等金融机构可以利用买方在线确权的真实性信息，将供应链金融的风险锁定在核心企业的付款能力上，利用核心企业的信用为供应商进行增信，从而解决了上游小微企业在授信审批时信用评级偏低

48、的问题。2.8.7 监测预警在接入企业ERP系统、对接企业财务系统、与第三方平台或心企业对接的基础上，银行等金融机构应当获取到实时上传与更新的交易或财务数据，通过对多方数据的实时分析，银行等金融机构可以监测企业的运营风险，预测中小企业的运营情况，并实现对信用风险与欺诈风险的实时预警。2.8.8 区块链技术区块链的特点在于每一个区块都含有一份区块链信息的完整副本，使得交易的全过程可以完整且无法篡改地留存，且掐灭了记录的信息被伪造的可能。因此，在传统供应链金融仍然大力依赖于核心企业增信的情况下，区块链创造了另一种可能，通过纳入交易链条上各参与方，包括第三方物流、外部监管机构、工商、税务、征信，实现对企业数据的全部串联，即保证了交易的真实性，又使得交易各方都可随时追溯交易进程，银行等金融机构也可脱离核心企业对应收账款的确权，开辟新的供应链融资路径。2.8.9 押品在线估值在银行等金融机构不断探索普惠金融信用贷款与供应链金融路径的同时，以