高管观点：创新+用心，鱼与熊掌可以兼得

未来的银行就像大师一样，云淡风轻之间化险为夷。
—吕文勇在未来银行大会2021上的演讲

从股份行、城商行到持牌消金，近二十年的工作履历上，吕文勇只做了一件事——风险技术。在这个“稳”字当头的行业中，吕文勇一直在思考，如何在行业里或者某个细分领域做得更极致？

“未来银行大会2021”现场发布的“国内银行零售业务现状分析”显示，2021年第一季度，国内全社会零售消费总额单季增长幅度达到33.9%，但国内各家银行信贷规模增速仅9%，问题出在哪里？

吕文勇分析，按揭贷款的规模受限或是重要因素之一。在此背景下，区域性银行皆欲求解：业务增长的新路径该去向何方？

纵观上市银行的年报数据，2020年，国有四大行和股份行的个人贷款增速约为12%-16%。在以宁波银行为首的地区城商行方面，2020年个人贷款增速竟突破40%，亮眼的数据惹人深思。查阅非住房贷款在个人贷款中的占比，竟达到91%！很多人问，这是做的什么业务？

答案是：个人消费贷款、个人经营性贷款、信用卡业务。吕文勇表示，这几项业务的平均收息率之和达到了7.79%！

新希望金融科技服务的银行相关业务的资产收益率（ROA）可达5%，若以ROE计算，将更让人激动。这样的数据表现离不开一套极致的风险管理方法论。

例如：通过领先的客群分类管理和差异化风险控制策略，有效把控银行此类业务的风险成本；此外，借助CROS搭载的智能拓展工具和营销打法，“内控+外拓”双管齐下，实现银行业务资产收益率的显著提升。

理论体系固然重要，但结合实际需求，源于实践的理论才能真正成为业务的指导方针，否则再先进的理论体系、工具策略都是镜中月、水中花。

统计显示，近一年来，不论是贷前、贷中还是贷后，新希望金融科技为合作银行提供了风险和营销策略咨询及建议服务1600多次，对各家银行业务发展的迫切需求积极响应。基于银行业务洞察与合作研究，新希望金融科技针对性地开展了大量模型开发工作：消费贷领域评分卡、经营贷领域评分卡、房抵业务模型、金融图像识别模型、深度学习模型……

金融图像识别引擎

当前，人脸识别已经司空见惯，从小区到机场、从零售支付到机密管控。但在不同行业，图像识别技术的应用都一样吗？答案是否定的。在金融业、银行业，就需要真正懂银行的图像识别技术。

例：如今，银行客户习惯于线上贷款，或者通过手机银行开户理财，假设客户上传彩打或者翻拍的照片，系统能不能准确识别？

例：用户上传的身份证信息（姓名、地址、发证机关等）被PS过，系统能不能发现篡改点？

金融图像识别引擎的算法由新希望金融科技自研完成，能够同时完成身份证识别、人像识别、未来风险预测等。产品的核心在于使用了大量机器学习的视觉算法，涵盖了34个核心模型，模型跑完仅耗时220毫秒。这也意味着，以往用户进行人脸识别或者证件上传只是简单的身份核查，而通过金融图像识别引擎可以无感完成34项风险检测。根据测算，金融图像识别引擎对不良率的降低有显著贡献，平均降幅约8%。

图形化中央决策引擎Pro

对金融机构而言，决策引擎是重中之重。很多国际巨头提供的产品声名远扬，但对普通的风险从业人员来说仍有一定门槛，在软件安装层面就非常“厚重”。其次，还需要在不同菜单和数据表之间切换选择，才能完成规则的建立。在强调敏捷的当下，有没有可能采用图形化模块，通过极简化的UI完成规则的建立呢？

新希望金融科技推出的“图形化中央决策引擎Pro版”，界面操作非常简单，极简UI下提供了非常丰富的算法，打造了无代码开发平台，采用“数据——决策节点——决策流——决策场景”的整体架构设计，有效降低风险管理从业人员的门槛。通过友好的图形化界面，无需科技部门排期发版，风险策略人员自己就可以随时灵活调整策略。

在运算符和算子层面，“图形化中央决策引擎Pro版”支持文本计算和逻辑计算。例如，直接把叫“XX”的人识别出来，进行拒绝或核准操作等。此外，“向下取整”等常用指令直接包装成了运算符和算子，大幅提高工作效率。

为了让风险管理更清晰明了，“整合式表达式”功能将传统产品里的多行语句整合成一行，极大提高工作效率和可读性。

吕文勇说：“我以前写策略的时候，经常这么写，条件1：ABCD，条件2：EFGH，若想把满足条件1和条件2的客户拒绝或者核准时，必须要写第三行条件3。何必这么绕呢，能不能一行就搞定了？这次我们就做了一个改造，直接一行就写完了，条件1：ABCD且满足条件2：一二三四，则执行……

此外，通过高级脚本模式，不仅具有传统产品支持的功能，还提供了更多独特的亮点。例如，中文匹配数据库表，让操作人员不再需要记忆“ABC-DEF-…”等复杂的数据库表，脚本编译时，可直接按照中文搜索匹配出来，极大方便风险管理从业人员的代码编写工作。

与此同时，“测试可视化”能够让有问题的规则在测试中高亮显示，帮助工作人员迅速定位问题所在，大幅提高规则上线效率。同时，通过打通测试和审批流，支持审批之后一键热部署至生产环境，杜绝上线时的人为因素风险，让发布更安全。

AI建模平台
搭建一个风控模型需要多久？
不懂代码可以做出模型吗？
模型评估报告能不能自动生成？
无代码化的AI建模平台给出了答案

按照传统建模流程，不仅需要提前准备大量数据，连接数据库表，还需要求助于科技部门的接口对接。现在，这类IT实施方面的繁重工作，通过抽象整理，风险管理人员只需要拖拉拽就能完成连接，IT人员也能从排期准备数据中解放出来。

在未来银行大会上，新希望金融科技的工程师用5分钟快速构建了一个模型，全程0代码，只需要拖拉图块，再次降低了风险从业人员的使用门槛。对于中小银行而言，缺乏大行的财力和专业的技术人员，搭建评分卡等复杂模型难上加难。

因此，AI建模平台把繁重的代码编写工作，用图形化的方式展示出来，让中小银行也能具备和大银行同样的甚至是更加优秀的建模能力。

在银行风险管理工作中，稳字当头、安全为先。后端兜底的风险和前端冲锋的业务，虽如鱼与熊掌，但技术的创新，使其得兼。前端和后端的通联，不仅可以实现业务的全生命周期运营，更有利于把控全链路风险实现未来趋势预测。