網上申請貸款人工智能來判斷「貸不貸」「貸多少」

2018-11-08 商業 320 Views

尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️

四川新網銀行唯一的線下網點。

靠AI技術而非當面審核，四川新網銀行貸款不良率低於行業平均水平

個人申請小額貸款，正變得方便而簡單——不用跑銀行、找證明，在網上填信息交材料，不一會兒錢就到帳了。這得益於互聯網技術支撐的普惠金融快速發展。

普惠金融，瞄準的是小微企業、農民、城鎮低收入居民等往往被傳統金融機構「忽略」的群體，做的往往是「小額生意」。普惠金融正常運轉的關鍵是控制風險，僅通過網路怎麼判斷誰有償還能力？是不是騙貸款？我省新一代人工智能重大科技專項「智能金融風險管控」，正是要解決這個問題。牽頭單位是四川新網銀行。

最近，記者走進位於成都市城南的四川新網銀行「實體店」打探。這也是該行目前唯一的線下網點。

看前沿

一種方案通過人工智能深度學習讓它自動判斷「貸不貸」「貸多少」

人工智能是怎麼做出正確「判斷」的？

記者嘗試著用手機進入四川新網銀行微信號申請貸款，輸入手機號、工作單位、家庭住址和家人信息等，3分鐘就填完了申請信息。多久能放款？該行表示，從填完信息到放款，平均4分鐘就可完成。

靠這些信息就能判斷？「在客戶同意並授權的前提下，在填寫中和填寫後，我們實際上搜集了更多相關信息。」四川新網銀行首席信息官李秀生介紹，包括設備、操作、影像等近100種具體信息。同時系統還從超過10個外部公開數據源獲取信息，「比如學歷高，通常還款能力相對更強。」有的信息，如網購送貨地址、出行前提前多久規劃等，似乎看不出與貸款有直接關聯。「這些信息中間蘊藏著一些能反映還款能力的因素，但能否量化，就要靠人工智能來分析判斷了。」

分析原理和人工智能識別圖片的深度學習類似。「拿樣本讓人工智能系統做判斷，並把正確與否的結果反饋給系統。通過海量數據樣本訓練，人工智能就逐步建立起各類數據信息和還款能力、信用等結論之間的關係模型。」目前人工智能系統已訓練了700萬人的樣本，用於訓練的數據量達4TB。

李秀生表示，通過上述重大科技專項，該行將進一步研究提高人工智能系統的判斷處理速度，同時更好適應變化中的客戶情況和經濟環境，進一步提高系統判斷準確率。

一個痛點不見面只在網上交材料如何把控貸款相關風險

一進門，這個銀行網點給人的第一印象是「空曠」——占據大廳主要位置的，是色彩明亮的弧形沙發。櫃台則只有寥寥幾個，在大廳一角。「目前幾乎所有業務都通過網上辦理，99.6%的業務由系統自動審批。」工作人員介紹，現場主要是咨詢和展示。

省社科院金融與財貿經濟研究所所長王小琪認為，依靠網路是普惠金融發展的普遍選擇，原因很簡單：小額貸款利潤率低，除了更便捷，更重要的是壓低成本，才有可能獲利。

成立不到2年，四川新網銀行累計放款超過4600萬筆，累計放款逾1200億元，貸款不良率低於行業平均水平。傳統銀行新做一筆貸款的邊際成本平均1000元，而四川新網銀行是20元。

依靠網路，普惠金融可壓低成本。相應的是風險控制難題。傳統銀行靠當面審核，現場交材料和溝通，借助人民銀行徵信系統里的記錄來判斷。不少普惠金融的受眾沒有徵信信息，電子材料的造假成本低。

「首先要確定，網路那頭的究竟是一個真人，還是以騙錢為目的的機器？沒見著人，怎麼知道他有沒有還款能力、有多大還款能力？」李秀生表示，風險控制至少要邁過這兩個「坎」。該行建立了基於人工智能相關技術的自動審批系統。重大科技專項，就是在此基礎上做進一步提升。記者熊筱偉文/圖

看問題

客戶全是個人為何沒有小微企業

根據四川新網銀行提供的材料，目前客戶幾乎全部是個人。這並不尋常——作為普惠金融的傳統用戶之一，小微企業怎麼沒有出現在客戶名單中？

顯然不是沒需求。根據世界銀行2018年發布的報告，大陸中小微企業潛在融資缺口達1.9萬億美元。對普惠金融來說這意味著巨大市場。