金融科技的机会，这次可能真的来了！

　　5月9日，中国银保监会下发《商业银行互联网贷款管理暂行办法（征求意见稿）》（下称“《暂行办法》”），从风险管理体系、风险数据和风险模型管理、信息科技风险管理、贷款合作管理、监督管理等方面对商业银行互联网贷款管理提出明确要求。

　　从《暂行办法》全文来看，监管的意图非常明确，旨在整顿、规范庞大的互联网贷款行业，引导行业避免陷入危险的成长曲线，以保证行业长远的发展。同时《暂行办法》也有一个瞩目的亮点，即首次用较大篇幅对金融科技、风控模型进行了描述，尽管商业银行和其他机构合作发展互联网贷款业务（也就是我们通常说的“助贷”）已经发展了很长的时间，各种合作模式也非常成熟，但是这并不妨碍《暂行办法》对这个行业进行“重塑”。

　　第一个关键词明确定义

　　《暂行办法》中，有2个明确的定义非常关键。

　　第一个是对互联网贷款的精确定义。《暂行办法》中将互联网贷款定义为商业银行运用互联网和移动通信等信息通信技术，基于风险数据和风险模型进行交叉验证和风险管理，线上自动受理贷款申请及开展风险评估，并完成授信审批、合同签订、放款支付、贷后管理等核心业务环节操作，为符合条件的借款人提供的用于消费、日常生产经营周转等的个人贷款和流动资金贷款。此前银行互联网贷款的范畴界定模糊，将不少线上受理，但是需要在线下完成评估、尽调、授信过程的贷款也纳入银行互联网贷款范畴之内。此次进行精确定义，一方面是受到疫情影响倒逼业务线上化，另一方面也有助于进行准确、有针对性的监管措施。

　　第二个是对合作机构的准确定义。《暂行办法》中将商业银行互联网贷款业务的合作机构明确定义为：与商业银行在营销获客、共同出资发放贷款、支付结算、风险分担、信息科技、逾期清收等方面开展合作的各类机构，包括但不限于银行业金融机构、保险公司等金融机构和小额贷款公司、融资担保公司、电子商务公司、第三方支付机构、信息科技公司等非金融机构。这个定义实质上列明了银行的选择对象，并明示金融科技公司在合作名单内。

　　孚临科技以人工智能与专家经验为基础，为持牌机构技术赋能，致力于银行数字化转型。业务涵盖智能运营服务、智能风控服务及智能贷后管理，智能运营服务是利用大数据分析帮助持牌机构进行精准获客、用户管理及价值挖掘；智能风控服务及智能贷后管理包括反欺诈服务、信用评估服务、贷前预审服务、贷中复查服务、贷后监控服务、逾期催收策略服务、联合建模等服务。

　　第二个关键词小额短期

　　《暂行办法》强调，互联网贷款应当遵循小额、短期、高效和风险可控的原则。单户用于消费的个人信用贷款授信额度应当不超过人民币20万元，到期一次性还本的，授信期限不超过一年。

　　商业银行按照互联网贷款的区域、行业、品种等，确定单户用于生产经营的个人贷款和流动资金贷款授信额度上限。对期限超过一年的上述贷款，至少每年对该笔贷款对应的授信进行重新评估和审批。

　　为了保证贷款资金用途应当明确、合法，不得用于购房及偿还住房抵押贷款、股票、债券、期货、金融衍生品和资产管理产品投资，不得用于固定资产和股本权益性投资等。《暂行办法》要求商业银行加强贷款支付和资金用途管理，精细化受托支付限额管理。

　　第三个关键词全流程风控

　　几乎可以用一句话来概括《暂行办法》中对银行开展助贷业务的态度——可以做，但是核心风控也必须自己做。除此之外，《暂行办法》对银行客户端、反欺诈、数据和模型架设上也提出了具体要求。

　　风险数据源的问题：《暂行办法》规定，商业银行进行借款人身份验证、贷前调查、风险评估和授信审查、贷后管理时，应当至少包含借款人姓名、身份证号、联系电话、银行账户以及其他开展风险评估所必需的基本信息。如果需要从合作机构获取借款人风险数据，应通过适当方式确认合作机构的数据来源合法合规、真实有效，并已获得信息主体本人的明确授权。商业银行不得与违规收集和使用个人信息的第三方开展数据合作。同时要求，商业银行不得将风险数据用于从事与贷款业务无关或有损借款人合法权益的活动，不得向第三方提供借款人风险数据。

　　实时反欺诈体系：商业银行应当建立有效的反欺诈机制，实时监测欺诈行为，定期分析欺诈风险变化情况，不断完善反欺诈的模型审核规则和相关技术手段，防范冒充他人身份、恶意骗取银行贷款的行为，保障信贷资金安全。

　　自主建模的能力：商业银行应当合理分配风险模型开发测试、评审、监测、退出等环节的职责和权限，做到分工明确、责任清晰。商业银行不得将上述风险模型的管理职责外包，并应当加强风险模型的保密管理。

　　贷前贷中贷后的全流程防控：通过合法渠道和手段线上收集、查询和验证借款人相关定性和定量信息加强贷前审查；通过构建有效的风险评估、授信审批和风险定价模型，加强统一授信管理，运用风险数据，结合借款人已有债务情况，审慎评估借款人还款能力，确定借款人信用等级和授信方案，增强贷中审查力度；通过建立风险监测预警模型，对借款人财务、信用、经营等情况进行监测，设置合理的预警指标与预警触发条件，及时发出预警信号，必要时应通过人工核查作为补充手段，加强贷后管理服务。

　　《暂行办法》的上述要求不仅意味银行需要做核心风控，风控的全流程也要做，同时银行需要保存好相关业务的建模模型，方便监管需要时查看。目前，能够全部达到这些要求的银行是不多的，因此必将催生银行对金融科技的需求。

　　孚临科技坚持以算法驱动金融科技为核心竞争力，以无监督学习、迁移学习、图挖掘、深度学习为核心技术。致力于赋能持牌金融机构数字化转型，深耕技术，合规先行，与多个底层数据源实现联合建模，确保模型效果。风控服务产品根据机构要求，可标准可定制，与100多家机构达成业务合作。其中为某银行提供互联网贷款风控服务，该银行存在强烈的线上放款需求，希望能够找到有资金需求的客户，吸引其申请线上贷款；孚临为客户搭建了完整的自动化系统，在数据、反欺诈和模型三个方面给与支持。项目完成后，该银行建立了完整的反欺诈流程和系统，能够自动化完成复杂的决策流程，大幅度提升了审核效率，并具备海量交易中迅速发现风险、快速响应并持续稳定运行的能力。

　　同时，伴随此次《暂行办法》的下发，显而易见的是银行数字化转型已是毫无争议的方向，能不能在第一时间服务到从线下转到线上的人群，是现阶段商业银行共同面临的挑战，线上零售业务正逐渐成为拉动银行收入增长的重要引擎。麦肯锡预测，中国零售银行收入以每年23%的速度递增，预计2020年，整体规模将达到3.2万亿元，贷款资产规模将达到32万亿元，成为仅次于美国的全球规模第二大零售银行市场。

　　笔者预测，随着《暂行办法》实施的临近，银行互联网贷款业务的合规风险越来越大，银行对金融科技的需求势必会出现一波井喷态势。根据普华永道发布的《科技赋能B端白皮书》，科技企业赋能B端、服务C端，将成为未来主流的商业模式。而中国科技企业在2025年，市值预计将达到40万亿至50万亿元人民币。

　　机会是留给有准备的人的，这一次，金融科技是否准备好了？

　　欢迎大家加入本群，一起沟通探讨。