面對一波一波的企業倒閉潮、跑路潮，商業銀行信貸風險頻亮紅燈。如何進行風險預警並提前做出決策已然是各家銀行一項重要的課題。
據《中國經營報》記者了解，光大銀行通過挖掘大數據的方式孵化出「濾鏡」產品，建立起了一套針對對公客戶風險精準預警模式，智能化命中風險隱患達到27%，可對於潛在風險客戶的違約提前決策。
「通過企業的季度報表、行業劃分、貸款抵押等等傳統模式能夠起到一定作用，但是不良貸款的增多表明仍需要通過其他方式補充。兩年來，光大銀行一直嘗試用科技手段，通過大數據挖掘分析來實現信用風險的提前預警。」光大銀行科技部總經理李璠表示，落腳到產品上，這就是開發「濾鏡」的由來。
據了解，「濾鏡」產品突破了傳統衡量企業狀況的方式，利用大數據分析技術從企業的關係切入。比如，一家北方的鋼鐵企業從生產和財務數據上一切正常，但是光大銀行「濾鏡」卻給其標上了風險的標籤。
「從『濾鏡』系統看到，這家企業頻繁的資金往來並非是產業上下遊的供應商或客戶，而是擔保公司、小貸公司一類的資金帳戶，這就是一個預警信號。」李璠表示，「這是『濾鏡』其中一種模型信號。」
據了解，目前該款產品在線運作主要有為特殊交易對手、風險共同體、複雜循環擔保圈三類大數據模型信號，通過對企業客戶過濾，形成高信用違約傾向的企業名單，向總分行風險管理決策者提供更加科學精準的決策支持。
所謂的特殊交易對手，就是行為上的異動，典型的是交易對象並非企業常規的產業上下遊，這意味著可能企業正在經營與主業無關的領域，包括炒股、炒房地產等等，或者企業可能在進行額外的融資或投資活動，類似民間借貸、高利貸。
「風險共同體主要歸納了8種模式，用大數據通過公司關係梳理進行風險防控，包括同一法人公司、母子公司、實際控制公司等等。」李璠認為，倘若一家企業母公司倒閉了，子公司受到影響是大概率事件；子公司一旦倒閉，銀行也應該對於母公司的風險情況提高警惕。同理，同一法人的兩家公司，其中一家公司資金出現問題，另外一家公司的情況也可想而知。
此外，李璠表示在複雜的循環擔保圈中，「濾鏡」作用更加突出，風險隱患的命中率更是超過50%。「在一個擔保圈中，一家企業的跑路，其他企業的風險肯定是上升。在面臨連帶償債責任時，關聯企業就會受到連累。」
據了解，目前「濾鏡」針對的是銀行已經授信的大中型企業，這一類企業的信貸規模更大，預警風險的必要性也更強。光大銀行「濾鏡」投入試運行已經半年了。在該系統標記的過濾企業中，36%的企業在6個月內出現關注類的貸款，27%實際出現壞帳風險，為銀行提供了實際、有效的信貸風險情報。
「一旦被『濾鏡』進行風險標記之後，相關的信息可能會立即傳送到分行和業務負責人進行處理，針對企業風險重新調查，然後進行風險處置，包括增加抵押物、提前收回貸款、貸款重新定價等等。」李璠表示。
對於數據的來源，李璠表示，「濾鏡」產品的大數據對接了工商數據和法院訴訟數據，運用到風險共同體的風險發掘上，同時融入了機構上報央行、銀監會監管數據，確立「擔保圈」關係。此外結合銀行帳戶數據，監測特殊交易對手。
李璠認為，「濾鏡」產品不僅是銀行從另一個角度來看待風險，也讓銀行能夠擁有更多的信息源對企業進行風險畫像。伴隨數據引入的越來越多，數據挖掘與數據整合技術的進步，這種風險隱患精準度也會越來越高。「如今濾鏡的風險標記暫時只針對銀行貸款的大中型企業，這種方式運用一旦嘗試成功後，覆蓋到銀行貸前調查，實現信貸全流程，並應用到小微企業貸款、個人貸款也能夠實現。」