《金融科技在信貸業(yè)務(wù)里的應(yīng)用與發(fā)展》


《金融科技在信貸業(yè)務(wù)里的應(yīng)用與發(fā)展》

陳老師 博士/教授/博士生導(dǎo)師

課程背景：
2023年11月17日，國家主席習(xí)近平在亞太經(jīng)合組織第三十次領(lǐng)導(dǎo)人非正式會議上指出，
“加速數(shù)字化轉(zhuǎn)型，縮小數(shù)字鴻溝，支持大數(shù)據(jù)、云計算、人工智能、量子計算等新技術(shù)
應(yīng)用，不斷塑造亞太發(fā)展新動能新優(yōu)勢?！?023年10月30日至31日在北京舉行的中央金融
工作會議，明確提出五大篇章之一的科技金融。我國金融業(yè)是科技應(yīng)用的排頭兵、領(lǐng)先
者，如何緊跟科技時代的步伐，加速科技應(yīng)用，已成為擺在金融業(yè)各級領(lǐng)導(dǎo)面前的重要
議題。金融科技在我國金融業(yè)，特別是商業(yè)銀行領(lǐng)域，尤其是信貸業(yè)務(wù)里的應(yīng)用與發(fā)展
與時俱進，時處創(chuàng)新。諸如區(qū)塊鏈技術(shù)在供應(yīng)鏈金融中的應(yīng)用等，可以較好地幫助銀行
實現(xiàn)信貸資產(chǎn)和押品的管理。商業(yè)銀行信貸業(yè)務(wù)核心人才、骨干人才，對金融科技的應(yīng)
用十分關(guān)注。
為此，本課程對金融科技在信貸業(yè)務(wù)里的應(yīng)用與發(fā)展進行深度解碼，進行深入分析和解
讀，為商業(yè)銀行信貸業(yè)務(wù)核心人才、骨干人才進一步指明方向。


授課老師近30年的金融科技跟蹤和金融實踐工作經(jīng)驗，對金融科技有著較為深刻的理論
積淀和實務(wù)理解，邏輯嚴(yán)謹(jǐn)，思路清晰；通過深入淺出的理論與案例分析相結(jié)合，通俗
易懂。

課程收益：
1、學(xué)習(xí)了知當(dāng)前金融科技在信貸業(yè)務(wù)里的應(yīng)用與發(fā)展的現(xiàn)狀與態(tài)勢。
2、為商業(yè)銀行信貸業(yè)務(wù)核心人才、骨干人才在實務(wù)工作中的實踐應(yīng)用指明關(guān)鍵要素、方
向和方法。

課程對象：
國有銀行信貸核心人才、骨干人才，行內(nèi)科級干部及以上

課程時間：
1天，6小時/天

課程方式：
主題講授+視頻欣賞+情景模擬+案例研討+學(xué)員分享+落地工具+頭腦風(fēng)暴

課程大綱
第一部分 金融科技的發(fā)展與應(yīng)用
一、金融科技的發(fā)展與應(yīng)用概覽
二、區(qū)塊鏈技術(shù)的發(fā)展及其在金融領(lǐng)域的應(yīng)用
1區(qū)塊鏈的概念及其發(fā)展沿革
2區(qū)塊鏈技術(shù)的特點
3區(qū)塊鏈技術(shù)在金融領(lǐng)域的應(yīng)用
三、大數(shù)據(jù)的發(fā)展及其在金融領(lǐng)域的應(yīng)用
1大數(shù)據(jù)的概念及其發(fā)展沿革
2大數(shù)據(jù)技術(shù)的特點
3大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用
四、云計算技術(shù)的發(fā)展及其在金融領(lǐng)域的應(yīng)用
1云計算的概念及其發(fā)展沿革
2云計算技術(shù)的特點
3云計算技術(shù)在金融領(lǐng)域的應(yīng)用
五、人工智能技術(shù)的發(fā)展及其在金融領(lǐng)域的應(yīng)用
1人工智能的概念及其發(fā)展沿革
2人工智能技術(shù)的特點
3人工智能技術(shù)在金融領(lǐng)域的應(yīng)用
六、ChatGPT技術(shù)的發(fā)展及其在金融領(lǐng)域的應(yīng)用
1ChatGPT的概念及其發(fā)展沿革
2ChatGPT技術(shù)的特點
3ChatGPT技術(shù)在金融領(lǐng)域的應(yīng)用
七、數(shù)字人民幣的關(guān)鍵技術(shù)應(yīng)用
（一）數(shù)字人民幣APP
（二）數(shù)字人民幣軟硬錢包
（三）數(shù)字人民幣體系的密鑰對與私鑰
（四）數(shù)字人民幣加載智能合約
（五）數(shù)字人民幣對現(xiàn)有支付行業(yè)格局的影響


第二部分 金融科技在信貸業(yè)務(wù)里的應(yīng)用與發(fā)展
一、區(qū)塊鏈+信貸
（一）分布式數(shù)據(jù)庫，解決信息缺失和信息不對稱難題
（二）降低運營成本，提高運營效率
（三）基于區(qū)塊鏈技術(shù)的智能型信貸風(fēng)控體系有效提升貸款不良清收率
案例1：民生銀行打造與司法機構(gòu)聯(lián)通的區(qū)塊鏈電子存證平臺，確保授信業(yè)務(wù)全流程留痕
可追溯、不可篡改；應(yīng)用OCR、電子簽名等技術(shù)，融資風(fēng)險精準(zhǔn)識別和管控效率顯著提高
。
案例2：招商銀行閃電貸不良清收的區(qū)塊鏈技術(shù)應(yīng)用
案例3：光大銀行積極運用大數(shù)據(jù)、人工智能、區(qū)塊鏈改造傳統(tǒng)風(fēng)險控制技術(shù)，推進風(fēng)險
管理數(shù)字化轉(zhuǎn)型，提升風(fēng)險管理的智能化水平。
（四）區(qū)塊鏈技術(shù)賦能普惠金融的技術(shù)邏輯特征
（五）智能合約的法律屬性
1去中心化
2共識信任
3共享共管
（六）區(qū)塊鏈技術(shù)在供應(yīng)鏈業(yè)務(wù)中的應(yīng)用
（七）邊緣物聯(lián)---
物聯(lián)網(wǎng)與邊緣計算“打通”小微金融最后1公里，農(nóng)戶可通過衛(wèi)星辦理貸款。
案例1：網(wǎng)商銀行“大山雀”系統(tǒng)
網(wǎng)商銀行“大山雀”系統(tǒng)將衛(wèi)星遙感技術(shù)應(yīng)用于農(nóng)村金融，給予農(nóng)戶精準(zhǔn)的授信和合理的
還款周期。大山雀已累計服務(wù)120萬經(jīng)營性農(nóng)戶，為鄉(xiāng)村振興提供活水。
案例2：平安銀行星云物聯(lián)網(wǎng)平臺
平安銀行星云物聯(lián)網(wǎng)平臺已連續(xù)合作發(fā)射了三顆衛(wèi)星，供應(yīng)鏈上下游企業(yè)的真實經(jīng)營數(shù)
據(jù)等信息可以更及時、有效地回傳，從而為其授信。截至2022年6月底，星云物聯(lián)網(wǎng)平臺
支持實體企業(yè)融資額超8000億元。
二、大數(shù)據(jù)與互聯(lián)網(wǎng)信貸
（一）全過程滲透
1貸款審批：通過分析客戶的大數(shù)據(jù)，銀行可以更準(zhǔn)確地評估客戶的信用狀況，從而決定
是否批準(zhǔn)貸款申請。基于“技術(shù)賦能、數(shù)據(jù)驅(qū)動、業(yè)務(wù)融合”理念，打造信貸智能服務(wù)平
臺，從客戶主體、財務(wù)情況、交易背景、項目背景、融資擔(dān)保和業(yè)務(wù)資料六個維度，以
大模型、機器學(xué)習(xí)、OCR識別等數(shù)字技術(shù)進行自動化核驗，一站式提供決策參考或者風(fēng)險
識別，改變原來需要到不同入口查詢信息并人工進行核驗的模式，提升整體工作效率。
運用NLP、OCR、機器學(xué)習(xí)等技術(shù)打造智能審貸專區(qū)“云e批”，為審查審批人員提供智能輔
助決策，將從專家治貸為主的傳統(tǒng)人貸模式進一步向以數(shù)據(jù)+模型輔助決策的智貸模式轉(zhuǎn)
變。在控制實質(zhì)風(fēng)險前提下，將“短、頻、快”產(chǎn)品的審批時效縮短80%，將大額線下審批
時效提升20%，為集團助力經(jīng)濟穩(wěn)增長提供更專業(yè)、更優(yōu)質(zhì)、更高效的支持。
2貸款額度和利率定價：根據(jù)客戶的大數(shù)據(jù)，制定更合理的貸款額度和利率定價，為客戶
提供更個性化的服務(wù)。
3風(fēng)險管理：基于信貸風(fēng)險大數(shù)據(jù)集市，分析識別銀行潛在的風(fēng)險因素，提前采取措施防
范風(fēng)險?；谳浨樾畔⒆詣悠ヅ?，形成“分類、預(yù)警、報告、處置”四位一體的突發(fā)輿情
風(fēng)險監(jiān)控能力，總分行“管控、督導(dǎo)、落實、反饋”的大戶會診機制，實現(xiàn)法人大戶跨區(qū)
域風(fēng)險統(tǒng)籌研判、聯(lián)合管控，上線后每年篩查負(fù)面輿情10萬條以上，有效預(yù)判風(fēng)險趨勢
，防范風(fēng)險蔓延，助力風(fēng)險融資持續(xù)壓降目標(biāo)的達(dá)成。
4查詢：以統(tǒng)一、開放、共享、共建的理念，建設(shè)數(shù)字資產(chǎn)、數(shù)字信息、數(shù)字產(chǎn)品和數(shù)字
能力四大用數(shù)分區(qū)，打造集數(shù)據(jù)查詢、數(shù)據(jù)展示、數(shù)據(jù)分析、數(shù)據(jù)分享于一體的用數(shù)服
務(wù)平臺“信貸棱鏡”，為信貸條線人員提供便捷、高效、靈活的用數(shù)服務(wù)。
5信貸文檔：以先進的文檔編輯器為載體，通過OCR、大模型等技術(shù)賦予自動化數(shù)據(jù)采集
、插件式片段生成、AIGC內(nèi)容生成潤色等能力，打造一站式信貸文檔工作臺“文書通”，
通過大模型生成文檔內(nèi)容，提供極致的文檔編寫體驗，釋放用戶在信息查找、文案組織
等案頭工作所消耗的時間精力。
6營銷推廣：通過分析客戶的行為和偏好，可以更精準(zhǔn)地推送相關(guān)產(chǎn)品和服務(wù)，提高營銷
效果。使用大數(shù)據(jù)、人工智能等技術(shù)構(gòu)建智能探查模型，圍繞融資、理材、股權(quán)、債券
等各類信息深入挖掘處置線索，打造智能線索探查產(chǎn)品“智探通”，使用融資線索模型、
資金線索模型自動生成線索。
7客戶服務(wù)：了解客戶的需求和痛點，提供更有針對性的解決方案。
（二）體驗式審批
1.?實時審批
案例：實時審批中的大數(shù)據(jù)應(yīng)用
2.?審批前置
案例：“獲客＋審批”的一體化
3.?零感知審批
4.?移動審批
（三）信貸風(fēng)控
1.?欺詐監(jiān)測
2.?信用風(fēng)險評估
3.?風(fēng)險預(yù)警
4.?逾期客戶管理
5.?征信服務(wù)
三、人工智與信貸
（一）銀行信貸模型常用的AI算法
1邏輯回歸（Logistic Regression）
2決策樹（Decision Tree）
3支持向量機（Support Vector Machine，SVM）
4隨機森林（Random Forest）
5神經(jīng)網(wǎng)絡(luò)（Neural Networks）
6遺傳算法（Genetic Algorithms）
7自然語言處理（Natural Language Processing，NLP）
（二）智能顧問、智能客服、智能坐席、智能外呼、智能催收以及服務(wù)型機器人，大模
型助力精準(zhǔn)識別需求
案例：
1說明：能說會道懂業(yè)務(wù)，8成銀行將“聘用”數(shù)字人。IDC預(yù)測，到2025年，銀行的數(shù)字員
工，承擔(dān)90%的客服和理財咨詢服務(wù)?，F(xiàn)在，各家銀行的數(shù)字員工超過10個。
2浦發(fā)銀行是最早“聘用”數(shù)字員工的銀行，3D數(shù)字員工“小浦”已經(jīng)在20多個崗位“任職，
包括財富規(guī)劃師、文檔審核員、大堂經(jīng)理、電話客服等。
3交通銀行“姣姣和小姣”是交通銀行的數(shù)字員工“姐妹花”。她們既能為客戶答疑解惑，還
成為科技品牌名片。
4度小滿使用人工智能技術(shù)來洞察和理解用戶的融資需求、資金使用節(jié)奏和借款還款特點
等，并為他們提供更貼心的服務(wù)。
（1）度小滿通過自監(jiān)督學(xué)習(xí)技術(shù)、異構(gòu)圖神經(jīng)網(wǎng)絡(luò)技術(shù)、長短期記憶網(wǎng)絡(luò)技術(shù)，將這些
互聯(lián)網(wǎng)數(shù)據(jù)串聯(lián)起來，體現(xiàn)出單獨數(shù)據(jù)無法體現(xiàn)的價值。此外，度小滿還使用廣告的RT
A技術(shù)提高營銷的精準(zhǔn)度。在內(nèi)容營銷層面，金融品牌可以借助百度AI數(shù)據(jù)優(yōu)勢，基于用
戶搜索意圖行為洞察，精準(zhǔn)洞悉消費者對于內(nèi)容的偏好，有的放矢定制生產(chǎn)內(nèi)容；利用
AI技術(shù)生產(chǎn)更多維全面的內(nèi)容，給消費者提供更專業(yè)貼心、更具交互性的線上購買服務(wù)
體驗。在用戶畫像層面，金融品牌可以和我們百度合作，借助AI數(shù)據(jù)能力、信息流GD等
產(chǎn)品從全網(wǎng)更具針對性的圈人、找人、觸達(dá)受眾；從而更好促進消費決策。在終端銷售
層面，AIGC可以為消費者提供更高效、更精準(zhǔn)的沉浸式服務(wù)。例如，可以利用金融行業(yè)
“商家BOT”，通過自然語言處理技術(shù)實現(xiàn)與消費者的智能交互，提高客戶滿意度和忠誠度
，培養(yǎng)自己品牌的粉絲。
（2）在風(fēng)險管理方面，度小滿將大數(shù)據(jù)和AI技術(shù)深度應(yīng)用于用戶畫像、行為分析，包括
征信解讀等方面。例如，通過技術(shù)手段解析征信報告中的40萬維變量，度小滿幫助金融
機構(gòu)將風(fēng)險模型的風(fēng)險區(qū)分度提高到26%以上。
（3）在用戶體驗和運營效率方面，度小滿應(yīng)用人工智能技術(shù)提高機器人的語義識別和意
圖理解能力?，F(xiàn)在，機器人的有效會話率等關(guān)鍵指標(biāo)已經(jīng)超越了人工平均水平。RPA機器
人已經(jīng)取代了60%以上重復(fù)性的信貸審核工作量，為更多用戶提供更高效的服務(wù)體驗。
（4）通過人工智能的技術(shù)應(yīng)用，現(xiàn)在可以完全解析用戶過去很長一段時間內(nèi)的用款規(guī)律
。以小微企業(yè)主為例，根據(jù)其行業(yè)特點，他們通常在每年的6月、3月和9月有固定的用款
周期。通過機器學(xué)習(xí)的能力，我們可以抽離出用戶的這種規(guī)律性，并提前進行預(yù)測。在
用戶不需要的時候，我們不會打擾他；而在他臨近需要的時候，我們會自然地呈現(xiàn)在他
面前，提供極致化的用戶體驗。
（5）在AI快速發(fā)展的驅(qū)動下，理想的未來終極營銷狀態(tài)應(yīng)該是沒有營銷廣告。廣告即內(nèi)
容，所見即所想，用戶在潛意識中此刻想要得到的服務(wù)，就應(yīng)該自然呈現(xiàn)在用戶當(dāng)下的
媒體場景中。
（三）融資授信
1貸前場景分析
2貸中審批
（1）合規(guī)性審查
（2）企業(yè)財務(wù)分析
（3）銀行同業(yè)授信比較
（4）審批初步結(jié)論
阿里網(wǎng)商銀行對外發(fā)布“百靈”智能交互式風(fēng)控系統(tǒng)，在行業(yè)內(nèi)首次探索人機互動信貸技
術(shù)，目前該系統(tǒng)已經(jīng)支持包含合同、發(fā)票、營業(yè)執(zhí)照在內(nèi)的26種憑證，以及包含工程車
輛、店面門頭、貨架商品等超過400種細(xì)粒度物體的識別，系統(tǒng)通過識別這些材料，從中
分析用戶的經(jīng)營實力，判斷一個更為合適的貸款額度，準(zhǔn)確率達(dá)到95%以上。彌補和替代
征信、工商、稅務(wù)、異動支付流水、網(wǎng)絡(luò)經(jīng)營行為等數(shù)據(jù)。到2026年，將AI應(yīng)用于風(fēng)控
將成為銀行的主流選擇。大家會接觸到越來越多的AI信貸員。
3貸后風(fēng)險的自動化監(jiān)控
（四）金融預(yù)測與反欺詐
（五）安全監(jiān)控預(yù)警
（六）優(yōu)勢
1
齊全：首先參與匹配的信貸產(chǎn)品需要足夠多，包含銀行、消費金融等各類放款機構(gòu)產(chǎn)品
；產(chǎn)品類型也要涵蓋信用貸和抵押貸，這樣才能服務(wù)更多人群。
2
準(zhǔn)確：這是匹配系統(tǒng)的核心功能，只有匹配出精準(zhǔn)的可做方案給到用戶，這樣的智能系
統(tǒng)才有價值，這就要求系統(tǒng)需要有足夠多的字段來參與匹配。
3
快速：匹配速度有依賴于AI算法的先進性，在極短的時間內(nèi)完成上萬次復(fù)雜的方案計算
，快速給出合適方案。
4
智能：這是匹配系統(tǒng)的靈魂，如果僅僅是進行粗淺的產(chǎn)品匹配，機械化輸出多個方案，
這只是篩選產(chǎn)品，還不能叫智能匹配。
四、ChatGPT與信貸
1智能貸款理財助理和客服機器人：借用ChatGPT底層大模型存儲的知識，再喂給它金融
領(lǐng)域的對話指令模版
2撰寫行業(yè)分析、研報、營銷方案
五、金融科技在信貸業(yè)務(wù)中應(yīng)用的收益
1.提高風(fēng)險控制能力
2.優(yōu)化用戶體驗
3.減少行內(nèi)資產(chǎn)損失
4.提高全行營銷效率
5.提高風(fēng)險監(jiān)管合規(guī)性






分組討論：身在信貸崗位上的您，將如何拓展金融科技在業(yè)務(wù)中的應(yīng)用？


-----------------------
1

陳德勝老師的其它課程