《商業銀行互聯網貸款管理暫行辦法》（以下簡稱“《辦法》”）正式落地，因其明確了互聯網貸款內涵，并對跨區域經營、風險管理體系、數據合規性與管理、合作機構管理、消費者保護、互聯網貸款事中事后監管做出明確要求，又被稱為互聯網貸款“基本法”。

《辦法》施行近1個月，業界討論仍舊綿延不絕，商業銀行也密集迎來一輪業務流程與模式優化調整?；ヂ摼W貸款業務流程涉及多個環節，從產品設計、營銷獲客、進件身份核驗與審批、反欺詐建設、貸前調查、貸中審批、人工復核、數據檔案存儲、放款控制、貸款支付、貸后管理、催收清算等等。

信用算力研究院通過對《辦法》解讀，結合業務流程中的重點環節，從業務端涉及的資產運營管理、數據源管理、決策引擎與風控建模、進件審批、AI客服建設等系統/平臺，提出重點關注與可行性優化建議。逐一來看：

一、有效識別和監測跨區互聯網貸款業務，考驗商業銀行資產運營與管理能力

《辦法》第九條提到，“地方法人銀行開展互聯網貸款業務，應主要服務于當地客戶，審慎開展跨注冊地轄區業務，有效識別和監測跨注冊地轄區業務開展情況?！睆拇蠓较蛏蟻砜?，監管并未對地方性銀行跨區域經營采取“一刀切”的態度，也暫未對業務經營設置統一的量化管理標準，這無疑是為長期受地域限制的區域性銀行“松綁”。

信用算力CEO 張建梁認為，《辦法》中提及的“識別和監測跨區互聯網貸款業務”，考驗的是商業銀行對資產的運營與管理能力，意味著區域性銀行需要在營銷獲客和運營管理中，強化識別用戶地域分布能力，關注并監控用戶渠道來源、用戶地域分布等。

銀行通過自研或接入內置用戶畫像分析功能模塊的資產運營分析平臺，建立包含性別、年齡、地域、學歷、資訊、泛娛樂、電商、金融、生活等在內的全方位用戶畫像，并持續進行標簽補全，強化用戶分層與價值挖掘。

1-1 信用算力資產運營分析平臺示意圖

二、準確理解風險數據和風險模型，搭建統一數據源管理平臺成為必要選擇

《辦法》第十五條提到，“商業銀行應當確保具有足夠的資源，獨立、有效開展互聯網貸款風險管理，確保董事會和高級管理層能及時知悉風險狀況，準確理解風險數據和風險模型的作用與局限?！?/p>

風險數據在互聯網貸款業務中涵蓋用戶基本屬性數據、設備數據、社交網絡數據、電商消費數據、網絡借貸數據、運營商數據等，并以風險評分產品的形式向外輸出。常見的風險評分如多頭借貸評分，反欺詐評分、綜合信用評分，無不依賴大量外部數據。

2-2 信用算力統一數據源管理平臺示意圖

目前現實情況來看，行方在接入外部數據源時面臨幾個棘手的問題：

1.數據源甄選難，市場數據源繁多，選型周期長；

2.大量外部數據需要技術對接，耗時長，維護成本高；

3.數據監控管理復雜，數據接入后，接口數據質量與接口穩定性評估難；

4.外部各數據源計費方式不一，對賬方式復雜，數據源成本增加。

信用算力研究院調研發現，目前主流的數據源管理平臺由六大核心模塊組成，功能涵蓋數據源管理、數據質量監控、賬務管理、OpenAPI、BI報表、數據回溯管理等。具體來說：

1.覆蓋主流數據源，提供各類標準化、定制化數據產品服務API，支持機構自主并全可視化篩選、使用、切換對接。

2.快速對接數據源，對各類第三方數據源差異化API進行預處理整合，以標準通信協議、加解密方案、鑒權方式、數據格式等統一Open API提供給行方業務端。

3.數據質量全監控，通過內嵌數據監控模塊，對數據質量如接口穩定性、響應性能等運行指標進行實時監控和報警，支持行方全可視化配置報警策略和接受人員，并對數據源異常情況下的同類數據源災備切換。

4.實時數據成本管控，通過內嵌賬務管理模塊，確保行方各個數據源接口自動化，支持查詢周期性調用量、查得率，和導出可視化對賬表，方便成本管控人員全面掌握數據源使用情況。

5.實時查詢全維度數據調用量，通過內嵌BI報表模塊行方可以對不同分支機構業務產品、數據源、數據產品、分日、周期等全維度數據調用量、調用成本、查得率、成功率等統計指標可視化表格展示，為業務人員分析和決策提供高效支持。

6.數據全量可回溯，通過對所有數據源調用查詢記錄進行版本化、日志化、 結構化存儲，提供全可視化歷史調用記錄查詢回溯，支持業務人員分析評估數據源質量。

三、掌握自主風控能力，是監管對商業銀行開展互聯網貸款業務要求的底線

《辦法》在第四條、第十九條、第三十八條等均涉及風險建模、決策引擎、反欺詐系統相關內容，坐實監管敦促商業銀行擺脫外部依賴，掌握核心風控這一實質要求。從業務層面看，全流程風險管控離不開對決策引擎、建模平臺、風控指標中心的優化與調整。

信用算力研究院了解到，目前第三方服務商提供的智能引擎系統大多已實現針對可重用的規則、決策表、決策樹和規則流等風控組件的編輯、部署、運行、監控功能，行方可根據不同信貸產品場景自主靈活配置，對準入預授信、申請反欺詐、實時授信決策、工作流分配、催收預警等模型策略進行管理優化。

智能建模系統則具備了支持模型開發、測試、配置、檢驗、部署、監控與全方位模型管理功能，輔助行方搭建身份認證模型、反欺詐模型、反洗錢模型、風險定價模型、授信審批模型、風險預警模型、貸款清收模型等，縮短建模時間，降低建模技術門檻，減少行方風控建模人力投入。

3-3 信用算力智能建模系統示意圖

以信用算力過往服務為例，在接入信用算力風控模型后，某銀行線上信貸產品風險違約模型KS達0.45，模型評分區分度表現良好，分值區間對應預測違約率與實際違約率誤差有明顯降低。

四、關注客戶反饋與投訴率，搭建AI客服系統

《辦法》第十條提到，“構建安全有效的業務咨詢和投訴處理渠道，確保借款人享有不低于線下貸款業務的相應服務，將消費者保護要求嵌入互聯網貸款業務全流程管理體系?！睒嫿ò踩行У臉I務咨詢和投訴處理渠道，關注客戶反饋與投訴率，搭建AI客服系統必不可少。

主流的AI客服系統可以為行方提供應用在Web、APP、微信、小程序等多渠道下的智能在線客戶服務，實現7*24小時客服在線，全面提升用戶體驗。

AI客服系統有三大重要功能模塊構成：

·知識管理系統，支持獨立機器人配置詞庫，同義詞、專業名詞、停止詞、詞權重；個性化提升機器人行業語言處理能力；

會話樹平臺，支持正式會話樹與測試會話樹，和條件判斷、觸發、跳轉，以及可視化配置等；

統計報表系統，確保AI客服運營效果一目了然，機器人的訓練工作清晰可見。

4-4 信用算力AI客服系統展示圖

五、自動化信審管理系統無法取代人工核驗，但仍是風險管理環節的核心組成部分

《辦法》第二十二條提到，“商業銀行應當明確人工復核驗證的觸發條件，合理設置人工復核驗證的操作規程?！贝颂帉ι虡I銀行互聯網貸款業務中的信審策略提出明確要求，良好的決策審批系統具備支持多渠道進件接入，擁有完備的信審策略以及審批流程靈活配置等特點。

5-5信用算力自動化信審管理系統示意圖

自動化決策審批系統并非完全取代或舍棄人工復核這一重要環節，尤其在自動化決策評分相對較低的環節，行方仍然需要人工核驗機制，極大相關人員配備和投入。

六、搭建獨立路徑的合同管理平臺，確保全業務流程留痕

《辦法》第二十五條，“商業銀行應當按照相關法律法規的要求,儲存、傳遞、歸檔以數據電文形式簽訂的借款合同、信貸流程關鍵環節和節點的數據。已簽訂的借款合同及相關數據應可供借款人隨時調取查用?！泵鞔_行方應重點關注合同和數據檔案存儲環節，確保業務關鍵流程、營銷運營數據留存和查驗，全業務流程留痕。

接入外部合同管理平臺，通過內置風險準則及可定制化審核邏輯配置，支持協議展示、內容編輯、電子簽章配置，支持協議模板上傳與管理，合同文檔檢索，合同審核流程與審批節點記錄查詢等。

6-6 信用算力合同管理平臺示意圖

商業銀行互聯網貸款業務迎來全面利好，線上信貸業務優化也涉及鏈條上的方方面面，信用算力研究院無法逐一列舉，本文僅從跨區域用戶管理、數據源與數據管理、決策引擎與建模、AI客服等業務系統/模塊提出優化建議。

信用算力作為金融科技智能解決方案提供商，連續6年為銀行、消費金融、信托、保險等合作方提供營銷、風控、運營、咨詢研究在內的互聯網信貸整體解決方案，并希望通過整合數據、產品與技術，輸出一體化科技服務，深化科技與金融的深度融合，幫助行方擴大資產規模，盤活存量客戶，釋放網點與人員產能和潛力。

責任編輯：方杰