（文/于雨）金融行业一直是社会经济的气象图，能根据充裕的资产整体实力，覆盖各行业客户，也因此有着带领业态创新的责任。大部分金融机构人员认为，把握住用户需求，提高客户体验，早已成为了将来市场竞争的核心优势，因此要进一步融入将来金融机构发展趋向，要根据大量的关心和资金投入客户体验，提高自己核心竞争力。
传统的金融行业需要投入大量的时间与人力成本，且风险相比较高。以银行信贷业务风控准入场景为例，根据其信贷产品的风控政策，金融机构需要通过人工或模型对申贷用户的信用信息数据进行分析，判定申贷用户的准入资格。然而，随着金融行业和互联网的快速发展，金融产品与业务服务的升级迭代趋势明显，同时伴随着货币政策和风险监管要求的实时变化，以往金融机构的风控准入系统已不能完全满足业务需求，包括部分工作需要人工辅助参与，工作效率低，增加金融风险；系统对于非机构化数据、半结构化数据处理效率低，风控分析面窄；风控系统的风控指标固化，无法根据金融产品准入政策的变化自由配置和修改等等，从而导致信贷业务风控成本居高不下，而金融风险却持续走高。
对此，拥有十余年信贷审计工作经验的张愈樑表示：“实现科学的信贷风险管理已成为金融机构风险管控中的最具挑战性的任务之一，通过大数据分析技术建立对银行不良信贷风险的预警系统，能够有效地规避信贷过程存在的成本风险、技术风险、人员风险，实现收益最大化。”作为国内屈指可数的信贷专家，张愈樑凭借缜密的逻辑思维、好学钻研的精神、细致入微地观察习惯在银行审计、清算、信贷等领域深耕十余年，对银行信贷审计业务全流程都有着丰富的经验和前瞻性的认识。近年来他更是将大数据、物联网、云计算等信息科学前沿技术融入信贷审理领域，研发了一系列具有行业领先水准的技术成果。以“基于大数据分析的银行不良信贷风险预警系统”为例，这项技术成果利用大数据技术不仅帮助银行加强了信贷风险全方位管理能力，同时有效降低开展信贷业务过程所面临的信用信息不对称、信用风险判断及考察能力较弱等疑难杂症。
“基于大数据分析的银行不良信贷风险预警系统”以数据源、数据交换、计算与应用、访问与共享等子系统作为支撑，同步实现风险分类研究、风险实时监测和风险预测的目标。张愈樑提到，该系统主要通过互联网手段挖掘客户的信用卡、存款、理财、网银、个贷等内部信用数据，抓取金融市场数据库、各商会产业数据库、社区居民数据库等外部信用数据，通过数据提取、数据整理和数据加工，完成对风险预警系统中数据源的控制与管理，形成信贷业务所需的各种基础数据和指标后传输至数据中台，以便于用户在访问层实时调取数据。
在金融产品日趋多样化，客户准入门槛逐步下沉之际，商业银行之间对于优质客户“争夺战”愈演愈烈，加上客户对信贷产品、授信金额及审批速度的要求越来越高，客户行为信息、消费喜好等内部数据难以精准捕获，外部数据信息参差不齐、数据效用较难评估核实，需要较长时间进行沟通、分析确认。国内一部分中小型银行业务规模及信息系统建设滞后，难以识别掌握客户的还款意愿、还款能力、隐形负债等潜在风险。张愈樑研发的“基于大数据分析的银行不良信贷风险预警系统”，将人从纷繁复杂的风险排查工作中抽离出来，实现了风险预警由人控到机控的转变，提高了管理效能。其迅速整合客户信息、精准全面识别客户及所提供担保的风险、支持风险防控系统的快速更新及部署的能力适应了当前客户风险显现的多样性、易变性、复杂性的要求；优化了对客户风险全流程监测，包括贷前的风险提示、贷中贷后的风险检测及预警，能够拦截高风险客户，及时触发风险缓释工具的启动。
“基于大数据分析的银行不良信贷风险预警系统”的落地，让国内金融机构信贷业务形成了以互联网系统为依托，以业务数据为标准的预警体系，并将规章制度融入系统规则中，简化了风险信号的处理流程，提高了预警处理的能力，是国内金融数字化转型的重要举措。
在发表“基于大数据分析的银行不良信贷风险预警系统”这些技术成果后，张愈樑对信贷审理领域的技术研发和创新并没有止步。他继续以“信贷风险管理、智能化预算审计”作为研究方向，研发了“云计算区块链的大数据信贷用户信用评估系统”“基于区块链技术的银行预算审计系统”“基于云计算的银行信贷管理系统”等多项具有行业前瞻性和创新性的技术成果，为行业未来发展提供了强大的技术支撑，也因此解决了很多金融行业内积蓄已久的痛点难点问题，优化了金融服务的工作流程，为推动金融行业的智能化发展发挥了巨大作用。
未来，张愈樑将继续致力于信贷业务智能化、科学化、精细化转型发展，优化资源配置，为深化信贷风险管理提供更全面更强大的技术支持。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
