文｜刘晓春 信用风险管理无疑是银行等信贷类金融机构最关键的业务环节，这个环节打通了，就打开了信贷业务的康庄大道。各类金融科技都希望在这方面取得突破，包括大数据、云计算、人工智能、区块链等，甚至元宇宙和ChatGPT。然而，各类技术的客户画像、风控模型等，基本上是以信用风险评估替代了信用风险管理，或者说是以信用风险评估混淆了信用风险管理。 应该说，以客户精准画像为基础的风险评估模型，在以大数法则为风险管理基础的标准化消费信贷、小微企业信贷领域取得了巨大成功，尤其是全线上闭环场景下的信贷业务更是可圈可点。但是，一旦脱离全线上、全闭环场景，线上的贷后管理手段则无用武之地，单纯依赖传统精准客户画像的风险评估模式就捉襟见肘。一些网上银行借助卫星遥感技术获取客户实时生产信息和种植信息，强化信贷资金应用的管理，无意中突破了传统精准客户画像以风险评估代替风险管理的局限，走上了真正的风险管理之路。 01 人工智能风控有局限性 信用风险评估，一般指贷款发放前对借款人或信贷项目的还款风险进行评估，包括借款人的还款意愿、还款能力和贷款用途风险等。现在人工智能风控模型基本上是对借款人还款意愿和还款能力的评估，侧重点还是在还款意愿及信用记录，几乎没有对贷款用途风险的评估。还款能力，换一个角度，也就是确定合适的授信额度。还款意愿和还款能力是信用风险评估的最基本内容，但不是信用风险评估的全部内容。 单纯从理论上说，还款能力评估应该包括贷款用途风险的评估。但现实中，情况比较复杂。银行通常会把贷款用途的风险评估和借款人综合还款能力的评估区分开来。 贷款用途风险评估是第一性的，综合还款能力评估是第二性的。贷款用途风险，首先是贷款用途是否合法合规，如贷款用途是贩毒、赌博等，即是不合法；如企业流动资金贷款用于房地产投资、贷款投资股市等，则是不合规。贷款用途不合法、不合规，借款人信用记录再好、综合还款能力再强，都不能贷款。其次是对于借款人而言，贷款用途的合理性。比如，过多的原材料储备是否合理、新的投资是否超出借款人的经营管理能力等。再次是该笔贷款运用的投入产出效益。一般而言，只有贷款应用本身产生的效益足够还本付息，该笔贷款才是安全的，综合还款能力一般情况下只是加分项。 通道业务流行时期，曾有一笔业务。银行理财资金通过信托作为优先级，一家著名的民营企业出资作为劣后级，设立特殊目的公司，经QDII（合格境内机构投资者）渠道向特定人士购买其持有的该民营企业在香港发行的股票。业务已经通过了各项调查和审查环节，等待最后的审批。审核了调查报告和审查报告后，我找相关人员就这笔业务问一些问题。 首先，QDII单笔是否可以这么大金额？是否可以单笔只投资一只股票？这是希望知道QDII的基本规则。其次，新成立的特殊目的公司与这家民营企业是否是一致行动人？如果说不是，但实际是，在香港应该是违法了；如果是，这次通过QDII要购买的股票占该企业发行量的20%多，企业实控人持有70%多，市场上在流通的股票就只剩1%-2%左右，那意味着企业是要退市了。从当时的两份报告来看，没有哪处显示该企业要退市。报告中也没有说明向特定持有人购买这些股票的必要性和可行性。 此外，如果到期企业不能还款怎么办？当时的工作人员说，可以把股票抛掉，香港市场随时可以抛。但是，这