資產360：金融科技加碼零售類不良資產處置

以“大零售 大普惠”為主題的2019零售銀行發展大會近日在上海圓滿舉辦，現場匯集了350余位業界同仁共同探討零售銀行發展現狀及趨勢，他們大多來自國有大行、全國性股份制銀行、城商行及農商行，是零售業務專家，現場重點解析零售銀行產品創新、渠道拓展、場景開發、服務小微、降低不良率、加快智能化發展等核心發展問題，并帶來了優秀實踐案例的分享，為零售銀行的發展創新理清思路，提出方向性參考。資產360首席技術官張研受邀參加此次會議，并針對金融科技加碼零售類不良資產處置專題內容發表演講，與現場嘉賓、行業專業人士展開深入的交流與討論。

零售銀行不良資產市場發展趨勢

張研首先針對零售銀行不良資產市場發展趨勢展開介紹。根據銀保監會近期重點監管工作通報會、《中國金融不良資產市場調查報告》數據顯示，2017年不良貸款率為1.74%，GDP同比增長6.9%；2018年，GDP同比增長6.6%，不良貸款率為1.89%；據專家預計，2019年商業銀行關注類貸款遷徙率在20%-40%之間，預期GDP增速6.0-6.5%。信貸不良率持續增長，未來3-5年銀行業不良資產緩慢上升是大概率事件。在此環境下，不良資產市場風險防范是重中之重，監管部門頻頻發聲，關于規范整頓“現金貸”業務、客戶信息安全防護等通知接連出臺。

張研講道，不良資產是債權出現必然的產物，主要產生于借貸和服務與支付分離的購買行為兩類場景中。不良資產處置是對債權進行處理以回收資金的行為，不良資產的處置包括不良資產的流轉和最終處置兩個大環節，最終處置環節的核心要點是效率與合規的平衡。

科技引領不良資產行業變革

會議中，張研由數據化決策、員工成長、合規監管幾個角度分別展開對如何利用科技方法引領不良資產行業變革展開詳細介紹。數據化決策及員工成長有利于提升不良資產處置效率，數據化決策是基于案件的基礎信息+機器學習模型+專家系統，最終構成自動化預測模型，并形成大數據客戶畫像，機器學習模型包含40,000+風控維度及2,000+條專家規則。數據化決策流程分為五步，第一步，資產對接。由EXL或API高效對接；第二步，數據分析及評估。數據收到后，入庫進行評估和分析（自動流程），得出客戶畫像；第三步，處置動態模型定制。根據客戶畫像和五維風控標準設置催繳模型，由自動化、人工作業等方式執行；第四步，過程應用執行。根據模型執行作業任務，自動監控完成比例，嚴格監管全過程溝通記錄，進行合規審核；第五步，模型二次調整。通過對3天、7天、15天等案件分析及調整，次月進行半月及整月的案件調整模型，達到最高能效比。

資產360 CTO 張研現場演講照片

首例催收員畫像，全面解決催繳過程中的無效溝通

張研通過對傳統電催職場人均創傭及離職率與入職時間相關性分析得出結論，新員工創傭差距大，老員工創傭提升，但存在發展瓶頸。基于此，資產360獨立研發“催收員畫像”產品，以此縮短新員工創傭差距，打破老員工發展階段面臨的瓶頸問題。“催收員畫像”是資產360 DMS電催呼叫中心系統重磅上線的全新功能。其通過大數據分析建模、語音識別、智能語義分析等一系列技術手段，對貸后資產處置人員電話錄音進行識別，對話術進行客觀、準確、可視化的判斷，全面解決貸后資產處置過程中的無效溝通，幫助貸后資產處置人員打破瓶頸，闖出重圍，使個人能力得到全方位的提升。

合規監管促進產業升級

銀行類不良資產規模緩慢上升，這一發展趨勢對不良資產處置行業有著更高的要求。資產360通過短信、電話、微信三種溝通方式做了數據采集工作，并對采集內容進行分析及挖掘，掘出潛在風險并提供策略建議。助于對后期話術、人員、技術、培訓、產品、策略的持續改進做背書。通過可進化的智能質檢系統合規管理，“萬投比”參考指數有很明顯的改善。

資產360 助力不良資產處置行業綠色生態

長期以來，資產360在貸后資產管理領域精耕細作，探索全局最優解。率先利用“互聯網+大數據”模式，以數據+科技為核心進行處置決策，目前已形成了創新數據化評估模型、智能質檢系統、智能催繳機器人等一系列專業產品與貸后資產處置解決方案。致力于為所有金融企業提供全流程專業高效的貸后資產管理服務，同時為企業自身賦予更多價值。