5月24日，移动支付网成长营第七期线上活动如期举办，《重新定义风控》作者、资深数字金融专家黄丁聪从现有小微信贷风控模式的痛点、小微信贷大数据智能风控体系如何创新、可以从哪些维度创新等方面，分析了其对于小微企业大数据智能风控体系搭建的看法。

黄丁聪首先分析了现有小微信贷风控模式存在的问题。

人工审批、大数据风控模式下的小微信贷风控痛点

在传统的人工审批模式下，小企业需要面临申请材料多、风险缓释要求高（难申请到贷款）、审批时间长、交易成本高等问题。对于银行，业务成本高、潜在的操作风险高、小微贷款不良率高、员工满意度低等问题不容忽视。

在现有的大数据风控模式下，存在“贷不到、贷不满、贷过头、贷不长”等痛点。银行贷款的准入条件一般是成立两年以上，而数据显示，中国民企平均寿命3.7年，中小企业平均寿命只有2.5年，这与小企业的生命周期以及资金需求时间窗口显然不一致；“贷不满、贷过头”即银行的贷款额度无法满足或者超出企业需求；“贷不长”即银行的贷款时间与企业需求不一致，企业可能因此陷入流动性危机。

对于现有的痛点问题，黄丁聪强调，银行需要转变其传统的以产品为中心的看法，加大对客户的了解。在这个过程之中，存在的信息不对称问题无法完全避免，对于已经掌握的数据，挖掘程度也远远不足。

随后，基于实际存在的痛点问题，黄丁聪介绍了银行可以如何创新大数据智能风控体系。

创新大数据智能风控体系：从企业需求出发

黄丁聪指出，首先需要深度理解企业需求。而企业和企业主都不是单一的个体，是社会价值链中的一个点，企业需求的产生，企业经营的变化很大程度源于价值链。处于不同价值链的企业经营特征、需求特征都会存在不同。

不同行业、区域、生命周期的企业，需求是不一样的，银行风控可以从需求的角度出发，为企业提供切合其需求的金融服务。从企业所处价值链去看企业，才能真正理解企业需求的由来、需求的特点。

从风险角度来说，只有真正理解了企业的需求，才能真正的将钱贷给真正踏实经营的企业，规避欺诈、企业乱作为等风险。满足企业更多非信贷需求，帮助企业成长，本身也是风险防范的重要手段。

在创新的小微信贷大数据智能风控体系中，黄丁聪认为，可以将对企业需求的识别嵌入其中。比如，对于茶叶行业，对于周期性的资金需求，企业需要资金往往也具有周期性，这可以帮助银行对不符合周期性的企业贷款进行风险识别。

在模型搭建上，银行可以基于对企业的了解，建立企业分群模型以及需求模型。

最后，黄丁聪指出，银行要加大对数据、技术的应用，引入更多的数据维度，并深挖数据背后的信息，以此作为风控体系的基础，并加大对技术的应用。在风控新思维上，银行对小微企业的理解应包含企业、企业主、员工、合作伙伴、消费者等各方面，加大客户洞察的深度、广度，包括经济周期、企业所处行业及区域、企业主信用状况及社会资本（个体能调动的社会资源与周边的人有关）等方面。

分享结束后，在与观众的互动中，对观众提出的“对于行外的小微企业客户缺乏数据，有什么策略可以解决新客户风控难题”，黄丁聪介绍，银行可以与外部机构在行外数据上进行合作，比如，未来可以与征信机构联合建模，解决新客户的风控难题。

此外，观众提出的“大数据风控如何保护用户隐私”、“大数据应用到智能风控领域有哪些新举措”、“疫情下的小微信贷风控策略建议”、“小银行获取数据的操作模式”、“在融资服务外，银行还可以为小微企业提供哪些服务”等问题，黄丁聪一一进行了解答。更多具体内容，可以观看本期视频回放。