196体育(中国)官方首页-IOS/安卓通用版/手机APP下载196体育(中国)官方首页-IOS/安卓通用版/手机APP下载
您当前位置：
银行信贷业务的智能化转型是金融科技应用最多的领域之一。由于各家银行的信贷种类多样、流程多样，因此涉及的智能化改造范围非常广。
我国的信贷业务规模每年都保持稳健增长。尤其近几年，中国人民银行和银保监会 （现为“国家金融监督管理总局”）都发布了相应的指导政策支持普惠金融、科技金融、 绿色金融等。例如2021年4月银保监办发布的〔2021〕49号《关于2021年进一步推动 小微企业金融服务高质量发展的通知》等，政策上在转向支持专项领域。
信贷业务是银行资产业务中最重要的业务，是银行最重要的收入和利润来源之一， 同时也是体量最大的业务，因此银行对其投入的人力、技术资源等都是最大的196体育平台首页。原有的信贷业务流程基本是196体育app官网纯人工的作业方式贯穿贷前、贷中和贷后，作业效率非常低下，已 不适应当前的业务节奏，因此信贷业务流程的数字化转型和智能化升级迫在眉睫。
信贷业务流程通常分为贷前、贷中和贷后，其中会涉及非常多的文本材料，比如借 款客户的各类资质材料以及行内的各类制式和非制式文档。下面以流程中较重要的财务报表、银行流水、审批意见书等材料为例，介绍相关文本处理智能解决方案。
一键上传，无须拆表，自动识别上传文件中的财务主表信息，包括资产负 债表、利润表以及现金流量表。
实现财报、审计报告、年报、公告及其他文档中“三大表”的结构化提取 与勾稽关系核查，可轻松处理各种复杂场景中的财报解析，比如无框表格、倾斜、变形、 模糊等。
实现数据的自动写入，与信贷系统对接，将结构化数据直接同步至信贷系 统，最大程度地实现快速、准确的数据录入。
内置财务知识库，提供可视化偿还能力分析、盈利能力分析、运营能力分 析、成长能力分析、综合分析等模型。
银行流水的智能处理分为4个步骤：精确OCR、解析入库、流水分析和生成报告， 如图2所示。
利用NLP技术对审批意见书进行自动解析，对解析出来的内容按优先级进行分类， 并做好相应的提示及后续推进工作。具体步骤如下：上传审批意见书→系统自动抽取执行条款→基于上百种专家分类自动判断→按照高级、中级、低级自动分类→汇总执行内 容并发送至相关人员→业务人员根据任务定期更新执行情况。
近年来，行内为了改善客户服务质量，提升金融服务的满意度，一直在优化网点布局 和服务流程。2019年以前信贷管理体系以人工为主，需要人工审阅大量文书、数据等信息， 效率低下。2021年受大环境的影响196体育平台首页，对非接触式线上服务模式提出了新要求。如何提升线上线下一体化水平，更好地满足人民群众的金融服务需求，是行内一直在探索的课题。
党的十八大以来，普惠金融发展受到党中央和国务院的高度重视，中国人民银行和银保监会多次联合多部委出台支持普惠金融发展的指导政策，大力倡导服务小微企业和实体经济。如何利用最新的人工智能技术，发掘优质小微企业，助力实体经济发展，让社会发展的重要领域和薄弱环节能够获得更多金融资源；如何自动化、智能化地监测贷款风险，维护经济稳定，提高资源使用效率，都对行内的信贷系统提出了更高的要求。由此，行内建设智慧信贷系统，解决贷前智能收集资料，贷后管理环节中线下无法 监管的问题，全面提升信贷管理流程智能化水平。针对智能化的建设需求，建设内容主要包括贷前智能尽调和贷后智能跟踪两个系统。
贷前收集的资料种类较多，比如身份证、营业执照等基本卡证，可以用标准卡证 OCR模板进行信息识别和提取。同时前端还需收集财务报表和银行流水数据，该部分不能用统一的模板进行OCR提取196体育平台首页。这里的难点是各企业的财务报表样式繁多、科目名称不统一，各家银行的流水模板也都不同。针对这些问题，前端内置了财会相关知识库，做财报识别时可自动映射多种会计准则。 流水识别系统内置了市面上主流银行的流水模板，同时可用OCR的标注平台扩展新模板。因同一家银行的流水模板基本是标准且固定的，故只需一份标准的流水模板就可进行模板标注训练，从而生成新模板。项目落地成果部分展示如下。(1) 移动端：实地调查签到，尽调材料采集，如图3所示。
(2) PC 端：尽调材料采集，智能识别与校验，企业经营情况智能分析，如图 4 所示
项目价值：将原本需要人工操作的录入各类卡证信息、财务报表等烦琐工作自动化， 同时对报表中各科目的勾稽关系进行了校验，确保财报信息真实有效，实现了流水材料 的自动识别，并对流水进行了真伪校验，为后续的业务分析提供基础。
多数银行的信贷业务有专业的审196体育app官网批意见书，对贷款审批和贷后管理有针对性的管理措施，银行信贷人员和贷后管理人员需在贷后严格落实审批意见书中的条款。审批意见书落实到行内系统中时，有“前提条件、管理要求和审批意见”3处长文本字段，其描述内容格式不统一，同时不同人对内容的解读维度不一致，导致管理部门对分支行的贷后落实情况难以做到有效管理。 针对这种现状，采用NLP技术对审批意见书进行专业的分析解读，将审批意见书内 容进行分级分类，以便更好地进行贷后追踪。 项目落地成果部分如图5所示。