大数据、人工智能、机器学习、低碳、节能环保、绿色信贷……这些关键词组合在一起,会带来怎样的颠覆性变化?近日,晋商银行的“基于机器学习技术的绿色信贷服务”被山西省金融科技创新监管工具实施工作组公示,这项处于前沿领域的创新应用解决了绿色金融领域多个痛点。

信息不对称,一直以来都是横亘于金融机构与金融用户之间的重要壁垒。尤其是在绿色金融领域,这种信息不对称,明显增加了金融机构的用户识别和风险管理成本。截至9月末,晋商银行绿色融资余额124.03亿元,低碳领域越来越大的金融需求,也使得对于这种信息不对称的解决需求迫在眉睫。


(资料图片仅供参考)

晋商银行科技信息部总经理李钢告诉记者,目前,国内的环境信息披露系统和披露制度还未建立,企业环境信息披露量不足、数据披露质量低、绿色信息共享平台缺乏等现实,决定了绿色金融领域存在较为严重的信息不对称问题。由于信息不对称问题的存在,金融机构在对企业、项目进行绿色识别的过程中需要投入大量的人力、物力、财力来进行绿色信息的搜寻和认证,这样一来,大大增加了金融机构的绿色识别成本。

通过运用机器学习、人工智能等技术,晋商银行构建了绿色金融业务管理系统,这套管理系统囊括了节能环保产业、清洁生产产业、清洁能源产业、生态环境产业、基础设施绿色升级、绿色服务等在内的六大类绿色产业,其中包含了30小类共205个细分类别,通过这套系统,实现了对绿色信贷业务的智能识别、审批、环境效益测算等功能。

目前,这些系统数据主要来源于银行内的客户基础数据、业务人员搜集和维护的数据、企业的年度报告、环境责任报告等。在数据应用方面,相较于原有依靠人工比对纸质目录的方式,如今的创新应用将发改委批复、环境影响评估批复、贷款资金用途等信息与行内绿色信贷识别评价体系进行比对,丰富绿色项目识别的判定依据和参考维度;在绿色项目识别方面,相较于传统模式下依靠人工翻阅绿色产业目录和标准识别,将机器学习技术引入银行信贷绿色项目识别环节,提高识别准确度和识别效率,从而极大地提高了绿色信贷投放效率;在贷款审批方面,在原有征信数据基础上,对贷款申请企业环境效益进行有效测算,辅助银行衡量企业贷款的合理性和潜在风险,并根据测算结果及时调整信贷政策,提升银行审批效率和精度;在数据管理方面,系统提供了绿色融资、绿色客户、环境效益、资产质量等多个维度的绿色金融报表,可自动生成监管口径报表,在提升数据及时性与准确性、为基层减负等方面发挥了积极作用。

科技的加入,可以有效解决绿色金融领域企业融资信息不对称等问题,可以明显提升绿色信贷服务的效率、降低企业融资成本、改善企业融资环境、防范风险并促进企业的绿色可持续发展。

李钢介绍,机器学习、大数据等技术可以有效破除“数据孤岛”,使得对各类标准化及非标准化数据的实时抓取并将其汇集为信用或绿色行为信息成为现实,这为金融机构的绿色信贷决策提供了科学的数据支持,降低了绿色识别成本。与此同时,基于大数据平台建立的科技生态系统,包含了大量的“数字足迹”,如企业经营流水、营收趋势、交易网络等,这些信息可有效反映出用户的行为特征、财务状况、社会网络等信息,可有效帮助金融机构进行绿色识别及风险管理。另外,通过科技赋能对绿色金融业务全生命周期进行监控,通过线上化管理所具有的“不可伪造”和“可追溯”的特性,实现对绿色资金流向的实时监管、风险信号的及时预警,提高金融机构风险管理水平、降低其风险管理成本。此外,将科技元素融入绿色信贷业务的全流程,实现对绿色贷款操作进行自动指引,对绿色项目分类进行自动识别,对环境社会效益进行自动测算和对环境风险进行自动预警,极大地提升了银行内部绿色金融业务管理水平和环境风险管理能力,并为绿色金融发展决策等提供了充分的信息和数据基础。

如今,这项运用于绿色信贷中的前沿技术已经于2021年12月15日在晋商银行内部正式投入使用。目前,在晋商银行这个绿色金融项目管理系统中,总共管理着259笔绿色信贷,其中,经由系统提交的绿色信贷共35笔,通过系统认定的共15笔。

在运用了这些技术之后,大量人力物力被节省。此前,一个企业数据在获取之后,需要人工经过2-3天的时间才能界定几个重要指标,耗时长且并不精准。如今,通过这项新技术,基本可以实现秒审秒批,审核结果更加准确。

除了运用于绿色金融方面的技术外,李钢也告诉记者,目前已有更多的前沿技术正在运用于金融领域。

区块链技术——当前,金融科技在绿色金融领域已有较多应用,例如人工智能识别绿色业务,大数据支持下的环境与社会风险预警、客户ESG评价,也有少量的云计算技术应用。但是,在绿色金融领域区块链技术尚无具体应用。未来,在绿色供应链领域、绿色资产溯源方面,区块链技术可以发挥其信息可靠、可追溯等优点,为反洗绿工作提供技术支撑。

物联网技术——应用于绿色运营与“双碳”监控的创新。

推荐内容