調查：銀行信用風險轉型成高度優先項目

由SAS Institute及全球風險專業人士協會(GARP)共同進行的最新調查The Value of Credit Risk Transformations and the Role of AI，訪問來自全球金融機構的信用風險行政人員及從業員，藉此了解信用風險轉型(CRT)的現況，以及銀行在實現信用風險轉型項目時所面對的相關挑戰。

調查結果顯示，儘管銀行急需將信貸決策及其營運更廣泛地進行數碼化，仍有超過一半受訪者表示(52%)，他們的目標是實現「實體數碼化」，即保留實體分行及真人客戶聯繫，以便服務對網上支付及其他銀行服務持謹慎態度的長者客戶群。

79%受訪者指出，相較銀行其他範疇的轉型項目，信用風險轉型為他們的中度至高度優先項目。大部分受訪者(62%)亦表示，他們的機構已開始信用風險轉型，只有少數受訪者表示將計劃在中短期內(14%)或較長的時間後(10%)才開始轉型，有14%則表示目前暫沒有轉型計劃。在實踐信用風險轉型的機構中，62%受訪者預計其完成進度目前少於一半，而超過一半(55%)預期他們的機構將於兩年內完成轉型，只有小部分受訪者(11%)表示，有轉型的計劃但尚未展開。

在銀行衡量信用風險的重要性方面，72%受訪者將優化信用決策視為其信用風險轉型的主要目標，緊隨其後的是IT基建現代化(68%)及更完善的數據管理(53%)。

先進數據分析技術如人工智能及機器學習(48%)是金融機構面對的首要難題，其次是自動化及簡化流程(47%)、更好完善的客戶數據管理(45%)、信貸決策優化(42%)、增強技術(38%)及更好卓越的效能表現監控(36%)。

一般認為，銀行在使用尖端數據分析技術去解決信用風險，往往落後於其他範疇。但調查發現，大部分銀行現已或計劃於12個月內使用這些技術，以符合監管報告要求(54%)。此外，人工智能及機器學習已被廣泛應用在信用風險功能，最常見的是處理自動化(62%)、優化(58%)和信用評級(58%)。

此外，調查發現，成功採用人工能及機器學習的金融機構，在多個與信用風險相關的範疇中均取得改進。超過60%受訪者表示，從「預測能力評分」、「數據質量」以至「運營生產力」等領域均有改善，當中「更有卓越的商業效能表現」獲最多受訪者認同，達到70%。

SAS歐洲、中東及非洲地區風險諮詢首席決策師Zeynep Salman表示，雖然尖端技術將對銀行的信用風險決策發揮關鍵作用，但人們的專業知識亦不可缺，這才能有效優化數據分析結果。整體而言，銀行在信用風險轉型方面取得進展，但仍需在不同領域上努力，包括人工智能及機器學習的整合、改善客戶數據管理及優化信貸決策。