近年来，随着大数据、人工智能、区块链技术等科技手段的创新和发展，科技与传统金融业务在多个应用场景不断叠加融合，在数据分析、用户画像、智能决策等领域产生了若干新兴金融技术。徐工财务公司抓住金融科技发展有利时机，按照公司业务发展和风险防控需要，建设了贷前智能风险决策模型，极大的提升了业务办理效率和风险控制能力，取得了良好的效果。

在以往贷前调查中，徐工财务公司主要采取客户经理收集材料、信贷调查、撰写调查报告的传统方式。在这种方式下，客户经理需要逐一通过征信系统、工商信息网站、裁判文书网、执行人信息网等渠道，收集客户征信、工商、涉诉等各类信息；开展资料整理，对财务报表进行分析；对存在的问题与客户进行反复沟通；最后撰写出调查报告报送审查审批。在上述贷前调查流程中，各项工作均需客户经理主动发起，存在对接数据端口多、办理周期长，大大影响业务处理效率。另外，整个流程依靠人工处理，容易受到人为的或者非理性的因素干扰，存在一定的操作风险和道德风险。

为解决传统贷前调查中的痛点，徐工财务公司于2021年下半年启动了“贷前智能风控决策模型”建设项目，于2021年末初步建成，在今年正式全面投入使用。该项目基于大数据金融、人工智能等金融技术，可实现客户信息自动化收集、客户风险主动识别、客户风险评判等功能，大大减轻客户经理工作量、避免人为干预，极大的提升贷前调查的效率和质量。

“贷前智能风控决策模型”连接公司核心业务系统和数据库，自动引出客户身份信息对接天眼查、同盾科技等数据供应商，查询和获取客户工商信息、司法涉诉信息；项目还对接了征信系统，对征信数据进行收集和汇总。模型对收集到的数据按照统一标准进行处理，形成标准化和格式化的数据，并对数据进行信息分析和筛查。根据预定的风险判断逻辑和规则，项目对数据进行逐项的识别和判断，通过量化打分的方式实现对客户风险状况的综合评定。

经过多次测试，单笔业务利用“贷前智能风控决策模型”，极大拓展了客户调查的穿透性，有效提升了贷前调查质量，但是占用时间较以往单纯人工减少约60%。目前，“贷前智能风控决策模型”已全面用于公司产业链客户贷前调查环节，并且推广至部分成员单位对终端客户进行售前信用调查，在徐工的产品销售风险预防管理中发挥了积极作用。

下一步，徐工财务将在贷后管理、风险监测、风险预警等场景进一步加强金融科技的应用广度和深度，建成强大、高效的数字化风险管理体系，赋能公司高质量稳健发展，为徐工主业和产业链上下游客户提供更具品质、更加放心的金融服务。