据人民银行发布的《中国绿色金融发展报告》显示，从2013年末至2018年末，中国21家主要银行机构绿色信贷余额从5.2万亿元增长至9.66万亿元，银行绿色信贷规模稳步推进。
然而，绿色信贷余额仍只占中国国内全部信贷余额的10%左右。要提升发展潜力，必须要克服标准不统一、信息不对称、绿色信贷业务识别成本高、风控成本高、绿色信贷业务难以向小微企业延伸等障碍。
绿色信贷的风控新挑战
以浦发银行为例，截至2018年10月末，浦发银行上海分行绿色信贷余额已经超过280亿，如此庞大的业务规模也形成了绿色信贷风控的新挑战。思贤科技副总裁杨建鑫表示：“浦发银行在进行绿色信贷时，相关专业性极高的环保外部数据无法使用，结构不统一，导致内外部数据不融合，无法构建天眼系统可以使用的绿色金融知识图谱。又将绿色信贷业务部分导向之前的传统线下模式，再次面临人工审核投入大，周期长，限制了绿色信贷业务规模的有效增长。”
据悉，银行绿色信贷风控将面临三大挑战：
●如何通过数据治理，使得数据可溯源、可比较、可视化，同时使内外数据融合，提高数据真实性和可靠性是首要挑战。
●如何将多源异构的数据、专业性极强的环保数据结构化，配合好“天眼系统”的运用，以此降低人工成本、高效率提升银行的绿色信贷扶持力度是第二项挑战。
●面对一些“虚假捏造”、“假借绿色名义融资”等洗绿行径，是否能一眼识破他们的诡诈之术，从而降低或消灭绿色金融风险是第三项挑战。
AI+金融行业解决方案赋能绿色信贷
针对浦发绿色信贷风控的新挑战，思贤科技基于长期与金融客户的合作实践经验与技术积累，提出AI+绿色信贷风控解决方案。该方案涵盖了外部环保数据的采集与治理，以及与内外部数据的融会贯通，扩大风控端信用评分维度。让“天眼系统”可以灵活性地开展绿色信贷业务。
思贤科技使用系统日志采集法，OCR技术等文本识别补录方式，收集各种合法合规的数据，包括非结构化的环保外部数据和业务自身带来的非结构化数据，再经过ETL过程、数仓建设，将多来源的非结构化数据进行结构化并融合，建造能支撑起绿色分析系统运用的绿色数据湖，为 “天眼系统”的数据应用打下牢固的基础。
基于构建绿色金融知识图谱、NLP自主学习等技术，将绿色风控数据可视化并筑起一道可靠的绿色防护网，提升应对反“洗绿行径”的技术能力，增加“天眼系统”绿色风险池的动态数据，使数据可视化、可预见。完善并增强“天眼系统”的绿色信贷识别能力，优化绿色信贷内部流程，有效提升“反洗绿”能力。进一步促进银行数字化转型，更好推动绿色金融体系的建设，为绿色金融服务精准引导。同时让银行工作人员从繁重的工作中解脱出来，减少重复劳动，降本增效、开源节流。
| 
