零壹智库报告：北京银行人工智能应用布局案例

来源：零壹财经

作者：陈成

本聚焦【北京银行(601169)、股吧】的人工智能应用在智能风控和人工智能平台布局，展示北京银行在业务场景中人工智能的赋能成效。

2018年北京银行对息科技投入，同比增长41.22%；其中，金融科技领域投入费用较2017年增长33%；北京银行新增有效客户转化率达87%；北京银行在人工智能细分赛道上，倾向于与智能风控厂商展开合作；北京银行人工智能平台覆盖智能客服、智能导航和智能营销。

最近，北京银行总行营业部对电子银行体验区进行了新升级，投放智能玻璃隔断操作区。每当客户进入电子银行体验区进行业务操作时，玻璃会自动雾化，外部无法到客户的操作详情。此举，既能充分保护客户的隐私，又能为客户创建出独立私密空间，提升客户满意度，体现出北京银行打造智慧银行的特色经营策略。

一、北京银行基本情况

北京银行成立于1996年，是一家中外资本融合的新型商业银行。已在北京、天津、上海、西安、深圳、杭州、长沙、北京、济南、南昌、石家庄、乌鲁木齐等十余个中心城市以及香港、荷兰拥有650多家分支机构。在城商行中，北京银行为资产总量最大的银行，综合实力强劲。

截至2019年6月末，北京银行总资产2.67万亿元，同比上升7.44%；营业总收入327.42亿元，同比上升19.64%；归属于上市公司股东的净利润128.69亿元，同比增长8.56%。

图1-1：北京银行人工智能应用布局

资料来源：北京银行历年年报，零壹智库

二、北京银行人工智能具体应用领域

(一) 人工智能平台

当谷歌（Google）旗下DeepMind公司的人工智能Alpha Go败人类围棋世界冠军李世石的时候，标志着人工智能迈向一个崭新时代，人工智能也逐渐走入大众的眼球，被大家所熟识。在金融领域，特别是商业银行行业，人工智能为银行带来了许多翻天覆地的变化，比如基于机器学习和语音语义识别技术的智能客服、基于大数据技术的智能营销，以及基于机器学习和语音交互等技术的智能导航。

银行日常运作中，有许多琐碎的和高精度的工作，伴随着许多工作流程，这些问题往往会减慢银行的运作效率。然而，人工智能可以替代大部分人力，承担许多这些任务，并简化大量流程，提高银行整体运作效率，扩大单位产能。

表2-1：北京银行人工智能平台

资料来源：根据公开资料整理，零壹智库

北京银行的人工智能平台从客户出发，能够实现包括客服服务、业务导航和营销推送等功能，目的是提升银行服务质量和客户满意度。在智能客服上，机器人管家“小京”主要负责北京银行微渠道的客户服务工作，为客户提供理财产品的询和购买服务等。

至于智能营销领域，北京银行运用了大数据和人工智能技术，能够基于不同客户的用户画像，及时推送与客户风险收益匹配的理财产品和热门资讯等活动，实施精准营销，减少大量无用的推送。通过精准营销，一方面能筛选有效息进行投放，降低客户对大量繁杂资讯的抗拒程度，另一方面能从客户的角度出发，推荐合适的产品，提升对于银行科学推送的满意程度。

截至2019年6月末，北京银行的零售客户数达2126万，较年初增长76万户；手机银行客户达533万户，新增有效客户转化率达87%，月活客户（MAU）同比增长90%。从存款余额来，自2016年来持续增长，个人存款增长幅度可观，综合来，智能营销应用的布局对于北京银行零售和对公业务有较大的赋能成效。

图2-1：北京银行存款情况

资料来源：wind，零壹智库

北京银行的人工智能平台，还运用以机器学习技术构建的智能分析模型，通过实时响应的数据采集系统及数字分析平台，自动收集客户、交易、渠道等多维度数据，并通过数据可视化技术，考察智能营销和智能客服的成效。

(二) 智能风控

在智能风控体系构建上，北京银行以大数据和人工智能为底层架构和核心技术，通过对数据的收集和分析，形成用户画像，再结合各种风控模型，对客户的资情况进行判断。

首先，在数据收集上，北京银行通过引入外部数据和内部数据相结合，建立客户的全景视图，真实还客户息全貌，输出的结果可以为后续开展各项贷、评审和业务风控提供重要决策依据。

其次，在算法上，智能风控体系依靠机器学习算法模型，通过隐马尔科夫模型，从静态特征和动态特征两方面建立风险评估体系，通过数据形成用户画像，对客户的每一笔交易进行欺诈风险评估。在风控作业方面，北京银行的风控体系主要有身份欺诈防控、交易欺诈防控、用欺诈防控和风险预警等场景应用。

表2-2：北京银行智能风控应用场景

资料来源：根据北京银行公开资料整理，零壹智库

首先，从不良率来，北京银行的不良率在2018年为1.46%，较上年提升0.22%，贷款质量出现一定的恶化，2019年6月末不良贷款余额为1972亿元，较上年末增长129.5亿元。根据2019年6月末北京银行的贷款数据，不良贷款余额增加，不良率虽然下降，但明显是贷款总额的增加量大于不良贷款增加量，导致的不良率下降。再结合相同报告期内，北京银行计提资产减值损失金额达103.71亿元，同比增加35.65亿，增幅达52.38%，占当期利润总额的比例达44%，反映出北京银行整体贷款质量较差，特别是在不良贷款这一块，对银行利润影响巨大。

图2-2：北京银行不良率

资料来源：北京银行年报，零壹智库

其次，在贷款迁徙率表现上，除去2017年整体贷款迁徙率维持在较低水平，2016、2018和2019年6月末的贷款迁徙率都较高，特别是在2018年，贷款五级分类中的关注类最终进入可疑类的占比较高。在2019年上半年贷款质量得到了改善，特别是在关注类和可疑类贷款的表现上，侧面反映出北京银行在贷款前期和中后期的催收力度加大，回款率较2018年有所提升。

图2-3：北京银行迁徙率

资料来源：Wind，零壹智库

综合来，北京银行虽然布置了智能风控体系，但可能由于受制于宏观经济和银行整体扩张规模较快等因素，导致赋能成效不明显。

三、研发、合作及经营情况

(一) 研发投入

在研发投入上，据北京银行披露，2018年北京银行对息科技投入，同比增长41.22%；其中，金融科技领域投入费用较2017年增长33%。可以出，北京银行对于息科技，特别是金融科技的投入重视程度较高。

在2019年5月，北京银行的全资控股子公司北银金融科技有限责任公司正式开业，子公司未来的工作重将会在技术研发、产品创新及科技应用方面，为北京银行的人工智能、云计算、区块链和大数据等前沿技术领域和人才储备提供重要支持。北银金融科技的另一工作重是成为金融科技能力输出的公司，服务金融同业，侧面也证明了北银金融科技的技术储备较强。

在研发中心建设上，北京银行旗下设有顺义研发中心、创新实验室和科技金融创新中心，为银行的科技研发提供技术支持。

(二) 外部合作

通过与外部互联网、科技或金融科技公司展开战略合作，商业银行能够在自身研发实力不足的情况下，吸收外部领先技术，特别是高技术含量的人工智能应用。通过合作开发，商业银行能补足自身科技实力不足之处，引入前沿技术，运用到不同的业务场景当中，提升自身的业务处理能力。

表3-1：北京银行人工智能相关外部合作

资料来源：公开资料，零壹智库

从人工智能合作关键息来，出现最高频次的是智能风控，反映出北京银行在人工智能细分赛道上，倾向于与智能风控厂商展开合作。观察北京银行贷款情况，在2016年至2018年，个人贷款余额和公司贷款余额的年复合增长率近20%。

图3-1：北京银行人工智能合作关键词

资料来源：根据公开资料整理，零壹智库

结合上述北京银行的贷款质量，侧面反映出在贷款余额快速增长期间，北京银行的风控水平可能跟不上贷款发放速度，因此在自身风控能力不足情况下，更倾向于与智能风控厂商合作，以补足自身风控水平。

图3-2：北京银行贷款情况

资料来源：wind，零壹智库

(三) 营收情况

从北京银行近3年的营业收入和净利润来，自2017年起，营业收入和归母净利润的增速都处于上升空间，反映出在金融科技赋能下，对银行的收入利润水平提升有一定程度的贡献。

图3-3：北京银行营收和净利润

资料来源：北京银行年报，零壹智库

北京银行提出了推进线上、线下渠道智能融合，打造“智慧金融”特色品牌的发展目标，进而促进业务发展提质增效，说明了银行内部对于人工智能应用的重视程度，以及赋能成效的认可。北京银行行长杨书剑也表示，加强人工智能、人脸识别和大数据等前沿金融科技应用，也反映出银行管理层对人工智能等技术应用发展的心。

近期会议推荐

End.

限时福利：扫描下方二维码或“阅读”，领取「零壹智库Pro」会员优惠券，畅读零壹精品报告。

戳“阅读”一起来充电吧！