【金融科技實例：CRIF中華徵信所】用AI分析Google評論和新聞，1小時完成中小企業信用風險徵信報告

在臺北金融科技展上，CRIF中華徵信所展出了預計明年第一季上線的新徵信科技產品，利用社群輿論來建立中小企業的風險評估服務，以及透過AI、圖學的關連分析，來了解中大型企業彼此錯綜複雜的關係網絡，藉此挖掘業務不合規的情況。

CRIF中華徵信所總經理郭曉薇表示，雖然臺灣中小微型企業的數量眾多，但由於其營業及財務資料較少，銀行通常不受理這類融資申請，所以中華徵信所運用了替代性的數據，如新聞、社群媒體的評論資料等，推出了中小企業信用風險平臺。

這個平臺涵蓋了倒閉與跳票預測、風險因子偵測、訴訟與新聞分析、輿論社群監控等。比如說，倒閉預測是運用了企業交易資料，來預測其3個月或6個月內倒閉的機率，而這個模型也已經應用銀行的樣本來驗證，目前準確率約85～92%；而在輿論社群監控方面，則是與資策會合作，運用NLU技術來分析Google評論的資料，來建立企業營運狀態的趨勢圖表。

郭曉薇也指出，一般來說，銀行內部徵信一家公司，需要花一個上午去蒐集資料，但中華徵信所整合了全臺灣最大的中小企業資料庫、社群媒體分析的工具，也用API串接公開網站與政府平臺資料，只要一鍵輸入關鍵字，幾秒內就能回傳結果，將初步徵信時間縮短到一個小時，並生成視覺化的報告，來提供銀行徵信參考。

另一套新服務「AML／KYC合規問題解決方案」，則要透過企業橫向與縱向的關係圖，來評估中大型企業業務不合規的可能性。這套產品可以整合了中華徵信所企業資料，和銀行內部KYC資料庫，來進行AI分析後，以網絡圖（Graph）形式呈現，透過點擊圖表中的關聯點，還能一層層展開關係企業。

比如說，在KYC與KYCC方面，點擊關聯點後能進一步了解該企業的公司資訊如股東、董監事等組成成員等，在交易資訊面也能清楚看見貿易對象，而在供應鏈關係圖中，也能看到該企業上下游的關聯產業與公司等。「臺灣有很多企業都是交叉持股，他們持股比例多少，從關聯圖譜上看得出來。」

郭曉薇也舉例說明，比如提煉石油的企業，購買了生產流程中會用到的機器設備，就是合理的交易資訊，但如果購買了黃金，「這跟業務關聯性不高，合規的分數就會降低，代表該企業可能涉及洗錢的風險較高。」此外，該平臺也與中華徵信所的內部資料相連結，圖表中除了能顯示企業間的交互關係，還能進一步顯示該企業的信用評等。

未來，中華徵信所預計要建置一個雲端平臺，並說服銀行業者將內部資料放置在上面共享，「這樣你才能做到真正的反洗錢，因為每間銀行擁有的資料面向都不同。」郭曉薇表示，但現行法規仍不允續這類資料上雲儲存，因此，目前還是需要一間間銀行推廣，並將資料分別存放在各家銀行的機房。

 相關報導  臺灣金融科技大爆發