邮储银行山东省分行用 AI 审查小额贷款流水：千页账单五分钟核验

在山东莘县，一位种大棚的农户急着用钱升级冷库，银行客户经理上门推荐了一款面向农牧户的贷款产品。这位农户叫李新波，家住燕店镇剪子股村。他说，申请的贷款很快批了下来，三十万元到账，正好用来买保鲜膜这类农资，再把冷库的温控系统升级一档。这笔钱让他赶在蔬菜上市季完成了分拣和保鲜，没耽误往市场供货。

李新波这笔贷款批得快，背后是一套刚在邮储银行山东省分行跑起来的交易流水智能审查体系。它要解决的是小额贷款里一个老问题：审查员得自己翻客户的银行流水。

传统做法里，一笔小额贷款的流水影像，少则几十页，多则上千页，全靠人去抽取、去核对。难点有三处。第一，有人故意造假，手段藏得深，不细看根本发现不了。第二，流水里真正有用的信息占比很低，审查员要在大量日常收支记录里捞重点。第三，也是最容易出事的，人看多了会疲劳，一旦信息过载，藏在某个角落的关键风险点就被漏掉了。

分行自己研发了一套流水影像识别模型。过去不同银行、不同格式的流水版式五花八门，还有被手指头挡住、被折痕盖住的情况，机器很容易读错。这套模型专门对付版式差异和信息遮挡，把原始影像快速转成干净、结构化的数据——也就是把纸面上的每一笔收支，变成系统能直接拿来算的数字。这一步靠的是图像识别技术，相当于让机器学会了辨识不同样式的账单。

光读出来还不够。系统接着做一步自动勾稽：逐行把交易金额和账户余额交叉比对，看前后能不能对得上。这一关既保证前面识别没出错，也能顺手发现那些金额前后矛盾、明显对不上的伪造痕迹。数字之间自己会"说话"，哪一笔对不上，系统一眼就能揪出来。

第三块是训练出来的风险分类语言模型。它不只看数字对不对，还要穿过表面，判断这笔交易到底是不是正经的经营往来。比如一笔钱在几个关联账户之间来回转，或者出现明显不属于经营需要的交易，模型会把它标出来。整个流程串起来，是数据采集、风险洞察、业务反馈三个环节：系统看到风险就反馈给审查环节，下一笔类似的情况处理得更准。这背后是语义理解能力，让机器不光认字，还能读懂交易之间的关系。

截至十月底，这套审查体系在全省累计支撑放款接近一千亿元，服务三农条线上一千二百多名信贷客户经理，以及三十多名审查审批人员。月均处理的流水超过一万份，每份大约五分钟搞定。原来一个审查员对着上千页流水，一上午可能都核不完一份；现在系统五分钟出结果，审查员把省下的时间花在真正可疑的案子上，整体效率比人工一笔笔核大约翻了十二倍。模型识别的准确率在九成八上下。

更关键的是它真的拦住了风险。累计把八十八笔虚高、不该计入的业务剔了出去，涉及金额接近八千万元；避免超额授信一千六百多万元；还识别出四份伪造的流水，拦下大约一百五十万元的潜在风险。对一家天天跟小额贷款打交道的银行分行来说，这些被提前挡住的损失，比"快"本身更值钱。

信息来源：人民网山东频道，2025年11月25日。