评论员文章 | 徐长民:如何利用智能体做好融资租赁项目风险评审 ——基于金融风控实践与开源Agent体系建设的经验总结
一、行业困境:融资租赁尽调的“四座大山”
融资租赁作为仅次于银行贷款和股票融资的第三大资金融通方式,在中国市场已超过3万亿元规模。然而,租赁公司的尽调与审批环节长期面临四大约束,且随行业快速演进日益突出。
(一)数据孤岛割裂
承租人主体信息散落在工商登记、人行征信、中国裁判文书网、税务系统、海关数据、环保处罚、舆情监测等多个独立渠道。一份标准的企业售后回租尽调报告,业务人员需跨5个以上系统手工采集数据,完成时间普遍在5-10个工作日。更突出的问题是,售后回租模式下,承租人既是“借款人”又是“租赁物所有人”,其财务报表真实性、租赁物权属状态、以及两者之间的勾稽关系,构成了独特的审查复杂度。
(二)风险偏好传导断层
风控的审批标准、风险容忍度、行业限额,在传导至一线业务人员时往往发生信息衰减。部分项目尽调报告仅作承租人信息罗列,缺乏实质性风险剖析;部分项目将营销部门的“客户画像”直接转化为“风险判断”,混淆了获客逻辑与风控逻辑。当项目在提交审批环节被否决时,业务与审批之间的沟通摩擦严重消耗效率。
(三)风险穿透能力薄弱
融资租赁的核心风险(承租人信用风险、租赁物价值贬损风险、交易结构合规风险)往往不是孤立存在的。实际控制人的个人涉诉、关联担保圈、上游供应商集中度、下游客户回款延迟、租赁物处置市场流动性——这些风险信号需要穿透至实际控制人、关联企业、供应链上下游乃至行业周期的多个层级。传统人工尽调在穿透深度和速度上均存在明显瓶颈。
(四)行业政策快速迭代
新能源领域尤甚。2025年1月,发改委发布136号文将光伏风电全电量入市,取消了强制配储前置条件;2021年12月,国家能源局发布57号文,规定了光伏电站消纳利用率的四种计算口径及样板逆变器法;2026年发改委114号文建立了独立储能容量电价机制;2025年10月1360号文重新定义了消纳目标管理方式。每一项政策变化都可能直接推翻已建收益模型,而传统尽调流程中人工更新政策依据的速度远跟不上政策迭代节奏。
二、智能体赋能的核心原则
原则一:数据与解读必须分离
这是智能体在金融风控中不可逾越的底线。财务数据的结构化计算——流动比率、偿债备付率(DSCR)、利息保障倍数、息税折旧及摊销前利润(EBITDA)——必须走确定性代码和预设公式,大模型(LLM)仅负责将这些数字转化为人类可读的分析结论。当数据缺失时,提示词(Prompt)必须包含“未获取到的数据请勿填写,置空即可”的否定性指令,避免模型编造数字填补空白。
原则二:证据等级分层,硬触发优先
网络搜索返回的页面摘要、自媒体文章、行业研报只能作为线索(证据等级C/D),不得作为收益模型的核心参数来源。关键参数必须有官方发文(证据等级A)或审计数据(等级B)支撑。当硬触发规则与综合评分或LLM定性判断之间出现矛盾,以硬触发规则为准。
原则三:人力复核不可跳过
智能体输出为“初稿”,关键章节(财务分析、风险结论)设置强制人工复核。客户经理对数据准确性负第一责任,智能体释放人力于分析判断,但不取代人力的最终决策。
原则四:行业政策库是智能体(Agent)的知识底座
仅有企业内部数据,智能体(Agent)只能做到“信息整合”,不能做到“风险判断”。对融资租赁行业而言,政策文件、监管指引、司法判例的实时更新,是项目风险评审区别于一般企业信贷的关键。
三、智能体架构设计:四层流水线
(一)数据层——多源异构数据统一接入
融资租赁项目的数据源远比一般企业信贷复杂,需按证据等级分层管理:

(二)解析层——三条并行管道
管道一:主体尽调管道——工商→股权→实控人→关联企业穿透图谱,司法风险扫描(涉诉、执行、失信、限高、终本),行政处罚与ESG违规,对外担保与或有负债识别,实控人个人风险扫描。
管道二:财务分析管道——审计报告质量核验(审计意见类型、审计机构、变更原因),三表提取与勾稽关系验证,关键指标计算(流动比率、资产负债率、息税折旧及摊销前利润(EBITDA)、可用于还款的现金流(CFADS)、偿债备付率(DSCR)、利息保障倍数),跨期趋势分析,财务舞弊红旗检测。
管道三:项目与交易管道——租赁物适格性审查,交易结构审查,收益模型审查,政策合规审查,担保与增信措施审查。
(三)推理层——硬触发规则优先于综合评分
硬触发规则(任一项触发即降级或阻断):

综合量化评分(应触发未触发时使用):

(四)输出层——结构化报告与交互优化
报告采用§0-§14分层结构:执行摘要→主体尽调→财务分析(§4-§10)→项目与交易(§11-§13)→综合结论。报告生成后支持用户指定章节重新生成,例如“重新生成财务分析章节,增加应收账款账龄分析”或“压力测试章节增加电价下降20%的场景”。
四、行业专项:融资租赁的独特风控场景
(一)新能源项目融资租赁
以光伏电站为例,Agent审查链条如下:
资源评估 → 发电量(P50/P90)→ 电价(136号文后市场交易)→ 收入瀑布 → 消纳利用率(57号文四种口径)→ 资本性支出CAPEX/运营支出OPEX → 项目现金流 → 储能配建 → 财务模型 → 硬风险旗标 → 结论
每一环节需对应官方来源:发电量需PVsyst报告或近5年实测数据;电价需136号文及省级实施方案;消纳利用率需57号文附件4计算导则的样板逆变器法;储能收益需省级现货结算数据和容量租赁协议。
(二)设备融资租赁(飞机/船舶/航空发动机)
飞机整机:审查CCAR-45国籍登记、CCAR-21适航证、权利登记簿、取回注销流程。核心风险在于跨境取回涉及开普敦公约、双边航空协定和东道国法律。
航空发动机:具有独立产权登记(CCAR-33适航证),开普敦公约对≥550轴马力发动机有独立保护,跨境交易需关注FAA/EASA适航互认。
船舶:审查船舶抵押登记条例、海事法院判例、克拉克森价格指数(2025年184点)。船员工资对租赁船舶享有优先权,可能劣后于抵押权。
(三)售后回租的特殊审查
售后回租模式下,Agent需额外审查:资产真实出售的合规性(是否构成实质性抵押贷款)、资产估值与售价是否合理、资产折旧与租赁物残值是否匹配、承租人是否同时向多家租赁公司办理同一资产的回租(重复融资风险)。
五、案例:山东100MW光伏+10MW/20MWh储能项目风险评审
(一)项目概况
某省融资租赁公司拟对山东地区某光伏发电企业提供售后回租融资,承租人持有100MW集中式光伏电站及10MW/20MWh配套储能,申请融资额度4.8亿元,期限7年。
承租人提供的收益测算关键参数:

(二)Agent审查流程
Step 1:政策合规核验。逐项核验136号文(2025-01增量项目全电量入市)、57号文(消纳利用率四种口径)、7号文(分布式光伏)、1192号文(就近消纳)、1360号文(消纳目标)、114号文(独立储能容量电价)。
Step 2:财务测算勾稽验证。

模型内部勾稽全部通过。问题不在计算,而在参数假设的合理性。
Step 3:参数合理性审查。

(三)硬风险旗标触发

(四)压力测试

(五)审查结论
结论:暂缓。模型内部勾稽正确,但三项核心假设——峰放电价0.90元/kWh、弃光充电占比85%、光伏上网电价0.32元/kWh——无合同或省级政策依据,弃光电量计算未使用57号文口径,储能经济性结论暂不可采纳为审批依据。
六、技术实现:从理念到可运行的Agent体系
(一)技能体系

(二)工具生态

(三)工作流
Step 1:项目信息录入(类型/行业/主体/金额/期限)
Step 2:并行数据抓取(Fan-out:工商+司法+财报+政策+行业基准)
Step 3:数据解析与校验(三管道并行:主体/财务/项目)
Step 4:智能推理(硬触发判定→综合评分→行业基准→LLM叙事)
Step 5:人工复核(关键章节强制复核→交互优化→最终报告)
七、风险边界与治理
(一)能力边界

(二)数据安全与幻觉控制
敏感数据在Agent内部流转,不上传外部API
所有API Key通过环境变量管理,不写入聊天记录
关键数据至少两源交叉验证
报告每一结论标注数据源和证据等级
财务数据自动勾稽校验,差异超过5%标记为待核实
否定性指令:Prompt模板“含未获取到的数据请勿填写,置空即可”
八、未来展望
(一)风险穿透升级
融合知识图谱技术,实现实际控制人/关联方/担保方/交易对手的关联风险自动识别,供应链金融场景下的上下游风险穿透,集团客户口径下的合并风险视图。
(二)动态监测与预警
将项目尽调报告从"静态快照"升级为"动态仪表盘"。对已放款项目设置定期监测:工商信息变更、司法风险新增、舆情异动、政策更新。当承租人新增被执行、实控人新增限高、行业政策重大变化时自动触发预警。
(三)知识沉淀与传承
将每一次尽调实践中的判断逻辑、风险信号、缓释措施沉淀为可复用的审查知识:行业知识库、风险案例库、政策库、合同条款库。
(四)人机协同深化
发展“审查Copilot”模式:支持审查员在报告生成过程中实时提问、自然语言指令触发特定分析、报告章节的实时编辑和重新生成。
九、结语
智能体不是金融风控的“替代者”,而是“倍增器”。它释放审查人员从事数据收集、表格填写、格式排版等重复性劳动,使专业人员能够专注于风险判断、方案设计和客户关系维护——那些只有人类才能完成的深度思考。
但从“辅助”到“倍增”之间存在关键一步:方法论的数字化。只有将风控逻辑拆解为可编码的规则、可验证的公式、可追溯的数据链路,智能体才能真正成为审查能力的延伸。
案例中的山东100MW光伏配储项目,正是这一理念的实战检验:模型计算本身无误,问题在于参数假设缺乏合同和政策依据。智能体在30分钟内完成了政策逐项比对、财务勾稽验证、行业基准交叉、硬风险旗标判定和压力测试矩阵生成,并给出了暂缓结论和待补资料清单——如果完全依赖人工,类似的审查至少需要3-5个工作日。这正是智能体对金融风控最根本的价值贡献:让专业审查能力从一个人的经验和时间,扩展为可复制、可复用、可传承的系统性能力。
注:本文基于作者在金融风控领域的实践经验撰写。文中所引用的政策文件、市场数据和行业基准均标注了来源,读者如需用于具体项目决策,应以最新官方发布为准。
