參賽單位：重慶銀行股份有限公司

案例名稱：風鈴智評產業慧鏈系統

案例簡介：

“風鈴智評-產業慧鏈”系統圍繞當前銀行面臨的產業拓展與行業風控的痛點，基于大數據、人工智能、NLP等技術，在整合內外部產業及企業數據的基礎上，從產業鏈挖掘、行業風險識別、區域經濟獲客的角度，分析特定行業及區域內企業的風險特征及競爭實力，及時研判企業所處行業的景氣度變化及發展趨勢，輔助業務人員提前評估外部環境對授信政策、營銷策略以及授信企業的影響，提高銀行應對行業變化的響應能力。

創新技術/模式應用：

1、人工智能技術

在產業景氣度分析與行業風險防控領域，當前，銀行仍然主要依靠業務人員主觀經驗和人為分析等方式進行風險管控?！帮L鈴智評-產業慧鏈”系統基于多線性回歸算法和半監督機器學習技術，綜合分析行業內大量企業財務狀況、宏觀經濟指標、行業輿情走向等多維數據，結合業務專家經驗，量化不同行業景氣度指數，并結合產業鏈上下游關系，推導出產業鏈內上下游行業風險傳導的相關性，以提前預判行業景氣走向和風險狀況，顛覆傳統的事后風險管控模式。

應用邏輯：

（1）景氣度指數為行業一致性指數，系統基于行業內大量龍頭企業的財務指標數據、行業宏觀經濟指標數據和行業輿情走向數據，進行半監督模型的數據特征分析和維度設計，同時結合多線性回歸算法，對企業財務指數、宏觀經濟指數和輿情情緒指數分配相應的權重比例，并根據行業現狀不斷調優權重，迭代行業景氣指數。

（2）利用知識圖譜技術，結合專家經驗，刻畫出產業鏈上下游關系，并將行業景氣指數掛鉤于產業鏈的上下游行業節點中，通過半監督機器學習算法對大量行業樣本的學習和分析，判斷出產業鏈內不同上下游行業節點的正負相關性，并以此推導產業鏈景氣度的上下游傳導。

2、大數據及NLP技術

由于行業/企業數據量較大、數據來源分散、數據變化較快等特點，傳統依賴人工收集和分析外部數據的模式已經不能滿足當前銀行業務拓展和風險防控的即時性要求。為了提升企業信息獲取的時效性和風險防控的及時性，系統基于大數據及NLP技術，對行業/企業內外部數據進行實時獲取、分析與解讀，及時獲取行業/企業的營銷商機與風險信號。

應用邏輯：系統以資訊標簽體系為基礎，通過自然語言處理技術（NLP）實時地對新聞進行機器閱讀和語義分析；從新聞中發現公司、事件、產品、行業等實體標簽，實時地從新聞中獲取企業信息和行業數據；同時，在新聞分析過程中解決了公司名稱歧義消歧，行業產品歧義消歧等技術難點。

項目效果評估：

“風鈴智評-產業慧鏈”系統改變了傳統以人工調查與分析為主的業務拓展與風險管理模式，采用先進的人工智能、大數據及NLP技術，幫助銀行業務人員繪制企業客戶的行業畫像和風險視圖，及時捕捉并預警行業及外部市場風險的；同時，通過深入跟蹤并動態分析行業現狀和景氣特征，及時發現行業內企業商機和營銷線索，指導銀行行業授信政策、產品規劃及營銷策略的及時調整，幫助銀行提高業務拓展和風險防控的精準有效。

1、產業風控：

（1）聚合企業財務數據、產業政策規劃、宏觀經濟指標，從行業財務波動、政府政策導向、行業競爭格局等角度實現對企業所處行業的基本面分析；

（2）搭建產業鏈圖譜，理清產業中上下游及其對應企業間的關系結構，結合上中下游公開市場數據，分析上下游行業營利水平、市場供需、代表性企業規模、行業景氣度等情況，為授信客戶的產業地位分析、行業風險評估、以及優質供應鏈客戶的挖掘提供分析基準；

（3）實時監控行業新聞輿情、司法訴訟、經濟/財務指標異動、債券違約等信息，實現行業風險預警。

2、產業獲客：

（1）挖掘銀行經營范圍內的支柱產業，定位產業鏈企業分布，并按照龍頭企業、高新資質企業、園區企業、核心供應鏈企業、中小企業等進行企業分層分析，多層次挖掘支柱產業內企業商機，為銀行業務拓展提供營銷線索；

（2）基于成渝雙城經濟圈發展規劃，挖掘成渝雙城互補產業、一帶一路優勢產業、戰略新興產業等成渝一體化發展的產業鏈，定位該類產業鏈內企業分布分層，獲取成渝雙城企業清單，并為其提供金融服務，助力成渝雙城產業經濟發展；

（3）基于碳中和規劃，梳理挖掘碳中和產業鏈，從碳源頭、碳應用、碳排放三個維度出發，梳理不同行業碳排數據、定位高低碳行業、挖掘綠色新興產業，以此為抓手，定位產業內企業分布分層，獲取碳中和企業清單，并為其提供金融服務，為國家實現碳達峰碳中和目標貢獻一份力量。

項目牽頭人：

熊艷

重慶銀行互聯網金融部風控中心產品經理

項目團隊成員：

熊艷、王靜、龔沁迪

責任編輯：方杰