案例名稱

基于大數據分析技術的智能風控系統

案例簡介

東營銀行智能風控系統實現對內部業務數據及外部服務數據的統一聚合、分析與建模，以及對風險規則和模型的部署，搭建一套完整的涵蓋反欺詐、貸前準入審批、貸中監測預警、貸后催收管理等全流程智能風控管理體系。智能風控系統充分挖掘行內外數據資產，打破數據孤島，實現線上業務7*24小時內秒批秒貸，簡化客戶審批流程，全面提升客戶服務體驗。

創新技術/模式應用

東營銀行智能風控系統主要包括本地化決策引擎和聯合建模兩個子模塊。本地化決策引擎項目實現與行內網貸系統對接，且包含第三方風控數據接入管理平臺、業務條線管理、規則引擎、進件管理、風險可視化統計分析報表、模型優化、系統管理、客戶風險報告等功能；聯合建模項目主要由第三方建模廠商與我行技術人員共同開發完成，主要是針對我行自營貸和引流貸業務，以我行已有的表現樣本為基礎深入業務分析，基于我行自有數據、PBOC數據和第三方數據（公積金數據、運營商數據、反欺詐數據、司法數據、消費行為數據等）等底層數據基礎，利用邏輯回歸、機器學習等算法共同搭建風控模型，針對行內兩個業務條線，自營貸和引流貸業務，分別搭建覆蓋貸前、貸中、貸后的全生命周期風控體系，具體包括：貸前反欺詐規則、信用評估模型、額度利率模型、貸前審批策略、貸中監控策略、貸后催收策略。

智能風控系統采用Spring Cloud微服務分布式架構、Redis分布式緩存、RocketMQ分布式消息中間件，無單一故障點，任一節點故障不影響業務正常運行，支持任一時間點數據恢復，滿足系統高可用及數據安全的要求。

項目效果評估

智能風控系統上線后，現服務20多個互聯網貸款產品，已累計受理268.90萬筆授信申請，日均處理4950戶/天，峰值最大至16995戶/天，累計授信339.37億元，實現利息收入2.25億。

（1）充分盤活行內數據資產。本項目創新性的實現了根據行內客戶的多維度變量進行建模、綜合評分，并應用于后續的自動審批決策中，維度包括客戶行內資產負債情況、收入情況、履約歷史、交易行為等。通過深入挖掘行內客戶對我行的貢獻價值，充分盤活我行基礎數據資產。

（2）全面提升線上貸款業務的決策審批效率。通過智能風控平臺與網貸和個貸平臺的結合，借助三方數據，實現線上貸款業務完全線上自主決策審批，大幅減少決策時間，提高貸款效率。并且，數據的采集和計算采用自動化方式，其中數據計算采用適合處理復雜邏輯且計算效率高的FLINK流式計算，保證整體的計算效率。

（3）建立全行級黑名單機制。經過行內外數據梳理，在行內建立一套涵蓋反洗錢黑名單、網貸黑名單、個貸黑名單、失信人司法黑名單等內外部數據全行級黑名單庫，可實現黑名單自動批量導入和手工添加多模式更新，為智能風控和其他系統信貸審批提供黑名單預審批拒絕數據源。

（4）實現自動化客群劃分、審批決策，用戶使用便捷?？蛻羯暾堖M件后，風控系統通過部署的決策流，逐步篩選客戶所屬的客群種類，包括公積金客戶、行內代發工資客戶、行內定期客戶、行內按揭客戶、互聯網客戶等，綜合審批決策后，給予通過客戶最高的授信額度和最低的授信利率。

（5）應用推廣實現線上、線下相結合，精準營銷觸達客戶。在傳統的“鋪網點、鋪人員”營銷方式基礎上，我行通過風控系統運用行內客戶數據、人行征信、公積金以及三方數據，獲取客戶的產品偏好、渠道偏好、風險偏好、理財偏好、客戶行為等全視圖信息，建立客戶畫像，從中選擇篩選信貸高意向客戶，并通過短信發送、人工坐席、APP推送等方式，實現線上精準營銷客戶推廣。

項目牽頭人

王飛  總行消費金融部總經理

項目團隊成員

吳行飛、孟祥新、王振剛、周棟梁、李寶東、史建強、崔永鐸、張冰冰、陳晨、左云鵬、劉倩、王旭輝、燕浩然、高雪巖、宋超、范宜菲、張雯月

責任編輯：韓希宇