本文共字，预计阅读时间。

案例名称

基于大数据分析技术的智能风控系统

案例简介

东营银行智能风控系统实现对内部业务数据及外部服务数据的统一聚合、分析与建模，以及对风险规则和模型的部署，搭建一套完整的涵盖反欺诈、贷前准入审批、贷中监测预警、贷后催收管理等全流程智能风控管理体系。智能风控系统充分挖掘行内外数据资产，打破数据孤岛，实现线上业务7*24小时内秒批秒贷，简化客户审批流程，全面提升客户服务体验。

创新技术/模式应用

东营银行智能风控系统主要包括本地化决策引擎和联合建模两个子模块。本地化决策引擎项目实现与行内网贷系统对接，且包含第三方风控数据接入管理平台、业务条线管理、规则引擎、进件管理、风险可视化统计分析报表、模型优化、系统管理、客户风险报告等功能；联合建模项目主要由第三方建模厂商与我行技术人员共同开发完成，主要是针对我行自营贷和引流贷业务，以我行已有的表现样本为基础深入业务分析，基于我行自有数据、PBOC数据和第三方数据（公积金数据、运营商数据、反欺诈数据、司法数据、消费行为数据等）等底层数据基础，利用逻辑回归、机器学习等算法共同搭建风控模型，针对行内两个业务条线，自营贷和引流贷业务，分别搭建覆盖贷前、贷中、贷后的全生命周期风控体系，具体包括：贷前反欺诈规则、信用评估模型、额度利率模型、贷前审批策略、贷中监控策略、贷后催收策略。

智能风控系统采用Spring Cloud微服务分布式架构、Redis分布式缓存、RocketMQ分布式消息中间件，无单一故障点，任一节点故障不影响业务正常运行，支持任一时间点数据恢复，满足系统高可用及数据安全的要求。

项目效果评估

智能风控系统上线后，现服务20多个互联网贷款产品，已累计受理268.90万笔授信申请，日均处理4950户/天，峰值最大至16995户/天，累计授信339.37亿元，实现利息收入2.25亿。

（1）充分盘活行内数据资产。本项目创新性的实现了根据行内客户的多维度变量进行建模、综合评分，并应用于后续的自动审批决策中，维度包括客户行内资产负债情况、收入情况、履约历史、交易行为等。通过深入挖掘行内客户对我行的贡献价值，充分盘活我行基础数据资产。

（2）全面提升线上贷款业务的决策审批效率。通过智能风控平台与网贷和个贷平台的结合，借助三方数据，实现线上贷款业务完全线上自主决策审批，大幅减少决策时间，提高贷款效率。并且，数据的采集和计算采用自动化方式，其中数据计算采用适合处理复杂逻辑且计算效率高的FLINK流式计算，保证整体的计算效率。

（3）建立全行级黑名单机制。经过行内外数据梳理，在行内建立一套涵盖反洗钱黑名单、网贷黑名单、个贷黑名单、失信人司法黑名单等内外部数据全行级黑名单库，可实现黑名单自动批量导入和手工添加多模式更新，为智能风控和其他系统信贷审批提供黑名单预审批拒绝数据源。

（4）实现自动化客群划分、审批决策，用户使用便捷。客户申请进件后，风控系统通过部署的决策流，逐步筛选客户所属的客群种类，包括公积金客户、行内代发工资客户、行内定期客户、行内按揭客户、互联网客户等，综合审批决策后，给予通过客户最高的授信额度和最低的授信利率。

（5）应用推广实现线上、线下相结合，精准营销触达客户。在传统的“铺网点、铺人员”营销方式基础上，我行通过风控系统运用行内客户数据、人行征信、公积金以及三方数据，获取客户的产品偏好、渠道偏好、风险偏好、理财偏好、客户行为等全视图信息，建立客户画像，从中选择筛选信贷高意向客户，并通过短信发送、人工坐席、APP推送等方式，实现线上精准营销客户推广。

项目牵头人

王飞  总行消费金融部总经理

项目团队成员

吴行飞、孟祥新、王振刚、周栋梁、李宝东、史建强、崔永铎、张冰冰、陈晨、左云鹏、刘倩、王旭辉、燕浩然、高雪岩、宋超、范宜菲、张雯月

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。