案例名稱

大數據風控平臺助力銀行數智升級

(資料圖)

案例簡介

隨著用戶消費行為及習慣的轉變，銀行業務向線上化、場景化、多樣化方向轉型發展，其中個人、小微貸款業務面臨的各類風險不斷加大，風險管理的深度與廣度有待全面升級。中關村科金以人工智能、大數據、音視頻等技術為底座，為國內某城商行提供了大數據風控數智解決方案，依托新技術的創新應用幫助客戶實現業務流程自動化與風控手段智能化，強化核心業務環節的精細化運營管控能力，保障行方業務合規高效開展。

創新技術/模式應用

針對行方現有系統平臺進行數智化升級改造，依托大數據、分布式微服務等技術，搭建貸前、貸中、貸后全生命周期化系統群，包含貸款風控平臺、統一變量計算平臺、決策引擎、大數據管理平臺、數據分析挖掘平臺和信用風險數據集市等，為反欺詐、貸前準入、貸中審批、額度測算、貸中監控及貸后管理提供系統支撐，幫助行方加強數據化風險管理能力與線上信貸風控決策能力。

技術創新方面，借助人工智能、大數據實現在業務流程及風控策略等方面的創新升級。

（1）信用評估模型

依托XGBoost、LightGBM等機器學習算法打造定制化分析建模，集成報文解析、數據結構化、變量衍生計算和模型預測功能，實現從接收報文到產生決策依據的一站式服務。

（2）變量衍生

對二代征信數據及內外部數據源開展數據挖掘與變量衍生，對特定時間切片內用戶的申請、用信、還款和逾期等信貸行為發生的頻次、額度、比例等進行計算，自動衍生變量庫，覆蓋信貸場景下風控建模需求。

（3）變量計算

具備低延遲、高性能、高可用大數據計算架構，支持變量自定義開發、毫秒級實時計算、變量溢出預警等；支持新生變量零開發與變量動態部署，滿足快速上線。

在技術架構方面，基于K8S、容器、服務網格、微服務為代表的云原生技術，幫助行方構建新一代技術架構。

（1）建構專屬應用于金融行業的全套技術組件，包含J2EE/J2SE技術、拓展Spring家族系列產品、消息中間件Kafka、數據庫等。所有技術均自主可控，符合國家去IOE標準規范。

技術架構圖

（2）技術架構在縱向上分為接入層、數據交換層、業務服務層、服務治理層、數據層。有效應對大規模訪問量，提升進件效率及業務處理吞吐量。

（3）系統采用集中式松耦合架構，將原有集中式業務以模塊為單位拆分到多個節點上，每個節點承載一個或者多個獨立業務系統。最大程度利用計算機資源，提升整體QPS和TPS性能指標。

（4）數據庫數據存儲均采用高可用部署策略，保證毫秒級別同步數據及數據安全性和一致性。通過主從分離同步實現讀寫分離，提高整體系統運行效率。

項目效果評估

（1）業務流程數智化，降本增效促轉型

通過對原有系統平臺改造，在申請進件、業務決策、數據管理、貸中監控、貸后風險預警等環節上實現智能化升級。借助智能審核工具，自動化審批率可達60%+，單筆業務審核效率控制在分鐘級，準確率高達99%以上。系統上線運行以來，線上辦理效率提升200%，人力成本大幅降低，為新場景開發與交易量增長提供了有力地支撐，在降本增效的同時提升行方經營水平。

（2）升級自主風控能力，助力業務穩步攀升

通過風控體系規劃、風控政策梳理、模型開發、模型監控等能力幫助客戶全方位提升自主風控能力，實現“數據采集和整合-->數據加工處理-->數據挖掘與分析-->模型部署上線-->持續優化迭代”的智能風控閉環管理。在貸前、貸中、貸后全流程業務環節中嵌入自研AI模型，支撐客戶風險畫像分析、千人千面差異化定價、客戶分級/分層、信貸反欺詐、風險預警等智能化功能。其中，模型準確率高達82%，將已有規則系統的準確度提高了75%+，對99.99%的交易事件在1s內響應，幫助行方有效應對內外部復雜多變的各類風險，快速檢測和攔截可疑交易，保障業務在合規的前提下穩步攀升。

（3）充分釋放數據價值，推動決策自動化

基于行業領先的AI深度應用及建模能力，中關村科金助力行方實現從數據源接入、特征變量衍生、模型管理、策略開發、測試、發布、驗證等環節一體化管理及風控策略快速落地，支撐行方實現數據驅動決策、AI輔助決策。其中，審批效率提升30%+，真正實現“秒批”、“秒貸”，客戶滿意度提升20%。

項目牽頭人

王琦 中關村科金金融事業部研發實施總負責人

關鍵詞：