來源：2024年度城市金融服務優秀案例征集活動

獲獎單位：九江銀行

榮獲獎項：風險管理創新優秀案例

一、項目背景及目標

（一）項目背景

隨著我國銀行業資本監管體系整體框架與要求確立，加之近年來科學技術的爆發式發展，大數據時代的到來，讓“數字金融”不斷推上各大熱門議題，“數字經濟發展”也屢次出現在政府工作報告中。央行印發的關于金融科技發展規劃等一系列指導性文件，更是要求從治理體系、業務創新、技術和數據能力建設、風險防范等多維度提出重點任務，推動行業數字化轉型落地實施。

現階段銀行與實體經濟橫向聯系、深度融合進展迅速，業務數據內容不斷豐富，以人工經驗為依托的傳統風險控制手段評估覆蓋面不足、自動化能力薄弱、線上線下場景孤立、決策效率低下。加之為快速響應業務發展，各業務條線或直接采用第三方風控模塊，或針對獨立需求進行風控模塊的煙囪式建設，存在業務及模型分散、功能單一、無法升級迭代、不符監管要求、無法自主掌控等問題，建立全行級的模型管控平臺迫在眉睫。

（二）項目目標

在全面推進數字化轉型、業務場景智能化的環境下，一是旨在信貸業務全流程決策支持趨于完善時，持續拓展更多決策支持場景，建設全行級統一風控引擎。將評分模型、應用策略、監控預警等應用到廣泛的業務場景中，實現我行統一風控模型管理及預警指標體系的搭建，形成統一的決策支持平臺，搭建全行級智能風控決策平臺。二是提升信貸決策的效益性和科學性，提升信貸風險管理能力，助力全面風險管理體系的建設和完善。整合行內現有信貸模型，利用數據分析、規則篩選和模型匹配等方法加強貸前貸中的審批管理，實現傳統信貸業務與線上信貸業務相結合，在信貸業務全流程環節的風控決策支持，實時決策精準高效，提升全面風險防控能力。三是旨在通過業務自動化、智能化決策，提升決策分析效率，實現降本增效。通過不斷優化業務流程、迭代產品模型降逐步提高各業務條線的決策科學性和決策效率，實現業務自動化、智能化決策，最終推進我行以“科技驅動，數據賦能”為指導的數字化轉型。

二、項目/策略方案

智能風控平臺，作為全行級風控中臺，可滿足多條線業務部門在智能決策方面的業務需求，可實現多系統多渠道松耦合、標準化的接口對接，達到全行級標準。智能風控決策平臺劃分規則引擎、決策服務、管理平臺、批量子系統、風險集市五個子系統，分別提供模型配置、實時決策服務、系統配置、批量決策、數據指標加工服務，降低系統耦合性，增強系統擴展性。

風險集市采用分層架構，依托perl腳本的并行性、兼容性特點，高并發進行指標標簽化，為規則模型提供指標支撐；批量子系統腳本化，依托行內統一調度平臺，與風險集市指標層調度任務緊密結合，保障數據加工、決策結果、決策結果卸數，實現系統間批量數據無縫傳遞；實時決策服務采用分布式緩存、決策結果異步持久化等技術，從接受上游系統決策請求到輸出決策結果全程沒有磁盤、數據庫IO操作，最大限度調用服務器資源保證實時決策服務高并發，高可用性。

三、創新點

（一）全行級智能風控平臺，服務多條線業務場景

全行級統一的智能風控平臺實現了多業務場景對接，覆蓋我行零售、普惠、企金、村鎮、運管、票據、汽金七大業務條線，提升了服務的普遍性，極大地提升了業務處理速度，確保決策的一致性和可靠性。此外，統一架構可更好地保障數據的安全，有效防止數據泄露，確保全行數據安全處于高水平。智能風控平臺的可擴展性和兼容性，能夠在業務場景拓展方面不斷完善和升級。

（二）在線多模型實驗，提升模型比對驗證效率

支持同一產品多版本風控模型部署，保證生產主模型有序運作同時，實現了在線多模型實驗和冠軍挑戰，節省模型實驗成本，保障生產數據安全，提升實驗比對效率。可根據實際風險管控或業務訴求，快速分析比對多模型成效，實現模型的快速調整。靈活可配置，模型熱部署服務，加速線上業務轉型。

（三）靈活可配置，模型熱部署服務，加速線上業務轉型

依靠規則引擎多組件支持和拖拉拽友好配置方式便于業務人員隨時增加和調整風險管理模型和策略,可視化手段使得風控流程更加透明，增加配置便利性，縮短業務上線周期；快速復用內外部數據源及指標項使策略隨市場變化快速落地部署實現成為可能；模型熱部署令線上業務模型自動切換，加速信貸業務線上化，業務響應更加敏捷。

（四）構建敏捷組織，打破部門壁壘，實現風險決策自主可控

風險模型相關開發、配置及測試，均由行內科技人員與業務配合完成，與系統開發進行有效隔離，在保護我行風險模型知識產權的同時，有效復核及識別系統潛在問題，防止核心資產信息泄露，有效提升核心競爭力和風險決策的自主掌控能力。

（五）平臺運行穩定高效，保障業務決策連續性

智能風控決策平臺運作穩定、高效，風控模型審批效率在10s以內，具備全年不間斷運轉的能力，采用服務器集群和redis主從哨兵等模式，實現服務的高可用性、負載均衡、熔斷降級等功能，保障系統在單點故障時仍能持續穩定運行。增加流量控制、報錯監控和異常信息提醒，對運行狀態進行實時統計和監控，便于及時發現和定位問題。系統從上線至今沒有發生過生產穩定事故，保障了我行智能風控決策的業務連續性。

四、項目過程管理

（一）平臺基礎建設階段（2019年6月至2021年5月）

完成決策引擎搭建成全行統一智能風控平臺、全行級數據集市的搭建以及風控模型核心知識資產的可視化管理，完成與行內網貸系統、云平臺、信貸系統打通。對于實時風控模型，通過行內ESB提供接口，供上游系統實時調用。對于貸后模型，上線批量子系統，批量決策結果通過行內通用GTP文件或數據庫卸數方式同步給正在建設中的催收、預警系統。完成基礎產品模型上線。

（二）打通風險管理鏈路階段（2021年6月至2022年6月）

持續進行信貸產品部署，新上、遷移零售、企金、普惠、村鎮各條線近50款信貸產品；完成多模型實驗功能功能上線，支持同一產品多版本風控模型部署，節省模型實驗成本，保障數據安全，提升實驗比對效率；完成決策平臺副本服務部署，實現線上模型對比；完成指標管理模塊，對各條線指標統一管理。完成多個業務系統對接，包括信貸系統、互金系統、電子保函、九融匯、柜面、綜合網點、面簽個人，隨著單位及個人簡易開戶模型上線，實現了從開戶到貸前客戶準入、預警、客戶綜合評分、額度授信，到貸中提款交易監測，最后到貸后管理，逾期催收，一整套信貸管理流程均需打通壁壘，實現標準化、線上化、智能化的風險管控。

（三）決策支撐拓展階段（2022年7月至今）

主要拓展決策支持面，進一步完善全面風險管理體系，聯和貸后預警、催收系統，打通貸后管理數據壁壘。通過數據建模和多維度數據支撐將風險識別決策自動化、規范化、透明化、去經驗化，大量減少人工干預和業務瓶頸，有效降低不良發生概率，對有潛在重大風險的客戶制定針對性的貸后管理措施，通過對客戶及業務特征的抓取和分級，輸出系統化、標準化的貸后管理動作供客戶經理運用，為進一步優化整個信貸流程建設提供決策助力，實現全面風險管理數字化的目標；對接知識服務公共平臺，引入知識圖譜，將知識圖譜工具應用在信貸貸前、貸后反欺詐流程中，推動通用反欺詐模型落地；引入機器學習模型，開發出高度定制化的貸款準入規則、預警規則和評分卡體系，提升數據分析與應用效率，為業務決策提供強有力的數據支撐。

五、運營情況

自智能風控平臺2020年12月上線以來，平臺運作以及進件穩定、高效，歷史無重大缺陷出現，全年7×24不間斷高效運轉，且在不斷迭代進行各條線信貸產品部署、遷移以及已上線產品模型優化工作。自運行以來，部署模型規則超300余種，加工內外部指標1500余項，總交易量超740萬筆，日均決策量超8000筆?？偼斗蓬~****億元，個人貸款余額****億元，在貸客戶****戶。

六、項目成效

（一）服務全行多條線場景

自智能風控平臺2020年12月上線以來，已實現多業務場景對接，覆蓋我行零售、普惠、企金、村鎮、運管、票據、汽金七大業務條線，完成大數據平臺架構下的行內外數據融合，形成統一數據和指標服務，為各條線提供自動化、智能化的風控決策服務。

（二）助力普惠小微及地方特色產業發展

利用智能風控技術突破普惠服務瓶頸，分析地方產業的特點和需求，建立“整圈授信”方案，設計符合地方產業特點的金融產品，開發30余款特色產品，支持千余戶普惠小微地方企業的發展，總投放額****億元，個人貸款余額****億元，在貸客戶****戶。

（三）提高金融服務效率

借助大數據和人工智能等技術，準確評估客戶潛在風險，顯著提高金融業務服務效率。在賬戶風險評估、信貸業務風險初篩等方面運用廣泛。上線以來，完成約363萬筆個人開戶評分評級、超18萬筆單位開戶評分評級，完成約1.3萬筆票據業務風險初篩，2小時內可完成百萬級風險客戶識別，將傳統審批1-2天縮減到5-20s決策，極大縮短風險篩查時間，提高了決策的科學性和及時性。

（四）發揮技術效能，提升決策有效性

通過對接AI機器學習平臺，實現傳統模型和深度學習模型相結合，實現模型的自我學習和迭代優化，適應不同的風險場景，預測潛在的風險趨勢，增強了決策的科學性和前瞻性。此外，海量的行內外數據為決策提供了豐富而準確的信息基礎，提升了決策的準確性。

（五）節約資源，發揮數字風控價值

針對不同風險等級的逾期客戶，結合AI、短信等方式，執行層次化、階梯化催收策略，優化資源配置能力，使客戶經理集中精力服務實體經濟，提升服務水平，實現降本增效。模型上線以來，提升催收回款率****個百分點，減少客戶經理上門催收次數****人次，AI催收回****萬元。

七、經驗總結

（一）科技驅動，數據賦能

大數據能力是未來十年銀行的核心競爭力，但只有先明確全行層面的數字化金融創新戰略藍圖，明確戰略重點，確定在哪些領域成為領頭羊，哪些領域需要做跟隨者，并由此制定全盤的行動方案，推動自上而下達成共識，有了航海圖，才能乘風破浪。智能風控決策系統就在我行“科技驅動，數據賦能”的指導思想下揚帆起航，有遠見地建設了健全且可拆配的龍骨，繼而在此基礎上豐富了大數據、風險集市、可視化配置等諸多功能，并將持續優化建設，使決策快速便利地應用于更多業務場景，用數據為業務賦能。

（二）統一平臺，降低邊際成本

通過搭建全行級統一的智能風控平臺，服務全行多業務條線，避免了傳統模式下各業務場景的重復建設，提升了服務的普遍性。統一平臺的建設縮短了業務決策時間，極大地提升了業務處理速度，確保決策的一致性和可靠性。此外，智能風控平臺的可擴展性和兼容性，能夠在業務場景拓展方面不斷完善和升級，有效的降低邊際成本。

（三）場景孵化，拓展支持面

智能風控決策系統自上線以來，不拘泥某一單一業務，積極探索，挑戰自我，尋找較為成熟的場景進行決策線上化對接，一步步從貸前拓展到貸中、貸后；從信貸業務拓展到前臺開戶；從風險初篩到價值客戶營銷，為我行的數字化轉型添磚加瓦。后續也將持續拓展業務面，實現特定業務場景自動化監測、輔助決策。

（四）團隊融合，事半功倍

事在人為，智能風控決策系統的建設離不開我行優秀項目組與合作團隊的辛勞付出。整個項目組技術扎實、吃苦耐勞、敢想敢做，克服了技術上的一個又一個困難，建立了全行級統一風控引擎、統一決策平臺、統一風險指標體系，對風險模型進行規范化、集中化統一管理，靈活應用到信貸管理流程中，滿足各部門、各業務條線、各產品貸前、貸中、貸后全流程風險決策需求。

目前智能風控決策平臺運作以及進件穩定、高效，且在不斷迭代進行各條線信貸產品部署、遷移以及已上線產品模型優化工作，系統從上線至今沒有發生過生產穩定事故，保障了我行智能風控決策的業務連續性。今后項目組全體成員也將積極進行自我挑戰，為系統建設提供技術支持，為業務發展保駕護航。

更多金融科技案例和金融數據智能優秀解決方案，請在數字金融創新知識服務平臺-金科創新社案例庫、選型庫查看。