案例名称

大数据风控平台助力银行数智升级

案例简介

(资料图片)

随着用户消费行为及习惯的转变，银行业务向线上化、场景化、多样化方向转型发展，其中个人、小微贷款业务面临的各类风险不断加大，风险管理的深度与广度有待全面升级。中关村科金以人工智能、大数据、音视频等技术为底座，为国内某城商行提供了大数据风控数智解决方案，依托新技术的创新应用帮助客户实现业务流程自动化与风控手段智能化，强化核心业务环节的精细化运营管控能力，保障行方业务合规高效开展。

创新技术/模式应用

针对行方现有系统平台进行数智化升级改造，依托大数据、分布式微服务等技术，搭建贷前、贷中、贷后全生命周期化系统群，包含贷款风控平台、统一变量计算平台、决策引擎、大数据管理平台、数据分析挖掘平台和信用风险数据集市等，为反欺诈、贷前准入、贷中审批、额度测算、贷中监控及贷后管理提供系统支撑，帮助行方加强数据化风险管理能力与线上信贷风控决策能力。

技术创新方面，借助人工智能、大数据实现在业务流程及风控策略等方面的创新升级。

（1）信用评估模型

依托XGBoost、LightGBM等机器学习算法打造定制化分析建模，集成报文解析、数据结构化、变量衍生计算和模型预测功能，实现从接收报文到产生决策依据的一站式服务。

（2）变量衍生

对二代征信数据及内外部数据源开展数据挖掘与变量衍生，对特定时间切片内用户的申请、用信、还款和逾期等信贷行为发生的频次、额度、比例等进行计算，自动衍生变量库，覆盖信贷场景下风控建模需求。

（3）变量计算

具备低延迟、高性能、高可用大数据计算架构，支持变量自定义开发、毫秒级实时计算、变量溢出预警等；支持新生变量零开发与变量动态部署，满足快速上线。

在技术架构方面，基于K8S、容器、服务网格、微服务为代表的云原生技术，帮助行方构建新一代技术架构。

（1）建构专属应用于金融行业的全套技术组件，包含J2EE/J2SE技术、拓展Spring家族系列产品、消息中间件Kafka、数据库等。所有技术均自主可控，符合国家去IOE标准规范。

技术架构图

（2）技术架构在纵向上分为接入层、数据交换层、业务服务层、服务治理层、数据层。有效应对大规模访问量，提升进件效率及业务处理吞吐量。

（3）系统采用集中式松耦合架构，将原有集中式业务以模块为单位拆分到多个节点上，每个节点承载一个或者多个独立业务系统。最大程度利用计算机资源，提升整体QPS和TPS性能指标。

（4）数据库数据存储均采用高可用部署策略，保证毫秒级别同步数据及数据安全性和一致性。通过主从分离同步实现读写分离，提高整体系统运行效率。

项目效果评估

（1）业务流程数智化，降本增效促转型

通过对原有系统平台改造，在申请进件、业务决策、数据管理、贷中监控、贷后风险预警等环节上实现智能化升级。借助智能审核工具，自动化审批率可达60%+，单笔业务审核效率控制在分钟级，准确率高达99%以上。系统上线运行以来，线上办理效率提升200%，人力成本大幅降低，为新场景开发与交易量增长提供了有力地支撑，在降本增效的同时提升行方经营水平。

（2）升级自主风控能力，助力业务稳步攀升

通过风控体系规划、风控政策梳理、模型开发、模型监控等能力帮助客户全方位提升自主风控能力，实现“数据采集和整合-->数据加工处理-->数据挖掘与分析-->模型部署上线-->持续优化迭代”的智能风控闭环管理。在贷前、贷中、贷后全流程业务环节中嵌入自研AI模型，支撑客户风险画像分析、千人千面差异化定价、客户分级/分层、信贷反欺诈、风险预警等智能化功能。其中，模型准确率高达82%，将已有规则系统的准确度提高了75%+，对99.99%的交易事件在1s内响应，帮助行方有效应对内外部复杂多变的各类风险，快速检测和拦截可疑交易，保障业务在合规的前提下稳步攀升。

（3）充分释放数据价值，推动决策自动化

基于行业领先的AI深度应用及建模能力，中关村科金助力行方实现从数据源接入、特征变量衍生、模型管理、策略开发、测试、发布、验证等环节一体化管理及风控策略快速落地，支撑行方实现数据驱动决策、AI辅助决策。其中，审批效率提升30%+，真正实现“秒批”、“秒贷”，客户满意度提升20%。

项目牵头人

王琦 中关村科金金融事业部研发实施总负责人

责任编辑：王超