AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


【公益案例展】四川农担x中电金信——大数据智能风控平台建设
发布日期:2024-07-09 08:45:26 浏览次数: 1708








1、外部经济环境带来的挑战
近几年经济发展和市场需求的挑战下,企业经营压力增加,一些特定行业客户还款能力减弱、逾期水平上升,信贷业务产品创新、贷后管理难度加大。
2、数据安全治理要求提高
随着数据安全法、个人信息保护法、网络数据安全管理条例(征求意见稿)、征信业务管理办法等法律法规相继发布,数据安全合规成为金融机构必须遵守的监管红线。要完善数据安全管理体系,建立数据分级分类管理制度,强化对数据的安全访问控制,加强第三方数据合作安全评估等。
3、农业信贷担保监管趋严

《关于进一步做好全国农业信贷担保工作的通知》

《关于支持省级农业信贷担保公司降低担保费用和应对代偿风险的通知》

《关于加快推进新型农业经营主体信贷支持工作的通知》

《国务院办公厅关于金融服务“三农”发展的若干意见》

《农业部、中国农业银行、中国农业发展银行关于金融支持新型农业经营主体发展的若干意见》

*政策核心要求
完善风险防控机制:要增强担保履约能力,完善银担合作机制,严格审核有银行信贷记录主体的担保申请,防止银行业金融机构将应由自身承担的贷款风险转由农担公司承担,避免占用有限的担保资源,增加借款主体的综合融资成本。
充分利用数据信息:加快建立健全农担信息系统,结合农业农村部新型农业经营主体信息直报系统等信息化、智能化手段和技术,深度挖掘数据价值,创新农担产品和再担保产品设计,降低信息不对称导致的风险。
4、项目价值:聚力普惠金融、助推乡村振兴

由中电金信助力四川省农业融资担保有限公司(以下简称“四川农担”)建设的大数据智能风控平台项目顺利上线,成功助力国家三农政策扶持类金融机构稳守防控风险底线,增强涉农业务风险防控能力,实现信贷投放和风险防控两手抓,同时为三农大数据线上化、智能化提供高效平台服务,提高金融服务乡村振兴的可持续性。

时间周期:

开始时间:2023年9月
截止时间:2023年12月
服务周期:持续服务中
应用场景


1、政策担保

四川农担坚持“准公共产品”的政策性担保定位,不以营利为目的,着力提供低成本、普惠性的融资担保服务。
2、担保对象
包括四川省行政区域内从事农业及相关产业(符合担保范围要求)生产经营的各类企业、组织和个人。
3、担保范围
限定为农业生产(包括农林牧渔生产和农田建设)及与农业生产直接相关的产业融合项目(指县域范围内,向农业生产者提供农资、农技、农机,农产品收购、仓储保鲜、销售、初加工,以及农业新业态等服务的项目),突出对粮食、生猪等重要农产品生产的支持。

面临挑战


1、“三农”大数据的指标体系搭建
针对三农信贷供给中信用数据缺失的问题,建设基于三农金融服务大数据库,形成覆盖农户“还款能力”和“还款意愿”的大数据风险画像,构建“天、地、人”一体的三农风险信用指标体系。
2、“三农”风控防范维度建设
从全量风控维度,例如授信程序风险、授信集中度风险、借款用途风险、宏观经济风险、流动性风险、法律风险、经营风险等,针对涉农贷款中存在的冒名贷款、骗取贷款、违法放贷等欺诈及信用问题,构建风险监测与预警的模型体系。
3、“三农”风控防范深度建设
针对农村居民底层信息来源匮乏,导致金融可得性差,风险分析识别难的问题,研究数理统计和机器学习中的预测、聚类和风险计量等关键技术,建立村集体、农企、农户、农民的风险评级、额度定价、贷中预警等风控模型体系,实现数字授信、助推智能决策。
技术开发过程


1、项目总体建设目标
a.模型准确量
在数据分析和决策制定的过程中,模型的准确性至关重要。模型准确量化意味着不仅要确保模型能够捕捉到数据中的关键模式和趋势,还要能够精确地预测和估计未来的情况。为了实现这一目标,需要采用先进的算法和计算技术,对数据进行深度挖掘和精细处理。此外,模型还需要经过严格的验证和测试,以确保其准确性和可靠性。
量化模型的准确性通常通过一系列指标来衡量,这些指标不仅可以帮助评估模型的性能,还可以指导进行模型的优化和改进。通过不断迭代和调整,可以使模型更加准确地反映实际情况,为决策提供有力支持。
b.数据快速接入
在大数据时代,数据的快速接入对于系统的运行效率和响应速度至关重要。数据快速接入意味着能够迅速地将各种来源的数据整合到系统中,以便进行进一步的分析和处理。为了实现这一目标,需要构建高效的数据接入平台,支持多种数据格式和传输协议。
同时,还需要确保数据接入的准确性和安全性。在数据传输过程中,需要采用加密和验证技术,确保数据不被篡改或泄露。在数据接入后,还需要对数据进行清洗和校验,确保数据的准确性和一致性。
通过数据快速接入,可以实现数据的实时更新和动态处理,为系统提供源源不断的数据支持。同时,还可以根据实际需求,快速调整数据接入策略和规则,以满足不同场景下的数据需求。
c.系统稳定运行
从业务运行层面来说,分布式存储支持弹性扩展、组件式集成支持稳定升级、脱敏与授权支持数据安全、冷热数据和备份数据的高效使用是中电金信保证相关平台稳健运行的核心技术及优势。
同时为了实现系统稳定运行,需要从其他多个方面入手。首先,需要构建健壮的系统架构,确保系统具备良好的容错能力和可扩展性。其次,需要采用高效的算法和计算技术,优化系统的性能和响应速度。此外,还需要建立完善的系统监控和日志记录机制,及时发现和解决潜在的问题和故障。
在系统运行过程中,需要定期进行维护和升级工作。这包括修复已知的漏洞和缺陷、更新软件和硬件组件、优化系统配置等。通过定期维护和升级,可以确保系统始终保持最佳的运行状态,为用户提供稳定可靠的服务。
同时,还需要建立完善的应急响应机制。在发生系统故障或异常情况时,能够迅速启动应急预案,采取有效的措施进行处置和恢复工作。这不仅可以减少故障对用户的影响和损失,还可以提高用户对系统的信任度和满意度。

2、项目大数据风控系统建设
中电金信大数据风控整体解决方案实现融合线上、线下的海量内部与外部数据进行信用风险建立;结合征信、工商等第三方数据,搭建科学、合理的风控模型,通过风险模型识别欺诈风险和信用风险;使用各种策略模型(黑白名单策略、身份核验策略、审批策略、评分策略等)实现对保前审批、保中监控、保后催收的风险闭环管理;
风控管理体系以满足资本充足率水平和控制贷款不良率为主要战略目标,主要分为风控平台、指标体系、风控模型与预警、风险计量体系和风险监测与报告五级体系。风控平台夯实数据平台基础能力建设,为担保业务和风险管理提供“实时风控”的能力;信用指标体系建设,提供精准“风险画像”,为担保审批和四川农担评级提供“还款能力和还款意愿”的业务洞察;风控模型体系提供保前、保中和保后全流程解决方案,保前风险评级与反欺诈模型,保中及贷后建设智能预警模型及智能催收模型,为信贷业务提供大数据驱动的风险管理“科学决策”体系。风险计量模型体系对贷后“资产质量和风险水平”准确分析,结合贷前风险评级,为风险定价和风控策略提供依据。
大数据风控管理系统作为担保业务风控的基础平台,与业务相关系统交互较多频繁,实时性要求高,因此平台需要具备良好的稳定性。同时考虑到后续业务系统的不断接入,系统应具备良好的开放性和扩展性。遵循“高内聚、低耦合”的设计原则,可采用面向服务的体系结构或者微服务架构,采用集群部署,基于主流的技术架构。
总体建设维度分为外数管理平台建设及外数接入管理、中间层指标体系建设及指标引擎平台建设、上层决策引擎平台建设及风控策略体系搭建、以及风控报告体系建设四大部分:

a.数据源管理
中电金信大数据风控平台满足数据源管理模块支持三方数据、内部业务数据的接入及有效管理。数据源需支持信创数据库和接口形式数据的接入。提供友好的可视化操作页面,支持数据源数据字典自动获取及业务标注。支持实时调用与离线调用多种调用方式。
b.变量管理
中电金信大数据风控平台满足变量管理支持变量体系的建设,可以多层级的变量分类管理。支持自动读取数据源的数据字典,并可拓展支持变量类型、角色等的定义,支持业务化解读。内置多种变量加工函数,支持衍生变量定义及复杂业务逻辑开发。支持衍生变量的试算测试,验证变量加工逻辑的正确性。
c.策略中心
中电金信大数据风控平台满足策略中心支持策略管理、策略配置、策略发布、策略运行、策略应用以及策略运营。
策略管理:用于对策略管理要素的录入编辑和展示等,对策略库的分级分类管理,基于特定的业务场景,制定相应的策略模板。
策略配置:支持对规则集、评分卡、决策表、决策树、决策流、表达式及机器学习等组件配置,以可视化的方式进行顺序、分支、并行等多种方式的执行流程编排,提供友好的操作界面,支持提供不同组件的组合配置,满足不同领域的策略组合的有效封装,支持策略在不同环境的导入和导出。
策略发布:支持从策略配置完成到真正投入生产应用的过程中的相关验证和管理,主要包括对策略进行试算并评估其效果,记录策略版本,对版本差异进行对比和策略版本回滚等,对当前的策略自动形成相关报告,对策略的发布过程进行审核,并最终实现策略的快速发布。
策略运行:支持策略的实时运行和离线批量运行,保证策略在运行期间不中断服务,实现即时更新,支持策略的AB实验,根据策略运行情况,对策略的执行过程进行跟踪和透视,定位执行路径,支持使用历史数据对新版本策略效果进行回溯。多种方式完成策略效果的评估,包括通过率、命中率等评估,并提供统一的策略监控展示页面。
策略应用:支持策略上线后提供统一的对外服务渠道,包括应用的密钥分配、授权认证、调用白名单设置、接入接口文档的查看及下载。
策略运营:包括策略监控、策略优化和运营大盘三部分。策略监控主要包括策略稳定性、变量稳定性、策略效果的监控。策略优化包括策略的变量分析、策略阈值优化。运营大盘支持对风控进件、审批、授信、保后等关键指标进行实时监控分析。策略监控报表和运营大盘支持图表组件的自定义配置,支持多维交叉分析。
d.系统管理
中电金信大数据风控平台完全满足需求,系统管理支持用户、角色、机构管理、数据权限管理、应用菜单管理、审批管理、参数管理、日志管理等。
3、项目大数据风控策略建设

a.三方数据接入
风控底层数据需要包括个人数据、小微企业/商户/农户等资产数据、交易数据、经营数据、信用数据等维度。
b.风控变量加工
访问底层数据并根据不同业务场景加工指标变量,如生猪出栏量、养殖场数量、饲料采购量、企业对外投资数量,法人对外任职最长时间、企业对外投资被吊销企业数量等。
c.制定风控策略
根据不同业务场景、细分各个场景下的客群、根据业务场景和客群定制准入规则、反欺诈规则/模型、风险准入策略、保后风险预警策略等。
d.输出风控报告
如通过、复议还是拒绝,以及额度和利率定价结果等。
应用效果/社会价值


1、技术价值

大数据风控平台通过金融科技手段为四川农担实现公司风险控制从“人控”到“机控+智控”的转变,降低由于信息不对称、分析能力不足而带来的业务风险,真实完整及时地展现四川农担风险情况,提升公司风险控制能力和审查审批效率。

2、业务价值

从业务范围上包括担保业务全流程,涉及保前、保中、保后等环节的实时/批量/定时批量的风控决策服务建设。

从系统上满足风险“管得住、放得开”的灵活控制:根据调用业务过程做策略组件化设计,满足风险策略的分类规范管理。系统包括三方数据接入、变量管理、策略管理三个方向内容的建设。

从运营范围上包括:三方数据接口的选择优化、担保业务流程优化、风控策略监控与优化、保后资产质量监控分析。完成业务全链路与风控全链路的运营闭环。

12月25日项目上线以来,平台管理相关担保业务50亿元以上,保前自动化风险识别及拦截金额达2.4亿以上。

3、核心价值

总体大数据风控平台具备高质量扶持及发展三农业务的技术条件,使得四川农担在未来三农业务体系当中能够:

“看得见”:深入开展三农担保业务,分析行业及风险发展态势,实施精准分析三农资源及供需情况。

“看得清”:深入分析产业结构及痛点,推进三农政策的精准直达,主动为企纾困解难,打造优质三农发展环境。

“看得远”:预测未来三农产业布局及走向,划定重点扶持维度,推进三农产业高质量发展。



53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询