项目背景及目标

齐鲁银行建行伊始就确立了科技兴行战略，具有与业务经营相适应的信息科技组织架构、完善合规的信息科技系统、坚实有效的信息安全管理体系和标准化的数据管理体系。目前，齐鲁银行已建有领先的前、中、后台信息科技系统，各类系统齐备完整，覆盖营销支持、服务渠道、管理监控、数据分析挖掘等多领域，支持多级核算体系与多法人集团化运营。齐鲁银行从战略层面高度重视金融科技发展，积极与第三方开展合作，充分利用大数据、云计算、人工智能、区块链等新兴技术，积极探索金融与科技的深度融合。

项目/策略方案 

为响应银保监会发布《中国银行业信息科技“十三五”发展规划监管指导意见》的要求，面对当前经济形势下的新竞争和成本压力，解决将数据转化为促进银行经营发展技术引擎的重要课题。齐鲁银行建设大数据平台充分整合行内的历史数据和外部数据资源，有效提升齐鲁银行的信息化服务效率和管控水平，大数据平台在基础数据服务建设、优化运营管理、开展运营监控、支持业务决策、线上风控支持、外部数据接入方面全面开花取得了丰硕的成果。

大数据平台由调度平台、数据资产运营管理平台、客户数据分析平台、大数据数据应用服务平台组成。各个平台系统协同配合，共同组建了数据归档、数据模型加工、历史数据服务、实时数据服务、数据分析展示、以及外围系统数据服务的一体化智能大数据服务平台。其中调度平台是大数据平台数据加工处理的中枢，将大数据平台的实时及批量处理任务统一调度监控，保障大数据平台稳定运行；数据资产运营管理平台，对于全行数据的归档管理、公共主题数据模型的加工、数据资产的分析展示等进行统一管理，为各项数据服务工作提供坚实的数据和系统基础；大数据数据应用服务平台运用大数据分析技术、机器学习算法、知识图谱等技术为齐鲁银行开展大数据风控提供技术服务平台,分析全行业务数据发展情况，为优化运营管理提供平台支持。在技术层面，大数据平台利用hadoop、hive、hbase、spark等大数据技术整合行内的历史数据和外部数据资源，为大规模数据并行加工计算提供可横向扩展的计算能力；使用flume、kafka等大数据技术加工处理实时业务数据，为业务发展提供实时数据加工服务；运用知识图谱、机器学习算法为齐鲁银行开展大数据风控提供技术支撑；运用数据可视化技术对各类业务数据开展数据分析工作，持续优化数据运营管理工作。

创新点

平台利用庞大的数据和先进的移动互联网技术对客户的各类交易信息和经营行为进行综合分析，能够迅速达到筛选客户、了解客户的目的。

基于大数据模型，实现对监管严要求及重点整治问题的有效监控、精准发力。齐鲁银行在运营风控大数据监测建设过程中，充分运用大数据技术分析整合行内外数据，加工客户关联关系分析客户交易情况，分析客户交易时间、交易地点、交易对手、交易摘要等各个层面的数据信息。通过专家模型、机器学习模型对企业进行风险评分，创建企业评价模型，从海量数据中筛选可疑交易行为，为打击客户涉赌、涉诈非法行为提供了有效手段；为监测反洗钱关于柜面业务联网核查要求执行情况提供了保障；为防范柜面业务未验印、异常验印等操作风险提供了支撑；为加快推进客户信息数据治理提供了有效工具。

项目过程管理                  

（一）业务科技的有机协同和融合

大数据运营风控监测业务创新的特点决定了该项目建设过程中业务与科技有机融合的至关重要性。对业务而言，需要经历业务流程梳理、业务场景分析、业务风险点挖掘等环节，同时充分结合业务线上线下交易模式，确定风控模式，构建监测模型，确保监测的完整性和有效性；对技术而言，针对业务监测模式的处理需求，重点分析论证是否具备可采用的技术、技术应用的成熟度等，以确定相应的技术实现方案，如：使用大数据流处理技术对接业务系统实时数据、使用知识图谱技术分析客户关系等。因此在项目实施过程中需要业务与技术在反复的沟通、交流和充分的理解中确定可落地的实施方案。

（二）系统的分步迭代上线

大数据运营风控监测采用类敏捷开发的模式，按照功能的重要程度进行迭代式升级，并逐步优化完善。

运营情况

目前，大数据运营风控监测已建立多项模型，涉及柜面业务验印、单位户可疑开、销户行为、单位户异常交易、客户身份联网核查以及国际业务分拆结售汇行为等方面。系统采用“T+1”报表模式，当前系统运行稳定，预警数据有效，实用性强。系统应用情况如下：

（1）柜面业务验印监测

根据柜面业务验印场景，实现对单位定期业务、结构性存款业务、单位结算账户开销变、同业账户开立、单位账户密码重置、互联网金融业务等业务验印监测，有效防范柜面业务验印风险。

(2)单位户可疑开、销户行为监测

根据单位可疑开户场景，实现对“不同单位客户法人不同”，“不同单位客户地址相同”，“不同单位客户法人、财务负责人、控股股东、受益所有人交叉相同”，以及“同一单位频繁开销户”等可疑行为监测，通过预警数据分析，做好开户风险排查，防范可疑开户风险。

（3）单位户异常交易监测

根据单位账户可疑交易场景，实现对“单位账户短期内频繁交易”、“单位账户异常时间资金交易”、“单位账户博彩资金交易”、“单位账户小金额频繁转款”等涉赌、涉诈可疑行为监测，通过预警数据分析及风险排查，对存在可疑的，采取限制措施，确保账户合规使用及资金安全。

（4）客户身份联网核查监测

根据柜面业务联网场景，实现对柜面70多个交易联网核查情况监测，发现未核查的，及时进行风险提示，督导整改，规范业务操作，有效堵截风险隐患。

（5）国际业务分拆结售汇行为监测

根据外汇监管要求，实现对个人及单位客户分拆结售汇行为的进行监测，防范客户欺诈行为。

项目成效

近半年以来，借助大数据监测系统上线，齐鲁银行运营业务风控质效得到显著提升。一是结合业务运营检查和反洗钱工作实际需求，运用大数据监测分析客户交易行为数据，助力生产运营发现疑似问题单位账户近百户，经分支机构排查，已对其中几十户采取限制措施；二是通过柜面行为监测，多次发现柜面业务未验印、未联网核查问题，及时督导机构落实整改，加强业务考核，持续规范前台合规操作；通过对单位账户开户环节监测，及时发现可疑风险线索并进行风险提示，上线来共发送可疑开户线索几十户，组织机构加大开户环节风险排查力度，做到早预警、早排查、早防范，保障安全运营。

经验总结

大数据运营风控监测系统建立，是借助大数据技术防范运营风险的创新性尝试，是金融科技与银行支付运营有效融合的成果展示，取得了很好的应用效果。通过系统监测，及时捕获可疑交易和风险行为，减少风险事件暴漏，筑牢了运营风控防火墙，保驾银行安全运营。