一、解决方案简介

宇信科技基于多年风险管控经验和深厚的业务沉淀，研发了基于大数据技术的智能风控平台。它将技术、数据、场景三者相结合，为金融机构提供贷前审核、贷中监控与贷后预警等全方位、全流程风控决策和风险预警能力。在功能设计上，基于全线上、全流程管理需求和组件化、可视化设计理念，实现数据、模型、视图于一体。进而标准数据接入流程、简化模型开发复杂度、提升风险展示直观性。在性能设计上，采用分布式计算架构，在“决策”+“预警”场景上采用双引擎驱动设计，既具备请求数据的毫秒响应，又具备海量数据的复杂处理。

图1-大数据智能风控平台总体架构

大数据智能风控平台作为一道防线的支撑体系，为业务管理部门提供风险抓手，同时也为二三道防线提供风险数据。在线上业务或者零售业务高速发展的当下，通过大数据智能风控平台，可实现多源数据融合、申请准入分析、反欺诈识别、申请评分、额度测算、利率计算、贷后监测等全线上、自动化风险决策场景。为传统授信业务提供风险探测、数据验证、监控预警场景能力。

图2-大数据智能风控平台应用场景

二、应用场景痛点分析

当前金融市场变化日新月异，企业内外部风险环境日趋复杂，风险数量及种类与日俱增。一方面在大零售战略转型的大背景下，传统的风险管理模式难以满足创新服务与拓展海量客户的需要。特别是数据缺失、征信不够充分，降低了自动审批的效率和效果；另一方面，随着市场逐步规范，监管要求日趋严格，对金融机构自主风控能力的要求不断提高再就是信贷业务逐渐由线下向线上迁移，这就使得金融欺诈的风险识别愈发困难。

图3-金融机构风控建设背景

1.监管层对金融机构互联网贷款业务的具体要求

2020年7月银保监会发布《商业银行互联网贷款管理暂行办法》，从风险管理体系、风险数据和风险模型管理、信息科技风险管理、贷款合作管理、监督管理等方面对商业银行互联网贷款管理提出明确要求。并特别要求，商业银行强化风险控制主体责任，独立开展互联网贷款风险管理，自主完成对贷款风险评估和风险控制具有重要影响的风控环节，严禁将关键环节外包。

互联网贷款具有依托大数据和模型进行风险评估、全流程线上自动运作、无人工或极少人工干预、极速审批放贷等特点，在提高贷款效率、创新风险评估手段、拓宽金融客户覆盖面等方面发挥了积极作用，是银行业务线上化和数字化的表现。与此同时，互联网贷款业务也暴露出风险管理不审慎、客户真实行为不确定、金融消费者保护不充分、资金用途监测不到位等问题和风险隐患。迫切需要建设独自的、自主的风控监控管理体系。通过内外部多源数据融合加工、交叉验证借款人相关定性和定量信息的真实性，进而加强贷前审查；运用风险数据，构建有效的评分模型、授信审批和定价模型，增强贷中审查力度；通过建立风险监测预警模型，对借款人财务、信用、经营等情况进行监测，设置合理的预警指标与预警触发条件，及时发出预警信号，必要时应通过人工核查作为补充手段，加强贷后管理服务。

2.传统的企业客户管理模式已经不能满足风险管控的新要求

随着现代企业的规模化、市场化、多元化发展，银行对企业客户的风险评价与管理已经不能仅仅局限于单一企业客户本身，而要对企业及其所在的关系群体进行整体的评价与管理。而企业之间的关系已远远超出了传统的以股权关系为基础的集团派系，形成了一批不依靠股权但在经济上具有高度相关性的“类集团”式的关联企业群体，这一方面使得现代企业的经营管理更加复杂、经济往来的隐蔽性更高，银行与企业之间的信息不对称进一步扩大，银行多头授信、过度授信风险不断加剧；另一方面行业的紧密度、区域经济的联动性越加增强，信用风险的传染度及传播范围不断提高。迫切需要建设基于内外部数据的、具备关联分析能力的风控监控管理体系。引入第三方数据，基于大数据计算，精确分析企业背后的股权结构和关联关系，进而清晰展示企业背后隐蔽的关系图谱。

3.客群下沉造成业务人员匮乏

随着银行企业客户下沉的战略调整，伴随而来的是数量庞大的零售客户群和中小型对公客户群，而银行的机构与人员数量有限，不可能通过无限扩张来满足传统信贷流程的大量贷前和贷后线下风险管理工作。这就需要银行持续加大科技投入，组建科技团队，研究金融科技在零售和小微业务中的应用。显而易见，银行通过金融科技在零售业务数字化转型方面取得明显进展，通过人脸识别、知识图谱等技术，构建黑名单数据，实现身份验证，提高反欺诈识别能力。借助第三方数据，并利用大数据技术构建数据分析模式，丰富数据标签，实现信贷业务全生命周期风险管理，提高风险防御能力。

宇信科技推出的大数据智能风控平台，皆在快速构建风险防控体系，实现风险防控的自主化、智能化，进而提高风控效果、降低人工成本。平台具备多源数据融合能力，解决风险分析时数据分散、数据匮乏等问题；具备实时指标加工能力，解决传统分析时效长、数据价值发挥不充分等问题；具备决策模型和预警模型线上化开发能力，解决业务人员难操控、难自主等模型开发和管理问题；具备双引擎集群部署能力，解决单点故障、并发低等性能瓶颈。 

三、解决方案优势阐述

风控系统的建设并非新事物，很多年前已经广泛应用于银行业。随着金融科技的高速发展和业务需求的快速变化。新时期的风控平台朝着智能化、流程化、可视化发展。特别是随着国产化、线上化的IT建设要求，对风控体系的建设也提出了诸多新要求。如满足全行级决策需求，这就需要决策平台具备强大的数据接入能力、高效的场景分析能力、完善的权限管控能力；如满足线上化决策需求，这就要求平台能根据不同产品决策诉求，实现灵活的业务决策编排能力；如满足多域风险组合或者整合展示，这就要求平台具备多源风险数据收集能力，风险视图可视化呈现能力等。宇信科技推出的大数据智能风控平台，既继承和延续了传统风控设计的优点，又有很多新创意、新技术、新设计的加持！

图4-大数据智能风控平台优势

1.场景能力更突出

基于共建共享理念，平台在设计初以全行级应用为建设目标。可满足线上自动化决策场景需求，也可应用于线上线下相结合业务场景。针对风险主体差异，可满足对公客户、同业客户、零售客户风险决策和预警需要，也可应用到内部员工、内部机构风险管理中。从技术角度建设一套系统，进而满足个人、小微、公司、员工、机构等不同信贷业务的差异化接入，实现一套平台满足多场景需求，提升业务操作的便捷性、简化后期维护。

2.业务操控更自主

随着线上业务的高速发展，新形势下风控模型需求变化快、迭代迅速成为主要特点。以往的模型开发往往效率低、周期长，同时模型部署需要技术深入参与，整个过程操作繁琐、耗时较长。本平台将数据、指标、模型进行流程化、线上化设计，可满足从渠道接入、指标配置、模型开发、模型运行全部线上开发和管理，让业务人员能理解、会操作。

3.风险展示更具体

基于客户基本信息和交易行为信息，结合外部工商、司法、征信等数据，从风险维度对各类数据进行梳理、加工、穿透、组合，进而建立客户风险标签和画像，形成客户风险视图，为各类风险决策提供支持。同时在决策和预警时，根据场景特点和业务数据，提供风险拦截或者预警原因，让风险分析更直观。平台也提供风险大盘功能，整合决策处理、预警处理信息，形成平台任务全貌展示。

4.风险管控更智能

基于宇信多年积累的成熟的决策模型和预警模型，依赖内外部数据，借助智能风控引擎的强大能力，实现智能化的风险决策和风险预警。在决策上，根据不同产品、不同客户群体，提供个性化决策服务。

5.数据应用更深入

智能风控平台具备多源数据融合能力，更具有实时指标和批量指标在线配置管理和加工运算能力。根据数据的价值随着时间流失价值下降的现实，可实时完成流式数据计算，并将数据结果引入决策过程，让数据说话，让决策更科学。针对海量历史数据问题，平台引入大数据挖掘技术，实现当前数据和历史数据的深度融合，实现客户风险的全面评估。

6.技术体系更先进

系统内部采用高内聚、低耦合的三层系统架构，便于平台管理和扩展。核心引擎以大数据为基础，其底层内部基于流式计算架构Flink进行实现，通过设置checkpoint提升系统的容错性。通过hadoop yarn进行资源的管控，可满足高可用、低延迟、高并发要求。其表达式计算基于avitor进行计算，降低了其解析难度。通过采用Redis缓存技术，降低了对某些数据的重复请求带来的性能消耗，提升了客户的体验。通过使用kafka消息中间件，保证了预警引擎的高效性、稳定性。搜索引擎采用ElasticSearch，基于其分片与副本机制，大大提升大数据搜索查询和计算速度。利用知识图谱技术，提升客户风险全景视图的挖掘探查能力。

四、金融行业客户名单

宇信科技自主研发的“大数据智能风控平台”，已经或正在帮助新疆农信、福建农信、山西银行、张家港农商等金融机构客户快速实现大数据风控体系的数字化、智能化、自主化建设。

五、客户评价

新疆农信通过智能风控平台的建设，即落实了风险管控要求，又为行社业务发展保驾护航。如针对当前高速发展的互联网业务，行社可基于自身需求，进行网贷产品创新，风控平台与网贷平台相互配合，实现线上业务的快速、安全创新。帮助我联社实现了如下目标：

1.支撑我联社在线信贷业务、线上线下结合业务、自动化审批业务全线上审批决策，同时支持线下决策辅助，切实提高风险管理精细化水平。

2.系统支持大数据下的数据挖掘和风险预警，推动以数据驱动为核心的风险管理团队和文化，利用大数据实现精细化风险管理的战略目标。

3.系统支持业务人员自主化配置，大化提升流程和规则配置的灵活性，真正实现中后台风控与前台业务的无缝对接。