一、项目背景及目标

随着经济世界的日益复杂，信贷市场的逐渐庞大，金融风险随之不断扩大，传统金融风控体系已经无法满足金融市场的要求，智能风控作为传统金融风控手段的补充和完善，是保障金融业务健康发展的重要基础，特别是在新冠疫情冲击下，信用风险日益突出。我行积极贯彻落实国家普惠金融工作部署，加大金融服务创新，强化对实体经济的支持力度，扩大普惠金融覆盖面，为业务范围覆盖区域内城乡居民提供便捷优质的金融服务。

兰州银行基于多维数据模型的自适应智能风控平台建设，实现了全方位的风险联防联控能力，通过运用数据模型和机器学习算法重新定义业务风险管理流程，实现风控模型集中管理，扩大信贷业务的覆盖范围，为普惠金融业务、消费信贷业务、信用卡审批业务提供统一标准的数据风控模型服务，有效的解决了普惠信贷业务融资难、融资贵和效率低的难题。

二、项目/策略方案

兰州银行基于多维数据模型的自适应智能风控平台，主要运用大数据技术，在获得客户授权前提下，通过大数据技术实现了人行征信、资产交易、司法、反欺诈等信息快速融合，形成标签化风控模型变量，结合客户风控表现，构建多维数据模型风控审批矩阵，实现客户风险的量化管理。将风控模型服务嵌入信贷业务线上、线下，贷前、贷中、贷后流程，形成能够满足政策监管、合规准入、贷中评级授信、风险定价、贷后风险监测和催收评分的智能化风控中台。平台采用微服务架构，实现风险决策服务的动态扩展和灵活部署，保障系统的高效、稳定、系统风险可控。

图1 基于多维数据模型的自适应智能风控平台技术架构

平台主要包含数据层、分布式数据访问层、服务治理层、业务服务层、数据交换层和接入层六层架构，底层数据以MySQL和CDH大数据平台作为基础，实现数据的快速加工和访问，满足高并发的性能要求；分布式数据层通过代理服务实现数据服务的集中管理。业务服务层采用spring cloud微服务的框架，实现业务服务和平台模块的快速整合，能够按照业务访问量进行动态扩展；数据交换层采用API的服务模式，能够按照不同业务平台服务协议要求实现多类型报文格式交互访问。

图2 基于多维数据模型的自适应智能风控平台功能架构

基于多维数据模型的自适应智能风控平台主要有外部数据管理中心、实时变量计算中心、离线变量计算中心、决策引擎、模型计算服务中心、模型管理中心、风控业务运营监测、工作流引擎、统一接口服务、风险特征库、征信解析11大板块构成。实现了风险数据的加工、决策、服务的统一化管理。

三、创新点

1、建立数字化风控中台。平台采用大数据、云计算和微服务的技术架构，实现了数据、技术、服务、应用分层分类管理，完成了风控数据、风控模型和风控服务的集中统一管理，提升风险联防联控能力。

2、构建全行“风控大脑”，形成多维数据模型库和场景案例库。平台运用机器学习算法构建了用户的还款能力模型、征信模型、身份认证模型、欺诈模型、风险定价模型、额度评估模型形成多维数据模库，基于不同业务场景搭建了消费信贷类、农贷类、信贷业务准入类、小微经营信贷类风控案例模型，能够为业务模型的搭建提供经验参考。

3、提升信贷业务效率，实现小微贷款业务“3个1”目标。基于多维数据模型的自适应智能风控平台，运用数据思维重塑信贷业务风控流程，提高线上线下及前中后台业务交互协作能力，完成了风控数据、风控模型和风控服务的集中统一管理，审批效率大大提升，从申请到放款真正体现了“客户少跑路，数据多跑路，实现小微贷款业务“3个1”目标，即1分钟反馈预授信额度、1个工作日客户经理上门调查、1秒钟发放贷款。

4、开启风险量化和自适应调整管理新模式。采用量化风险管理模式设计构建风控策略，基于多维模型评分和贷后逾期表现数据实现模型规则的动态调整控制，实现自适应的风险管理目标。

5、深化金融科技应用，提升信贷产品竞争优势。平台采用大数据、云计算和微服务的技术架构，整合了多个数据应用，以微服务方式划分服务集群，分组部署应用服务，通过参数化配置实现风控业务集中统一管理，平台支持7*24小时业务办理，具有高稳定、高性能、高并发和易扩展维护等特性，提升了信贷产品的研发效率，提高业务竞争优势。

6、提升数字化风控业务运营能力。平台支持对决策路由、命中策略的多维查询和事件属性的时序分析，基于多维模型评分和贷后逾期表现数据，参照业务风险偏好和模型监测变量的交叉检验结果，实现风控规则的动态调整，以辅助风控策略持续迭代优化，达到自适应的风险管理目标。平台搭建了全链路日志，实现了对单个风控进件所有执行环节日志的落地和串联，持续监控模型运行状态，对调用次数、响应时间、变量的分布等核心指标进行实时监控，支持模型生命周期一体化操作，提升平台数字化风控业务运营管理能力。

四、项目过程管理

五、运营情况

我行在基于多维数据模型的自适应智能风控平台上线以来，持续优化平台功能，拓展平台服务范围，强化大数据在风险管理方面的深度应用。

一是引进优质外部数据资源，广泛开展数据合作，开展联合建模，建立以大数据分析为支撑、以评价评级模型为工具的授信审批决策体系，实现信用贷、房抵贷、消费贷、联合贷多业务场景的智能化审批，进一步提升业务数字化管理水平。

二是整合内外部数据资源，构建风控集市，以高度去手工化、标准化的业务流程和精准的风控模型实现了机防机控代替人防人控，关键环节实现系统刚性控制，机器执行不打折、不打盹。将风险管理嵌入具体的交易场景和业务流程，在有效降低运营成本的同时，强化了信贷全流程的风险管控能力。基于多维数据模型的自适应智能风控平台上线投产以来，在客户申请准入检测、身份认证、反欺诈检测、黑白名单校验、额度计算、额度调整、分期策略调整等场景，持续为我行消费信贷、经营贷款、助农贷款等业务提供风控服务。

三是基于网贷风控反欺诈建设经验，优化完善数据风控手段，扩大风控管理范围，结合业务实际构建风控模型，形成统一的信贷业务风险实时监测预警，为互联网贷款、消费贷、信用贷提供全面的风控服务支持，有效降低信贷欺诈违约风险。

四是实现风控模型集中管理，扩大风控业务的覆盖范围，为消费信贷、信用卡审批、小微快贷等业务提供统一标准的数据风控模型服务。目前已投入使用的数据模型包括准入模型、反欺诈模型、评分模型、定额定价模型等，业务场景涉及个人业务部、普惠金融部、消费金融部等条线的信用一键贷、拎包贷、小微快贷、农易贷、百合随意贷、百合惠农贷等多个产品。

六、项目成效

基于多维数据模型的自适应智能风控平台高度去手工化、标准化的业务流程和精准的风控模型能有效降低运营成本。截止2022年10月10日，风控平台上线32个信贷产品,累计进件总量863.25万笔，贷款发放人数共计629.97万人，贷款余额112.5亿元。有效的节约了业务营销人员和信贷授信审批人员的人工成本，提高了授信审批效率，提升了全行的利润水平。

平台以数据和技术为驱动，深化金融科技和业务场景的融合，不但推动了银行机构数字化转型，在提升业务效率、防控金融风险方面都具有重大意义。

提升业务效率。基于多维数据模型的自适应智能风控平台高度关注业务效率提升，通过采集信贷业务全流程数据和客户、产品信息,及时发现信贷客户的生产经营、财务状况等风险，完善内部信用风险提示、紧急风险事项预警及重大信用风险事项跟踪、监控和处理机制，促进信贷业务流程的规范化和高效化。

强化风险控制能力。基于多维数据模型的自适应智能风控平台将风险管理嵌入具体的交易场景和业务流程，强化了信贷全流程的风险管控能力。贷前提升“机智”知风险，平台的贷前环节将风险排除、量化评价和客户画像嵌入审批流程中，实现了智能准入和智能审批。贷中执行“刚性”控风险，通过平台实现风险联防联控，把政策管控要求装进系统里，关键环节实现系统刚性控制。贷后预判“超前”降风险，除传统的贷后风险管理功能外，平台额外搭建了智能预警和智能监控、智慧分析版块。

七、经验总结

基于多维数据模型的自适应智能风控平台建设，有效的拓展了信贷业务风控的覆盖范围，开启了数字量化风险管理新模式，真正实现“让数据多跑路、让客户不跑腿”，通过提升服务来满足不同层次、不同特点客户的融资需要。同时，坚持以客户为中心，加强信息安全管理，融合产品、技术、系统，构建全流程数字风控模式，不断提高普惠金融高质量服务能力，以“金融+数据”渗透多种场景，稳步扩大普惠金融覆盖面。