一、项目背景及目标  

为深入贯彻金融监管要求和数字化转型战略，江苏农商联合银行针对外部欺诈风险日趋严峻、内部准入管理支撑不到位等问题，启动“数字化多维度、多场景风控体系建设”项目建设。该项目以科技赋能为抓手，致力于构建全场景、全渠道、全链路风险防控体系，满足信贷、账户、交易等业务风险防范需求。通过系统建设，江苏农商联合银行将实现风险策略的统一部署、模型监控与量化分析，提升风险识别能力，保障资产质量，推动全省农商银行风险管理从分散式向企业级集中统一转型，为金融业务高质量发展提供坚实支撑，最终贡献于国家金融安全与经济稳定。

二、创新点

（1）企业级架构设计，实现跨场景联防联控。系统采用同城双活架构，整合决策引擎、指标管理和名单平台，打通交易欺诈、账户风险、信贷风险的数据链路，支持多法人权限体系和实时监控，提升了风险防控的统筹性和敏捷性。响应时间缩短约50%，风险识别准确率提高20%，显著增强了系统的扩展性和复用性。

（2）智能化风险决策，实现全流程自动化。引入基于图计算的团伙识别模型、机器学习算法模型和行为事件实时拦截策略，支持可视化决策流编排和零代码热部署，实现了贷前、贷中、贷后全流程反欺诈策略体系。同时，支持冠军挑战者模式和分流部署，辅助业务人员精准识别风险，提高了决策效率和准确性。

（3）国产化技术栈，实现自主可控。系统服务器选用国产物理机和云平台，操作系统为麒麟V10 SP3，数据库为GoldenDB和GBase，中间件包括Kafka、Redis和ElasticSearch，构建了全栈国产化体系，确保数据安全。硬件成本降低的同时，整体性能提升了30%，为风控业务提供了可靠的技术保障。

三、项目技术方案  

数字化多维度、多场景风控体系建设项目基于微服务架构构建，集成Spring Boot、Nacos及多层安全防护，支持实时数据处理与高效开发；前端采用Vue框架实现可视化界面；数据库结合GoldenDB、GBase和ElasticSearch支撑高并发存储；部署上通过分布式集群、Kafka大集群和Redis缓存，确保了系统的高可用性、扩展性和安全性。

1.应用架构

系统按照业务功能属性划分，主要模块包括决策中心（支持实时决策引擎和可视化编排）、指标中心（实时/批量指标计算）、名单中心（多源名单统一管理）、监测中心（多维度报表分析）、交易欺诈中心（事件核查与标签管理）、账户风险中心（评级查询与处置对接）、信贷风险中心（进件记录与人工干预流程）、数据中心（三方数据接入与标准化管理）和系统管理中心（监控与日志管理）。模块间通过HTTP接口和Kafka消息队列交互，与外部系统（如移动展业、网贷平台、手机银行）采用同步/异步接口对接。

（风控中台总体架构逻辑图）

2.后端架构

系统采用Spring Boot框架进行开发，Nacos作为服务注册与配置中心，实现微服务治理；Kafka用于分布式订阅采集，支持跨中心大集群数据同步；Redis作为内存数据库，补充实时ETL静态数据；决策引擎支持毫秒级运算和高并发，集成流式大数据处理。系统还包括CubeBase缓存数据库和Zookeeper分布式协调，确保实时指标计算和决策流高效运行。

3.前端架构

前端使用Vue框架，通过HTTP和JSON数据交互，实现组件化开发和多终端兼容。支持可视化报表、决策流编排和风险监测模板调整，兼容Chrome浏览器（版本80以上）和国产奇安信浏览器。

4.数据库架构

关系型数据库为GoldenDB，分析型为GBase，全文检索为ElasticSearch（跨中心大集群部署）。数据库支持共享存储模式，存放风险数据、指标和日志，能满足高并发场景。系统数据备份策略包括每日增量备份和每周全库备份，确保数据容错和快速恢复。

5.物理架构

物理架构说明：

（1）该项目架构采用同城双活架构

（2）底层关系型数据库采用GoldenDB;

（3）分析型数据库采用GBase;

（4）全文检索引擎采用ElasticSearch,采用跨中心大集群方式部署;

（5）分布式订阅采集系统采用Kafka,采用跨中心大集群方式部署;

（6）依赖3套星环大数据平台，分别是数据湖、该项目独有的大数据平台、实时大数据平台;

（7）采用Redis做为内存数据库，采用跨中心大集群方式部署，用于在实时ETL过程中，补充静态数据;

（8） Cubebase缓存数据库。

四、项目过程管理

方案论证：2024.09.13-2024.12.20

需求开发：2024.11.01-2025.03.28

系统设计：2024.11.01-2025.04.14

开发自测试：2024.11.01-2025.06.30

系统集成测试：2025.04.15-2025.07.30

用户验收：2025.04.21-2025.07.30

投产准备：2025.05.15-2025.08.30

系统上线：2025.08.30

五、运营情况  

本项目上线后，已在全省农商银行推广应用，帮助业务人员熟悉风控功能。企业级风控中台实现了信贷、账户、交易全场景接入，支持实时决策和模型监测。自系统上线，全省农商银行风险识别效率提升，覆盖信贷产品丰富渠道，减少了欺诈风险暴露。系统为内网部署，相关数据保存至江苏农商联合银行服务器。支持在线用户数≥2000个、并发≥800个，用户数可进一步扩充。页面响应时间不超过100ms（实时决策），查询响应时间不超过10s。批量处理时间为0.5小时左右。系统从开始运行至今，整体运行稳定，无重大风险漏洞事件和重大业务风险，并且整体性能满足3-5年内的业务发展要求。

1. 试运行进展

（1）覆盖范围

目前项目在多个业务场景中开展试运行：

对公、零售信贷展业业务：在部分农商银行开展试运行。

运管反电诈业务：在52家网内农商银行通过手机银行、网银、柜面、ATM、STM、农信银、大小额支付系统、e路有我等行内渠道开展试运行，并已逐步正式开启风险实时管控。

信用卡业务：在52家网内农商银行开展陪跑试运行。

（2）业务处理

截至2025年9月，试运行期间业务处理数据如下：

对公零售信贷展业业务：已处理对公信贷展业业务5343笔。已处理零售信贷展业业务124520笔。

运管反电诈业务：上线2个实时模型、5个事后模型，覆盖11个实时渠道和1个准实时渠道的交易，判断交易量1.7亿笔，触发高风险规则预警量4653笔。

信用卡业务：上线2条决策流模型，已处理信用卡申请业务33034笔。

此外，试运行期间共触发对私规则3793笔；触发对公规则860笔，初步验证了系统在多场景下的风险识别和管控能力。

六、项目成效

1、经济效益

截至2025年9月末，全省农商银行通过优化风险管控，信贷资产质量稳步提升，风险拒绝率和有效性显著提高。系统建设降低了重复开发成本，推动业务效率提升，预计每年为全省农商银行节省运营成本数千万元，促进绿色金融和零售转型高质量发展。

2、社会效益

项目建设实现了全流程风险联防联控，提升了金融安全水平，减少了电信诈骗和中介欺诈等社会风险。系统采用国产化技术，促进了技术自主可控，加速了数字化转型。同时，支持监管合规要求，如电信诈骗止付机制和账户分类管理，为社会金融稳定贡献力量。

七、经验总结

项目的成功实践为农村金融机构数字化转型提供了范例。紧扣监管要求和业务痛点，系统设计注重企业级架构和实时决策，确保功能符合全场景需求。通过持续迭代，实现了模型策略统一管理和风险量化分析，推动风控能力大幅提升。国产化技术与AI模型的深度融合，加速系统从分散到集中的转型，为风控业务注入强劲科技动能。项目强调跨部门协作和敏捷开发，确保高效实施和推广应用。