建设背景

一是满足业务发展的需要。全省信贷业务正处于快速发展的有利时机。自从出现大量违规查询问题,征信查询权限上收以后，大大影响了信贷业务的办理效率。为此省联社研发中心研发了信用报告查询管理系统，并与信贷系统进行了对接，实现了对机构查询员的灵活配置，而且进一步提升了征信查询工作效率。

二是满足系统管贷的需要。征信数据是衡量客户信用信息好坏的依据，目前客户征信信息接入系统，实现了系统对征信数据的运用和管控目的，例如：系统要求每笔信贷业务都要查询客户征信信息，否则提交申请时会自动进行控制；提交贷款申请时，系统能够快速抓取客户征信数据进行校验，对有不良记录的客户进行预警提示或者控制拦截；对信贷系统个人客户调查报告进行了优化，实现90%数据的自动获取，其中就包含客户信用数据，信用数据就来源我们的征信报告。在审批环节，审批人可以在系统中快速查看客户征信报告，帮助审核人员及时做出准入判断。

三是满足风险防控的需要。征信数据接入信贷系统，实现了贷款准入时对客户征信资质的校验目的，通过系统对客户征信数据的分析校验，辅助我们审核客户的准入资质，防范信息造假风险，更能够规范我们的操作，防控操作风险。特别是在系统风险探测阶段，有效拦截了不合格的准入客户，进一步规避了人为干预导致的风险问题。

实施时间

外部大数据接入信贷系统主体功能于2016年10月份上线，而法院、工商、税务、环保等外部数据则于2016年11月底正式接入信贷系统，经过初步的数据准确性验证后于今年2月初放开全省大数据查询权限。

在外部数据接入后，研发中心将人行征信、外部数据与行内自身交易数据相结合，建立了外部征信数据风险探测拦截机制，该功能于今年5月份上线后，通过大数据来分析评估贷款风险状况，实现风险控制由人工控制变为系统控制、由分散控制变为后台集中控制。自此以后，研发中心深挖大数据利用价值，于今年7月份对大数据进行了一次整体优化，将大数据灵活运用在客户管理、授信管理、审查审批管理等业务环节，实现对贷款进行全流程风险监控；同时将行内信用报告查询时间由“T+1”改为实时查询，极大程度上解决了信息不对称的问题。

应用技术/实施过程

（一）设计原则

根据需求，定义好大数据功能模块需要的字段、参数配置表等，然后按照业务模块、批量模块分别分给对应的开发人员，大致流程如下：

（1）业务管理模块需求实施过程

（2）根据编写的实施方案开始进行开发。分别通过DBV工具连接DB2数据库编写数据库脚本，如下图所示：

（3）通过Eclipse 进行应用脚本的编写。包括（java、jsp以及js等），如下图所示：

（4）开发完后，每天下班之前进行脚本同步SVN,通过SVN进行版本控制，如下图所示：

（5）开发完后，把程序打包提到测试服务器，进行测试，信贷系统WebShere控制台，进行服务重启操作，下图分别为通过工具监控后台测试日志、通过工具传输打包版本到测试环境、利率定价系统项目测试界面。

利率测算界面下图：

利率政策配置界面下图：

（6）集成测试通过后，由公司方进行版本封板，然后进行验证测试。

下图：左侧上线版本中每一个日期代表的一个版本，里面存放着当次所有投产程序包。

然后会根据开发文档《程序入版与上线手册》进行版本投验证操作。验证环境测试步骤如上述一到五。

终验证测试通过后，公司会进行程序投生产。然后进行绿灯测试，此操作结束后代表当前需求已经全部实施完毕。

2、晚间批量实施过程

根据需求，有部分利率定价字段需要从外围系统获取，公司方会根据外围系统提供数据的时间把批量放到信贷系统对应的批量单元中。

下图是信贷系统跑批的全部流程：

目次贷款利率定价系统项改造几乎涉及到上述所有批量单元，下面以修改主批量CRMS_GCI为例说明下批量的实施方法。

4、信贷主批量执行过程

（1）对数据源检查，获取ODS提供的.OK以及对应数据文件，校验文件是否齐全。

（2）导入信贷业务展期信息BusinessExtension.dat 到信贷展期表BUSINESS_EXTENSION中生成展期信息。

（3）导入业务核算信信息BusinessInfo.dat数据到信贷借据表中。

（4）生成合同信息表,根据已经导入的业务信息生成/更新合同数据。

（5）导入信贷业务流水信息BusinessWastebook.dat,在BUSINESS_WASTEBOOK中生成当期流水数据。

（6）导入总帐客户信息SubjectHistory.dat,数据存放在SUBJECT_HISTORY中。

（7）导入汇率信息ERateInfo.dat，同步信贷的汇率参数表。

（8）根据GuarantyInfo.dat同步信贷抵押品状态信息。

（9）核心系统的贷款基准利率表BaseRateInfo.dat信息，同步信贷的基准利率参数表。

（10）通过导入到信贷的展期表信息更新 借据和合同的展期到期日和实际到期日。

（12）根据RepayPlanInfo2.dat表信息更新信贷还款计划表信息。

（13）正常科目的总分校验。校验科目余额和分户帐(借据)余额是否一致。

（14）根据DailyDepositInfo.dat，更新机构的每日存款余额。

（15）导入员工信息EMP_BASIC_INFO.dat 信贷到信贷。

（16）导入股东信息StockInfo.dat。

（17）更新提供给1104报表的老信贷产品。

在CRMS_GCI的gci_task_hbnl.xml配置文件中增加对应单元，如下图所示。

其次通过AmarGci框架，编写对应单元的处理逻辑代码，如下图所示。

后编写后进行批量测试。分为以下几个部分：

（1）在etc文件夹中查看gci_dbconfig.xml文件

查看数据库url是否自己要跑批的库，如果不是，修改为要跑批的数据库url。

（2）然后查看etc文件夹中的gci_task_hbnl.xml文件，如下图所示：

把需要跑的批量单元的注释全部放开，不需要跑批的批量单元注释掉。

（3）查看data文件夹，跑批需要的dat文件是否齐全，如果不齐全，跑批过程中会报错。如下图所示：

需要注意的是dat文件名称后面要带上跑批时间_YYYYMMDD（如StockInfo_20180621.dat），不然程序会找不到跑批文件，如下图所示：

（4）信贷库 subject_history表中的 inputdate 改成跑批的日期。

（5）如果改过批量单元的java文件，需要先右键点击build_hbnl.bat文件选择编辑，然后把批量名称填入下图所示的位置后保存，点击build_hbnl.bat文件进行编译。

进行以上准备后就可以进行跑批了，点击gci.bat文件开始运行。如下图所示：

（6）跑批结束后，可以到log文件夹中查看跑批过程中的日志，看跑批过程中是否有报错信息，若跑批日志中没有报错，则表示批量程序运行成功；若出现报错信息则找出原因并处理，处理完再跑。如下图所示：

（二）信贷大数据构造描述

信贷大数据网络拓扑图指明了当前大数据系统中网络各节点设备和通信介质之间的连通关系，表明了当前的应用系统网络架构。表明构成当前网络的成员间特定的物理的即真实的、或者逻辑的即虚拟的排列方式。主要系统包括行内大数据服务器、行内外网中转服务器、安硕大数据云平台。使用单server的模式。

主要使用了数据库版本：DB29.7V  

主要使用了应用服务器版本： Tomcat8.0

后台开发使用系统：Windows7 64位、IE8

后台开发工具：Eclipse Version: 3.3.0、DbVisualizer Pro 9.0.4、SVN、JDK1.8

运用的技术包括:java、javascript、sql、socket、amargci批处理、amareds大数据、amartask工作流、amaroti接口、amarserver服务、amarrisk批量等技术，其中amar*为安硕自主创新的技术

然后服务器硬件描述如下：

（三）实施过程

1、大数据需求实施过程

根据公司大数据平台要求，目前大数据分为如下几类：

公司方会根据需求进行如下操作：

（1）根据需求编写如下文档，文档如下图所示。

（2）根据编写的实施方案开始进行开发。分别通过DBV工具连接DB2数据库编写数据库脚本，如下图所示。

（3）通过Eclipse 进行应用脚本的编写。包括（java、jsp以及js等），如下图所示。

（4）开发完后，每天下班之前进行脚本同步SVN,通过SVN进行版本控制，如下图所示。

（5）开发完后，把程序打包提到测试服务器，进行测试，信贷系统WebShere控制台，进行服务重启操作，下图分别为通过工具监控后台测试日志、通过工具传输打包版本到测试环境、信贷七个进系统项目测试界面。

大数据配置界面如下：

大数据运用界面如下：

（6）集成测试通过后，由公司方进行版本封板，然后进行验证测试。

下图：左侧上线版本中每一个日期代表的一个版本，里面存放着当次所有投产程序包。

然后会根据开发文档《程序入版与上线手册》进行版本投验证操作。验证环境测试步骤如上述一到五。

终验证测试通过后，公司会进行程序投生产。然后进行绿灯测试，此操作结束后代表当前需求已经全部实施完毕。

2、大数据AmarEDS接口实施过程

安硕大数据AmarEDS接口是信贷大数据能够正常运行的重要支撑，下图是湖北农信信贷和大数据系统的构造图：

大数据接口运用到信贷系统中交易说明：

安硕大数据开发目录分为两类，

一类是嵌入到信贷系统中：/ALS7C/WebRoot/Eds/* 下所有文件。

二类是独立的大数据服务端：AmarEDS

具体开发步骤如下：

1、 新建 server

在 Eclipse 中新建 server，

选择 tomcat6，

2、导入EDS工程

在eclipse中新建动态web工程，选择

tomcat6 和 web2.5，工程名“AmarEDS” :

如果要使用“安硕信用报告”模块或相关功能，必需使用 tomcat8 和 jre8， web3.1

3、AmarEDS 工程配置文件修改

修改其中标红的属性：

APP_HOME：工程的实际路径

如C:/workspace/AmarEDS/WebContent/WEB-INFAPP_DATA：文件存放目录，实际已存在且有权限的文件夹目录，如 D:/data,需要保证 data 文件夹下有如下层级目录:

CRServiceUrl：

a)如果是通过互联网连接安硕征信大数据服务端：

如：

b)如果是通过中转器连接安硕征信大数据服务端：如中转器访问地址： http://192.168.60.151:8888/ServiceTransPonder，则

c) 如果是通过 VPN 连接安硕征信大数据服务端：比如分配的 VPN 连接地址 IP 是 192.168.2.127，则

4、验证发布是否成

1.系统登录验证启动 web 系统，看能否登陆成功。例如登陆 http://192.168.1.1:8080/AmarEDS。

2.安硕大数据征信查询插件 WebService 服务发布验证，打开浏览器，输入 wsdl 地址：工程地址+“/service”，如：http://192.168.1.1:8080/AmarEDS/service ，如果能看到如下的 WSDL 列表，说明发布webservice 成功。

注：由于接口开发比较复杂，开发安硕大数据接口需要参考《安硕大数据征信服务接口文档.pdf》，根据接口文档提供字段进行开发。

（四）开发总结

本次项目开发主要采用的是迭代开发，有公司方根据确认好的需求一步步实施、测试。有产品研发中心和公司方共同进行版本控制管理，以此保证项目的顺利进行。

应用效果

首先，深度挖掘行内数据，对客户进行名单制分类管理，建立客户履约监测图。一是系统通过数据模型对存量信贷客户每月自动进行分类管理，目前，已建立12.6万个黑名单信息库、7.1万个灰名单信息库，占信贷客户总数的6.8%，通过对这些客户实行退出管理，在系统当中禁止对其新增贷款，可以有效推动信贷客户结构调整；二是通过分析每一个客户在我行历史上所有的信贷信息，每一期的还款情况，形成履约分析表，将客户在我行的信用变化情况以图形方式直观的展示出来，是客户经理评估存量客户的重要参考条件。

其次，统筹分析外部数据，针对客户形成外部数据综合报告，丰富风险评估条件。目前，已将人行征信及法院、工商、税务、环保、舆情监测等外部数据接入信贷系统，并将这些数据进行了整合分析，在客户未提供资料的前提下，我们可以从客户基础信息、客户关联方信息、信贷发放及回收情况、负债及担保情况、外部信用风险情况等其他多个方面，20个小点来形成外部数据信用报告，与客户提供的情况来进行交叉检验，为客户经理对新客户进行风险评估时提供了参考条件。

第三，行内数据与行外数据相结合，形成贷款全生命周期的风险预警体系。对外部数据与行内数据进行相互糅合，实现风险控制由人工控制变为系统控制、由分散控制变为后台集中控制，在贷前阶段对存在风险预警信号的贷款，根据风险程度实行提示或拦截放款，在贷后阶段系统将抓取到的客户风险情况自动推送给管户客户经理，大数据风险预警特许机制自今年5月份上线以来，在信贷系统内累计拦截、提示贷款风险1.07万笔、313亿元，其中有2973笔、48亿元新增贷款被系统直接否决，使一大批风险贷款从源头上得到了控制，同时也避免了大量无效的贷款调查和评估分析劳动；有7460笔、260亿元贷款由于风险化解等原因被市县农商行特批放行。

单位介绍

湖北省农村信用社联合社（以下简称省农信联社）成立于2005年7月28日，承担对全省农商行的管理、指导、协调和服务职能。截至2016年底，全省农商行系统共有77家经营性法人机构，2142个营业网点，在岗员工33100人，是湖北省内营业网点多、服务范围广、存贷规模大的银行业金融机构。

近年来，全省农商行坚持服务“三农”市场定位，全面推进产权改革，加快业务发展，加大支农支小力度，为全省农村经济发展做出了积极贡献。2016年末，全省农商行各项存款余额6793亿元，各项贷款余额4210亿元，存、贷总量分别居全省银行机构*****和第二位。90%以上的县级法人单位贷款市场占有份额稳居同行之首。发放了全省银行机构三分之二以上的农户贷款和三分之一以上的小微企业贷款，是全省支农服务的主力银行和小微企业的伙伴银行。 

近几年来，省联社先后被中华全国总工会授予“全国五一劳动奖状”；被省委授予“党建工作先进单位”； 被省委、省政府授予“省级文明单位”荣誉称号；连年被省政府授予 “支持湖北经济发展突出贡献奖”。

本文由2017年度农村金融科技创新优秀案例评选组委会授权发表，转载请注明出处和本文链接。