一、项目背景及目标

近年来随着社会金融活动的日趋活跃，商业银行的信贷业务得到快速发展。另一方面，由于经济形势的复杂化和多样化，给企业经营带来很大的不确定性。在此大环境下，商业银行贷后管理的风险应对能力、决策水平、工作效率等显得尤为重要。面对市场环境的变化并借助我行数字化转型的契机，广西北部湾银行加快推进数字化建设、加快自身转型升级，建设一个颇具前瞻性的贷后风险预警系统，从而提高我行在贷后风险预警、风险处置的能力，降低信贷风险的爆发率，提高资产质量，提升自身竞争力。

二、创新点

贷后风险预警系统利用大数据和人工智能技术，实现对信贷客户的财务状况、经营状况、资金使用效率和偿债能力等方面进行全面分析和监测，及时发现潜在风险和问题并进行预警，指导信贷管理人员提前采取措施进行干预和处置，有效降低贷款风险。

三、项目技术方案

1.数据采集与处理方案

为确保模型及算法更准确，需要更多的数据支撑，项目主要采集内部数据，并以外部数据作为有效补充，其中内部数据包括客户信息数据、贷款业务相关数据、客户卡账号信息数据、客户交易数据、内部黑白灰名单数据、内部客户社交和关系数据等信息；外部数据包括工商、税务、法院、征信等信息。依托于我行的数据中台系统将行内、行外数据进行加工处理，搭建贷后风险指标体系，形成统一的风险指标口径，保证模型及规则能达到设计预期的效果。

2.规则模型及算法模型

贷后风险预警系统的模型包含专家规则模型和算法模型，其中专家规则模型通过监测行业的舆情、政策调整及法律变化、价格变化、供求关系及是否衰退型产业等进行预警；算法模型采用决策树、随机森林、支持向量机等机器学习算法对借款人的个人信息、财务信息、信用记录等数据分析并建模，从而预测借款人未来的还款能力和风险水平。

3.风险预警处理方案

贷后风险预警系统根据预警级别生成不同风险级别的预警信息，并将触发预警模型和规则的风险要素详细记录下来，方便分析人员对预警信息进行再分析和处理。系统根据不同的风险预警级别及业务场景制定对应的预警处理流程，包括人工处理及自动处理，比如逾期预警需根据批处理时客户是否还款确定是否自动解除预警。

四、项目过程管理

五、运营情况

贷后风险预警系统于2022年7月31日全部投产上线，目前使用系统的客户经理达到3000多名，系统日均对394名客户产生750多条预警信息，其中红色预警约120条，橙色预警约300条，黄色预警约150条，提示类预警约130条。系统日均批处理时间少于2个半小时，能够支撑100个并发访问，满足我行未来5年的使用需求。

六、项目成效

1.优化信贷流程和方法，降低信贷成本

通过贷后风险预警系统的有效管理，可以减少不良贷款的数量，降低不良资产的比例，从而降低清收和处置不良资产的成本。此外，贷后风险预警系统还可以优化信贷流程和管理方式，提高效率和准确性，进一步降低成本。

2.及时监测并评估贷款风险状况，提升资产质量

贷后风险预警系统可以及时监测和评估贷款的风险状况，从而降低不良贷款率和损失率，提高信贷资产的质量，减少信用风险和违约风险，进而降低成本和损失。

3.针对潜在风险进行有效管控，促进金融稳定

贷后风险预警系统通过对贷款风险的及时监测和评估，使信贷资产潜在风险得到有效管控，在降低信贷风险和提高信贷资产质量的同时，还有助于促进金融市场的稳定。

七、经验总结

贷后风险预警系统降低我行信贷业务的风险，提高我行的盈利能力和市场竞争力，项目经验总结如下：

1.建立良好的团队模式，实现项目目标

贷后风险预警系统是一个集业务、技术于一体的系统，业务人员需要依赖信息技术的支持来完成工作，而技术人员则需要了解业务知识以便更好地支持业务发展。在这种团队模式下，每个成员都有自己的专业能力和技能，但他们也需要相互协作才能实现共同的目标。为了建立良好的沟通和协作机制，团队成员之间需要建立起有效的信息共享和任务分配机制，以便能够快速地解决问题并达成共识。总之，在贷后风险预警系统的团队中，业务人员和技术人员的合作是至关重要的，只有通过相互协作和支持，才能够实现系统的高效运作和业务的成功实施。

2.善用现有的平台工具，实现降本增效

贷后风险预警系统在我行现有的数据中台、统一决策引擎和可视化建模平台的基础上构建的，它通过数据整合、处理、分析、决策，实现了对贷后风险的全面监测和预警，并提供自动化的流程处理，从而降低了运维、运营成本，提高了工作效率和智能化水平，为我行高质量发展战略提供了有力的保障。