【寧波銀行】大數據風控服務解決方案_金融電子化廈門會議（23頁）.pptx

《【寧波銀行】大數據風控服務解決方案_金融電子化廈門會議（23頁）.pptx》由會員分享，可在線閱讀，更多相關《【寧波銀行】大數據風控服務解決方案_金融電子化廈門會議（23頁）.pptx（23頁珍藏版）》請在三個皮匠報告上搜索。

1、2016大數據風控服務解決方案,寧波銀行,PART ONE,業 務 應 用,1,PART TWO,風 險 數 據 舉 例,2,PART THREE,方 案 總 結,3,CONTENTS,目 錄,PART ONE,業 務 應 用,2013年,2014年,2015年,1.67%,1.29%,1%,在新常態下，總體經濟仍顯下行趨勢，銀行依舊面臨著較大的資產質量下行壓力。2015年，全國商業銀行不良貸款和關注類貸款余額連續三年攀升，占比分別達到約1.67%和3.79%，雙雙創出了近年來的新高。當前，風險控制壓力很大。,商業銀行不良貸款率,PART ONE,業務應用,Q：在新常態的經濟壓力下，如何確保全

2、行資產的質量？,A：引入“大數據風控服務”服務面向全行業務，提供基于大數據分析后的客戶風險信號，主動協助銀行排查業務風險。,PART ONE,業務應用,PART ONE,業務應用,自研的“金星”大數據平臺，提供了海量內外部業務風險相關數據的存儲和分析的技術支撐。,PART ONE,業務應用,總體技術架構,“金星平臺”采用Hadoop產品為核心，配合自研的IDE、DCP、DQC、JMP等四個輔助平臺，組建而成。部署快捷，應用成熟，全面支持銀行內部數據集中存儲、分析等應用。,PART ONE,業務應用,借助“金星平臺”，大數據風控系統匯聚了行內外幾十類業務數據幾百個風險模型，通過結合財務報表、用水

3、用電、海關納稅、涉訴輿情等非銀行傳統的流水信息，自動分析其經營情況和關聯關系。,經營數據,PART ONE,業務應用,發現高風險客戶群，使業務一線盡早，有針對性的進行風控排查，將發現風險的時間大大提前。例如下圖中的逃廢債模型。,通過大數據風控服務，可以完成實時貸前風險判斷，T+1日貸后風險排查，相較于傳統風控手段，實現高頻率高強度的風險排查。,PART ONE,業務應用,PART ONE,業務應用,輿情分析 300+模型協助捕捉風險動向輿情分析 我行寧波地區支行某企業客戶在我行有一筆短期流動資金貸款300萬，一般企業保證。通過互聯網輿情監控發現，該客戶在某新聞網站中被提及其拖欠工資工人鬧事，資

4、金鏈被猜測斷裂。我行在進一步現場調查后發現其經營已出現嚴重問題，可能存在無法到期歸還資金的情況。經我行同企業溝通，提前收回了該筆貸款。,PART ONE,業務應用,案例教訓 假如可以早點引入！投產效果：（2015年10月至2016年10月）收集外部風險事件：1000+萬個（不含新聞輿情數據）監控外部輿情站點：2+萬家 產生我行風險信號：2+萬個 涉及我行之前無預警信號的客戶：3000+戶 經統計，涉及大數據風控輸出預警信號業務，占全行向不良遷徙的客戶數量百分之二十。,PART TWO,風 險 數 據 舉 例,互聯網和銀行專網上有大量的公共的數據，可用于風險排查，但不一定都能夠被業務人員所及時掌

5、握。,信用評級,涉及網絡金融的數據，還沒有體現在人民銀行的征信報告中。網絡金融黑名單，是以各互聯網金融公司公布的“黑名單”數據為準，提供給銀行作為參考。,01網絡金融黑名單,PART TWO,互聯網數據,02負面新聞輿情,PART TWO,互聯網數據,部分業務風險在發生前，往往在互聯網上已經有風吹草動。負面新聞輿情，是通過監控、過濾全國幾萬家媒體和自媒體（論壇）上發布的信息，將諸如欠薪倒閉、安全事故、違規處罰等負面輿情甄選出來，供業務人員參考。,預警規則+人工智能學習+人工篩選,新聞輿情,社交媒體,新聞網站,訴訟涉案數據，是以全國范圍公、檢、法等單位公布的數據為準，包含法院向銀行查詢、查封、凍

6、結的記錄信息。（在2013年11月，“失信被執行人”被最高人民法院同人行征信中心共同明確，納入征信系統，供金融機構等單位在貸款等業務中予以衡量考慮。）,PART TWO,專網數據,01訴訟涉案,工商數據，通過對接工商總局數據，掌握企業基本信息變化變更情況，還可以查找并分析其關聯企業經營狀況（大數據風控服務二次排查），暴露出其間接風險信號。,PART TWO,專網數據,02工商登記,1、企業登記基本信息包含全部的企業執照,2、股東及出自關聯股東全名、認繳出資額 幣種、出資日期等信息,3、主要管理人員關聯信息董事、高管姓名、職務等,4、法定代表人對外投資及關聯信息企業全名、注冊號、企 業（機構）類

7、型、注冊 資本、企業狀態、登記 機關、認繳出資額、幣 種等信息,6、企業對外投資關聯信息企業全名、注冊號、企業（機構）類型、注冊資本、企業狀態、登記 機關、認繳出資額、幣種等信息,5、法定代表人在其他公司任職關聯信息股東全名、認繳出資額 幣種、出資日期等信息,工商登記,集中媒體、法院、專有渠道等票據有關的風險信息，并自動匹配銀行業務，防范大額票據業務風險。票據信息以線上、線下多渠道公布的信息為準。,專網數據,03票據風險,PART TWO,其它各類專項數據以各地方政府、公共事業等有權機關公布的為準，例如，印染化工企業的環保處罰信息；生產制造企業的許可證吊銷信息等?？捎糜谔囟ㄐ袠I的背景調查，協助

8、綜合判定風險。,專網數據,04其他,PART TWO,PART THREE,方 案 總 結,1,貸前實時查詢,貸后全量排查,消息訂閱+主動預警,定制報告,大數據風控服務主要功能,實時查詢，并返回云端風險數據。多路排查，并主動提示風險信號。每天排查，使用幾百個自主風控模型分析，并分級返回風險信號。自主訂閱，對重點客戶關注并提供微信、短信、電子郵件等多渠道的實時推送服務。根據用戶偏好，還提供全渠道風險分析報告。,方案總結,信貸,審計,輿情,網銀,人事,CRM,營銷,未來應用場景：除傳統信用風險控制外，我們還應用在市場風險、聲譽風險、員工道德風險等多個場景中。,方案總結,謝 謝,聯系方式：翁宇哲13857404025,