参赛单位：联动优势科技有限公司

案例名称：“联动数科”基于全景数据的中小微企业融资与风控系统

案例简介：

为加快推动银行普惠金融业务发展，联动数科通过联邦学习和大数据风控建模技术，建立了中小微企业融资与风控系统。系统发挥银行数据资源优势，融合外部合规数据，将海量、多元、碎片、非结构、非标等数据资源进行深度治理及应用，建立快速预授信平台，满足银行零售信贷业务拓展中的快速定额、精准匹配服务，助力金融服务线上化、远程化，智能化。支持银行“六稳”“六保”工作取得积极成效。

创新技术/模式应用：

项目通过联邦学习技术和大数据风控建模技术，融合三方合规数据资源，挖掘银行自有数据资源，将原有的海量、多元化、碎片化、非结构化、非标准化以及质量参差不齐的数据资源进行治理和应用，对信贷业务的客户进行360度风险评价，综合进行精准信贷产品服务推荐，提供定额服务，进而解决银行因为信息不对称引起的不敢贷、不愿贷、不能贷的问题。

1、联邦学习+大数据风控创新技术

项目实现在自有隐私数据/特征不出本地以及符合数据安全规定情况下，通过联邦系统加密机制下的参数交换方式，进行协同训练，融合多个高价值特征变量及合作方变量，使用监督学习（线性回归、逻辑回归、决策树、K-近邻算法等）和无监督学习（聚类算法、独立成分分析、奇异值分析等）建模，建立起更有效的信贷定额联合模型，并通过机器学习，不断迭代和优化模型。项目会同时建造两个模型，进行AB Test 及冠军挑战者模式，验证模型效果并不断迭代。

图一：产品架构示例图

图二：联邦学习应用和创新示例图

2、分布式计算和云平台模式设计

同传统企业级应用相比，大型互联网企业在应对业务弹性大，峰值业务是平时数倍、可用性要求高，能随时支持业务需要。

图三：网络架构图示例

3、SNS用户身份信息确定

获取待处理用户的社交网络通讯录，通过数据挖掘技术挖掘用户社交网络关系，准确地确定出所述待处理用户的身份信息。

4、基于移动互联网的申请反欺诈识别技术：

利用SIM卡号和手机识别码预防申请欺诈，通过对ICCID号、IMEI识别码和通讯记录的综合判断，有效地降低用户申请欺诈的概率，特别是提高对具有良好通讯记录的坏用户的识别率。

5、 基于移动互联网的用户行为特征信用评估技术：

利用运营商不同手机号信息，通过对用户名下不同运营商所有手机号通讯信息和消费记录的综合分析，对申请者进行信用有效评估。

6、建立金融犯罪特征模型：

运用金融交易数据和电信定位数据进行联合分析。

图四：金融犯罪特征模型示例

项目效果评估：

本项目投入应用后，使用全景数据建立授信评分卡模型，解决大数据应用领域用户隐私保护的行业难题，有效保护数据产权和隐私。评分卡可以在5秒之内评估出授信额度（传统方法需5天），大大缩短审批时间，提升用户满意度，贷款转化率达到5%，不良率不超过1%。联邦学习技术可实现远程建模，有利于疫情期间健康安全防护，有效提升银行远程服务能力，同时降低服务综合成本。

1、显性成果

系统上线5个月来，通过小微企业主信用分析模型，有效控制小微企业不良贷款，在控制风险的同时，提升客户的体验和客户转化率。将中小微企业贷款的客户转化率提升3-4倍。

其中风险预警体系的建立和应用改变传统管理模式下风险判断表面化和风险反应滞后的状况，加强了风险搜索的系统性和准确性，提高了风险分析的技术含量，促使商业银行风险管理工作提高到一个新水平。体现以下方面：

· 提高贷前分析效率

· 改善贷中决策质量，随时监控额度，进行贷款额度调整

· 制定行业信贷组合方案和行业信贷政策

系统实现：

· 服务接口响应时间小于1秒

· 系统稳定性SLA达99.9%

· 准确率99%，召回率99%

· 数据实时流处理延迟小于5秒

· 数据入仓吞吐量达200mb/秒

· 批处理任务调度规模：20000笔/日

· 批处理处理总时间：小于2小时

· 即席查询响应时间：小于3秒

· 服务接口并发事务数1000笔/秒

2、隐性成果

作为银行内部的一个“创新沙盒”项目，对传统服务流程和模式进行了大胆尝试。项目通过对前沿技术创新应用，对银行小微企业客户进行全息洞察，量化评价，在客户填写贷款申请信息的同时获取到可能贷款的额度，从而建立数字化风控系统，实现了对现有小微企业贷款服务流程创新。后续，此项目经验和成果可以推广至其他中小银行，从而助力银行全面保护用户隐私的情况下，全面发展普惠金融服务，服务实体经济，更好完成六稳、六保工作任务，实现数字金融时代的高质量发展。

项目牵头人：

吴锋海

联动优势高级副总裁

责任编辑：方杰