案例名称

宁夏银行互联网智能风控平台

案例简介 

宁夏银行互联网智能风控平台以人工智能、云计算、大数据三大核心技术体系为基础，基于对数据的探索洞察和深刻理解，将深度学习、联邦学习等领先技术与业务场景深度融合，为我行提供智能分析与决策服务、帮助我行做出更佳决策。通过对互联网贷款贷前、贷中、贷后风险模型体系的构建，对互联网贷款风险进行数字化识别、数字化分析、数字化评价、数字化监测、数字化预警和处置等，实现流程自动化、决策自动化、智能监测与风险预警，提高风险管理的效能效率。

创新技术/模式应用

“互联网智能风控平台”主要采用人工智能、云计算、大数据等技术，为我行将实现了以下场景的应用：

· 数字化风险模型构建

我行根据行内数据、三方数据等进行数据收集分析、 以账龄、滚动率、坏账率、数据等维度进行模型设计、以机器学习的算法进行模型拟合开发等，将模型应用互联网贷款全生命周期管理中，反欺诈模型、申请评分模型可有效识别贷前申请的欺诈风险与信用风险；授信审批模型与风险定价模型可提升授信结果的准确性与合理性，使得授信定价符合“低风险人群高额度低利率，高风险人群低额度高利率”原则；风险预警模型可提前发现放贷人群中可能存在的潜在逾期风险，提前做出额度调整或处罚/催收策略；贷后清收模型可预测客户逾期催回概率或预测客户失联概率，从而制定合理催收策略，优化催收队列。同时，根据客群自身性质和模型使用目的不同，按需进行合理的客群细分或业务细分，进一步提升模型与客群契合度，提升模型的预测效果。

· 数字化分析以及检测

业务监控报表旨在不同业务场景下，监控模型的运行情况，分析模型与业务表现之间的关系，监控实际业务效果，及时发现问题并调整，满足业务需求，保证业务稳定高质量发展。

(一) 贷前检测

贷前阶段模型有反欺诈模型、申请评分模型，以及相应的授信审批模型与定价模型等，业务监控指标主要关注：审批通过率、审批拒绝率、余额规模、坏账率、收益率等指标。

(二) 贷中检测

贷中阶段有风险预警模型，以及相应的贷中预警策略、调额优化策略等，业务监控指标主要关注：升额户数、升额幅度、降额户数、降额幅度、调额后消费余额变化、逾期变化、拒绝支用笔数、拒绝支用后余额变化、逾期变化、预催收客户数、还款情况、逾期情况、坏账率、收益率、平均使用额度等指标。监控评估模型和策略对坏账率、收益率、平均使用额度等业务指标影响，以及贷中预警措施对当前未逾期客户逾期状态迁徙率的影响。

(1) 坏账率、收益率、平均额度使用率等业务指标监控

(2) 逾期状态迁徙率监控

(3) 资产质量Vintage监控

(三) 贷后业务监控

贷后阶段模型主要为催收评分模型，以及相应的差异化催收策略，业务监控指标主要关注：回收率、逾期状态迁徙率、催收产能、投诉率、催收成本等指标。

项目效果评估

宁夏银行互联网智能风控平台实现业务、数据与系统“三位一体”的整合管理理念，强调整体层面的风险组合管理，通过有效地构建一个持续的、完整的风险管理框架，从治理架构、管理政策与程序、制度与办法等实现规范的标准化。传统信贷风控体系向互联网风控模式的改变，极大提升授信审批效率，提升客户体验度与凝聚度。从互联网风控平台的应用价值来说，有以下效果：

· 数字化风控驱动我行高质量发展的重要途径

数字化贷前模型有利于细分客群，更精准地把握客户多层次、多样化的融资需求，促进产品创新，丰富产品供给，减少低水平和同质化的竞争，提高消费者的获得感。同时准确计量信用风险、欺诈风险可以有效提升我行授信作业效率，赋能队伍和渠道，帮助其更好的经营客户，匹配产品，提高销售的人均产能和生产力效率。数字化贷前、贷中、贷后风控模型能够有效提升我行经营管理水平，通过优化业务流程、提高资产质量、降低运营成本。

· 提高风险管理能力

作为经营风险的行业，风险管理是我们经营的基础，防范和化解金融风险也是保证行业高质量发展的必然要求。数字化风控预警模型能够有效提升我行风险定价，风险管理能力，为风险防范和预警提供有效的手段，及时防范和化解风险，保证稳健经营。

· 数字化客户洞察

风险客户客户画像是数字化经营最基础的能力，也是数字化转型应当优先培育的能力。谁最懂得客户，谁能够提供符合客户需求的产品和服务，谁就能够获取更多的客户。而数字化客户洞察是非常重要的手段，为此需要加强客户信息系统和数据平台建设，加强外部数据资源获取与整合，建立统一的客户标签体系，提高客户分群和客户画像能力，要以实际的业务需求为驱动，结合各类应用场景形成客户视图产品，扩大覆盖面，提升数字化客户洞察能力。

项目牵头人

姓名：李晓龙  职务：宁夏银行个人金融部总经理

项目团队成员

戴元军，李自盛，张东宇，高源，马颖涛，高博，卢丽玲，王娜，金民杰，杨博，邓嘉，陈明福，王勇，马臣，刘永康，万思成，孙佳明，常学银

责任编辑：韩希宇