坚持数字化转型以智能风控赋能业务高质量发展Word文档格式.docx

坚持数字化转型以智能风控赋能业务高质量发展Word文档格式.docx

《坚持数字化转型以智能风控赋能业务高质量发展Word文档格式.docx》由会员分享，可在线阅读，更多相关《坚持数字化转型以智能风控赋能业务高质量发展Word文档格式.docx（7页珍藏版）》请在冰豆网上搜索。

提升业务高质量发展的关键抓手

数字化智能化风控是利用大数据、云计算、人工智能、区块链等金融科技不断迭代优化风险管理能力，实现准确、全面、高效、创新的风险管控模式。

一是数字化风控坚持以客户为中心，在准确把握客户需求的基础上，对风险管理的流程、分析、技术实施深度重构，优化客户体验，降低风控成本，提升服务效率。

二是通过金融科技提升全行风险管理水平，扎实推进数字化智能风控建设，以数字化智能风控技术弥补传统风控的不足，提升智能风控能力。

三是风险条线全体人员应大力践行数字化转型战略，打造敏捷主动的数字化、智能化风控体系，提升风控效率和精度，降低风控成本，稳定改善资产质量，释放业务条线生产力，实现风险管理由“人防”向“技防”到“智防”转变。

健全数字化智能风控体系

夯实智能风控基础

（一）搭建全面风险管理体系，构筑智能风控基础，实现数据、模型、系统、平台的统一管理

1.搭建智能风控机制

成立智能风控领导小组，统筹全行智能风控体制机制建设。

明确智能风控三道防线分工、协作机制，为智能风控的模型开发、决策分析和场景落地提供系统支持，奠定智能风控基础。

2.打通数据、模型、系统、平台的闭环应用管理

数据方面，加快推动风险管理数据建设，完善风险管理数据集市，加强自身积累的风险数据资源应用，形成基础数据和计量应用的数据仓库。

模型方面，通过数据建模、分析验证，加强风险模型管理，打造风险模型研发部署、验证、监测、迭代优化的全流程管理。

上线零售大数据风险决策模型，实现覆盖反欺诈、贷前审批、贷后预警及催收的信贷全生命周期的智能化管理，构建了以大数据为依托，覆盖我行零贷产品的线上化风控体系。

优化迭代非零售大数据风险辅助决策模型建设，搭建客户级、区域、行业和债项的信用评价体系，推动我行信用风险计量体系进一步完善。

系统方面，迭代优化新一代信贷管理系统，提升信贷全流程管理质效。

持续完善信用风险计量体系，优化非零售内部评级体系，推动信用风险的PD（违约概率）、LGD（违约损失率）等核心参数计量逐步实施高阶应用。

平台方面，探索搭建智能风控平台，打造一站式风险模型管理平台和企业级反欺诈平台，加快推进线上化，深化数字化应用，提升智能化程度。

（二）强化授信准入，以数据模型精准分析识别防范客户风险

1.加强授信政策引导，突出尽职尽责，严把授信准入关口。

结合经济金融政策形势变化，动态调整授信政策指引，以数据化思维对当前行业、领域运行状况进行科学研判，明晰“进保控压”行业类别、产品类别、客户类别，前瞻指明授信方向。

授信规模、重点地区占比、支持类行业占比持续提升，授信结构明显优化。

强化授信方案设计，在审查审批时考虑未来贷款回收问题，设计有效抓手，有效降低信用风险。

规范贷前调查事项，提升尽职调查能力，就重点项目、重点产品审查人员事前介入，实现风险前置。

规范项目审查流程，推动授信项目“谁主办，谁汇报”，定期组织公开信审会，以会代训，落实结构化调查报告，出具结构化批复，提升客户经理、风险经理的数字化风险应用识别能力。

强化数据智能应用，以数据积累塑造智能审批模型，对弱周期、低风险行业主动授信，实现低风险等多种业务的自动审批。

2.不断提高数字化审查能力，打造“行研+策略+数据+信审”四位一体敏捷化信审工作机制。

以特色行研为先导，以大数据分析为依托，改变盯准单一客户和单一项目的审批策略，实现前瞻风险防控和差异化授信审批。

累计完成政策提示30余篇、行研报告50余篇、信审案例20余篇，形成了特色理论研究与业务实际相结合、传统行业与新兴行业相结合的行业风险研究思路，提高宏观到微观的穿透力、传导力，为我行资产布局、业务营销及风险防控指明了方向。

审批金额快速增长，有力支撑了全行业务结构调整、规模扩张。

3.重点强化大数据、知识图谱在控新工作中的运用，有效识别和拦截风险隐患。

结合各分支机构的资产质量状况，差异化、动态化调整分支行授信审批授权；

加大重点领域、重点行业限额管理和事中监控，深挖关联关系，通过数据分析提前发现防范潜在风险。

2015年以来，审批否决（暂缓、退回）大量高风险项目，涉及盲目多元化经营的上市公司或大型集团授信，有效避免了大量业务触雷，累计拦截金额330亿元，有效拦截了实质风险，维护了信贷资产安全。

（三）推动智能贷后全流程管理

1.强化数据应用，做实预警管理。

加强对重点客户、重点区域、重点产品、重点行业的风险监测，严格落实风险预警处置防范、发现风险的管理手段。

重点强化大数据在控新工作中的运用，持续推动落实信息快报、预警提示、黑名单管理、主动退出、预警叫停等多项机制，早做预案，消灭风险于萌芽状态。

上线并持续优化“玄武” 

信用风险预警系统，打造基于大数据的贯穿信贷业务全流程、全周期的风险管理工具，有效提升了风险管理的主动性和前瞻性。

2018年以来，已发送预警快报超330份、预警提示超60份，梳理黑名单客户96304个，主动退出潜在风险授信176.25亿元。

2.落实闭环管理，持续夯实贷后管理能力。

通过科技系统提升全行信贷管理水平，实现风险管理的政策、制度、授权、限额管理等内嵌入系统，提升预警系统和其他系统的交互能力，增强风险防控质效。

严格落实贷后检查、到期管理、风险预警处置等防范、发现风险的管理手段，对经营机构和客户经理贷后管理情况开展常态化检查和后评价，并通过对内外部检查发现的问题，要求限期整改、严格问责，全行全流程风险管理能力、管理的主动性和精细化水平明显提升。

上线全生命周期房地产封闭管理项目，加强房地产类授信业务风险管理。

通过贷后精准预警反哺存量客户授信存在的问题，切实有效实现风险管理前移、快人一步处置风险的效果，稳定改善资产质量。

（四）打造智慧保全体系，健全不良资产全生命周期管理

加强业务、管理与科技的融合性，全力搭建不良资产全方位经营平台，逐步建立线上报表体系，力争实现不良资产全生命周期管理，推进不良资产标准化和智能化处置；

深刻把握金融数字化发展趋势，建立数据思维，运用大数据等技术整合行内外资源，推动精准推介和智能催收，提升保全工作价值贡献。

聚合资源优势，创新推介方式方法，秉承分类处置原则，制定行业推介计划，精准寻找意向投资人，提高推介靶向性。

创新工作方法，搭建智慧法务平台。

打造合同后评估模块，从法律风险防控的事前预防、事中防控、事后化解全过程着手，致力于搭建智慧法务平台。

2021年以来，各项不良资产清收处置工作有序开展，共压降不良类资产20余亿元。

深化数字化转型

提升智能化风控水平

一是持续完善智能风控机制，推进智能风控体系建设，加快推进线上化，深化数字化应用，推动数字风控在风险管理中赋能发力。

建设基于大数据的智能风控平台，加强内外部数据清洗和数据治理，统一数据来源，丰富底层数据类别，持续加强有效风险数据加总、报告、分析、运用能力建设，为风险预警、反欺诈提供风险线索。

探索白帽子军团攻防机制，有效防范欺诈、模型、数据安全带来的风险，持续推动科技赋能，筑牢筑实风险篱笆。

二是持续提升风险计量能力，围绕数据、系统、模型等风险计量的决定因素，持续加强基础能力建设，不断提高风险计量的准确性和适应性。

强化数据治理，统一数据定义和标准，提升信息的可汇总性和可比性。

主动挖掘和应用大数据，更好地预判和管理风险。

加强计量模型体系建设，系统规划计量模型的开发和优化，搭建科学高效的模型体系，提高模型之间的协同度，实现模型快速更新迭代，及时准确捕捉风险变化趋势。

建立客户风险全景视图，以多维度关系图谱生成客户风险画像，引入智能评价策略，构建客户、集团、行业、地域等不同统计维度上的风险分析报告体系。

三是提高智能风控处理效率，深化大数据应用，持续提升客户授信调查、审查等业务流程的便捷化，优化客户体验。

规范客群准入，统一尽职调查，实现移动营销平台、新信贷系统数据对接，通过OCR识别、智能财务报表分析等方式驱动尽职调查能力和质效提升，提升智能风险识别能力。

完善系统，以新一代信贷系统、二代征信系统以及信贷管理线上化系统为重点，持续增强线上化、数字化、智能化风控能力。

针对重点行业、重大项目，实行名单制管理，落实结构化批复，释放客户经理生产力，以数字化识别行业和项目的财务风险，持续提升线上化审批效率。