一、项目背景及目标

随着我行业务的不断发展，系统运行的风险模型不断增加，上一代运营风险监测平台在系统运行、影像识别、模型处理和数据分析等诸多方面已不能满足我行数字化运营风险管理的战略目标，存在诸多亟待升级解决的问题。

围绕精细化管理和数字化建设，聚焦风险防控，我行于2022年初开始建设新一代数智化运营风险监控平台项目工作。新一代数智化运营风险监控平台以数据分析为基础，以质检和预警模型为风险识别引擎，建立起集运营业务质量检测、风险预警、差错管理、统计分析、案例库、模型实验室等多功能于一体的全新的数字化、智能化风险监控体系。

二、项目/策略方案

新一代数智化运营风险监控平台是我行*****个实现国产化改造的项目，系统能有效支持国产软硬件，包括CPU、操作系统、数据库、浏览器和中间件等。数据库采用双库结合的方案，使用交易型数据库和分析型数据库互相配合,建立完善的监控以及保护体系,使用可视化监控、批量重跑机制、多种路由策略以及阻塞策略等举措，全面提升我行运营风险管控质效和风险管理数字化水平。

三、创新点

新一代数智化运营风险监控平台（以下简称新平台）实现了监督业务创新，系统流程优化，强化了数据分析，对运营业务风险、账户风险进行自动化、智能化监测，节约了人力成本，提高了风险监测质效，增强了模型对内外部风险的精准识别能力、提升了风险预警的时效性、扩大了风险覆盖范围，有效支撑我行的数字化风控运营和决策。

1.创新质检监督方式和工作流程

新平台通过参数灵活配置质检规则，创新监督方式：一方面根据机构和柜员的风险程度可随时调整被监督对象的监督内容和监督频率，实现了对机构、人员、高风险业务的差异化监测和动态调整；另一方面根据质检结果定期对某些种类业务进行全面监督，重点监督与全面监督相结合，保障质检范围的全覆盖。

综合运用RPA智能机器人和自动质检功能，重塑工作流程：一方面引入RPA智能机器人，对前台部分业务实现机器人跨系统比对审核，以机器劳动力取代人工劳动力；另一方面以前台通用交易码为入口进入自动质检流程，使用深度学习的OCR影像识别引擎技术，通过预先配置业务提取规则，完成相关业务的自动质检。

2.建立多维立体的风险预警机制

预警时效方面，以T+1模型为基础接入实时数据平台开发T+0模型，实现高风险业务的准实时预警。开通系统自动下发预警单的功能，满足高风险业务节假日期间及时下发的场景需求，保障预警业务的时效性。

模型适用性方面，在已有总行层级、支行层级模型的基础上，着力开发分行特色模型，模型建设从普适性向个性化拓展，实现分行层级特色化、个性化业务风险管理，满足不同层级的预警需求。

模型精准度方面，利用组合模型增强专家规则，综合客户信息、账户信息、交易流水，建立不同维度的风险指标进行组合配置。实现对风险账户多维度监控的组合评分，增强了对账户可疑特征敏感性的同时提高了模型提取的精准度。

3.搭建独立的模型实验室

模型实验室主要的特点就是依赖于生产数据而又隔离于生产数据。实验室对需要进行调优的模型进行克隆后，会探测并生成与生产模型一样的表结构以及视图。后续的调优操作都是针对克隆模型进行，与生产模型完全隔离，业务人员在实验室可随时反复模拟模型优化过程，而不会再出现因模型规则配置失误导致的大面积错误数据问题，模型优化效率与安全性实现了质的飞跃。

4.建立多元化的风控机制

引入黑灰名单库、案例库、非现场报表等功能，构建多元化的风控机制。黑白名单数据实现日终自动获取与导入，与预警模型规则联动，实现对黑灰名单交易进行重点提取管控、对白名单交易进行提取过滤的目标。

建立统一的风险案例库、差错案例库，归集本系统违规的信息进行收藏，用户能查询每一笔预警的具体内容及详细处理结果，对于录入的违规事件，可共享给其他用户，并且可以引入外部案例数据，供业务人员学习警示，提高运营人员的风险防控能力。

增加非现场检查报表，实现运营非现场检查的系统化。新平台利用系统自动批量提取数据，通过模型规则运算完成非现场检查数据统计分析，结果以非现场报表的形式呈现，由系统计算代替人工分析，极大提升非现场检查的质量和效率。

5.建立系统化风险评价机制

搭建分行运营风控管理水平系统化评价体系，实现对各分行风控管理情况的智能评分，从各分行监督业务量、监督差错等级、差错及监测信息回复质量、检查风险问题暴露等维度全面、系统地评价分支行风险管控水平，评价数据可查询、可追溯，评价过程透明公开，评价结果实时展现，可直接应用于分支行考核，并作为判断检查监督侧重点的重要依据。

四、项目过程管理

徽商银行新一代数智化运营风险监控平台建设项目于2022年2月17日启动，分为项目启动与计划、软件需求分析、系统设计、编码与单元测试、技术测试、用户验收测试和投产变更共计七个阶段。项目周期历时9个月，于2022年11月18日正式投产运行。

五、运营情况

徽商银行新一代数智化运营风险监控平台目前在线运行风险模型419个（质检模型212个、预警模型207个）、非现场报表39张。截至目前，新平台已处理业务333万笔（质检业务73万笔、预警业务260万笔），通过非现场报表跑批处理风险信息30万条，系统按季自动对分行风控水平进行评分，已引入黑灰名单60余万条。系统各项功能运行平稳。

六、项目成效

新一代数智化运营风险监控平台运行期间，实现了质检、预警业务的自动化、智能化处理，通过深度挖掘风险信息、数据分析等技术手段，提升了风险管控的数字化水平。

一是全行柜面业务质检方面，通过灵活参数的配置，实现对212个前台交易码的全面质检、80余家高风险机构和30名高风险柜员柜面业务的全量质检，全面监督与重点监督形成有机结合。引入的RPA智能机器人，日均处理质检业务2000笔左右，相当于人工工作量的3倍，强化了自动化智能化作业过程，节约了人力成本，提高了工作效率。

二是风险信息监测方面，启用节假日自动下发预警单功能，节假日日均自动下发300笔预警单，实现了高风险业务交易及时预警及时下发、风险账户及时拦截。在深圳、成都、芜湖、宣城、亳州五家分行建立了分行特色模型，满足了不同地域分行的个性化风险需求，解决了差异化风险监测和风险管理的难题。

截至目前通过模型有效识别员工操作风险、会计核算等各类风险事项1219笔。特别是电诈账户识别方面：通过T+0、T+1以及组合预警模型交叉识别拦截可疑账户14803户；今年监管发布的涉案名单中模型命中率达到84.67%，其中更有335个账户预警下发日期早于司法冻结日期，反电诈工作得到了当地人民银行的充分肯定 。

三是非现场检查方面，通过非现场报表运行发现问题100条，利用报表数据分析结果灵活设计非现场检查频率并与现场检查相融合，全行检查工作质效提升明显。

七、经验总结

1.灵活配置，智能风控

质检规则配置灵活，实现了对机构、人员、业务风险的动态监测管理；RPA智能机器人以及自动质检流程的应用，以系统智能化为突破口，减轻人工工作量，达到降低成本的目标。

2.多维并举，立体管控

准实时风险模型的开发与运用，实现了高风险业务及时排查阻断的业务目标。组合模型、专家模型以及分行特色模型相互补充，搭载模型实验室功能，辅以非现场监测报表以及多维指标评分体系，实现了风险监测从平面到立体化的拓展，预警与评价的闭环管理。

3.科技赋能，提质增效

新一代数智化运营风险监控平台采用交易型数据库和分析型数据库双库结合的方案，深度挖掘业务风险特征，体现我行数字化风控的管理理念；着力发挥模型核心生产力作用，以小成本管控大风险。通过科技赋能，提升主动防控风险能力，助力运营风险数字化转型。