一、项目背景及目标

1.项目背景

随着新一代信息技术的快速发展和广泛应用，信贷业务面临的风险逐渐呈现出智能化、产业化以及强隐蔽性的特点，传统的风控方法难以有效识别并处置风险。为应对与日俱增的信贷业务风险，长沙银行以风控数据为基础，以策略模型研发平台、大数据挖掘平台以及决策引擎为技术支撑，打造一整套覆盖信贷业务全方位的智能风控体系，即智能风控平台1.0，驱动我行数字化转型。智能风控平台1.0一是完成了智能风控体系整体架构的初版设计，并初步搭建风险数据集市，整合存储底层数据，二是完成了对大数据挖掘平台的落地，使得风险特征可以使用离线的方式完成加工与分析，三是基于专家经验、传统逻辑回归评分卡建立了一套产品级的模型策略体系，四是完成了智能决策引擎的部署，实现了对五大数据贷产品的线上自动化审批。

为了进一步提升信贷业务风险管理的精细化水平和数字化水平，长沙银行在智能风控平台1.0版本的基础上，深度分析研究智能风控平台的功能架构，对缺失模块进行重点建设、现有模块进行迭代优化并集成嵌合，实现各功能模块间数据的共享与流转，进行智能风控平台2.0的建设。

2.项目目标

本项目的目标是在现有智能风控平台1.0版本的基础上进一步升级，对智能风控平台缺失模块进行重点建设，对现有模块进行迭代优化，形成标准化、集约化的智能风控平台2.0。一是构建风险特征平台，统一实时特征与离线特征，进行风控特征的研发、管理和使用，完善基于“制度+数据+系统+线上”的数字化风控基础建设；二是构建专业的一站式模型平台，基于模型平台进行模型全生命周期管理，固化一整套模型开发、部署、管理的解决方案；三是围绕信贷业务全流程，基于可视化技术，构建全面、集约和智能的风险自动化监控平台，实现产品运行的全方位监控，提高风控人员决策能力；四是集成嵌合大数据平台、风险数据集市、风险特征平台、模型平台、决策引擎、监控平台等众多风控系统为智能风控平台2.0的功能模块，并实现各功能模块间数据的共享与流转。

二、项目方案

1.平台概述

智能风控平台着力运用平台化和数字化的思维，研究科技与运营全面融合的实施路径，实现跨条线部门、跨业务领域的数据共享和融合机制，打破数据壁垒，搭建覆盖全渠道、全流程、全产品、全产品的智能运营风控体系。长沙银行智能风控平台2.0是大数据风控到人工智能风控的转变，从初的运用大数据技术发展成深度融合大数据技术和人工智能技术，其基于大数据风控AI技术，融入关系网络、图像识别、自然语言处理、生物探针、大语言模型（AIGC）等人工智能技术，提升了多样风险的拦截能力、风险决策的时效和运算能力、风险控制的精准度，建立了贯穿事前、事中、事后，全流程、多方位的智能风险防控体系。

智能风控平台2.0具有风险感知、侦测、核查、分析、反馈和案件管理等功能，对欺诈风险、信用风险能更好地进行防控。智能风控平台的业务架构由数据支撑、技术层面、应用场景高耦合构成，具体如下：

图 1  智能风控平台建设情况

其中，数据支撑是智能风控平台2.0的基础，囊括行内外所有风控数据；技术层面是智能风控平台2.0的核心，集成内嵌决策引擎、风险特征平台、模型平台、监控平台等众多风控系统为智能风控平台2.0的功能模块，为重大业务决策提供强有力支撑；应用场景是智能风控平台2.0业务架构的顶层，是智能风控平台2.0赋能业务发展的具象体现。

目前，智能风控平台1.0版本已完成大数据平台、外部数据管理平台、决策引擎、名单库等数据支撑和部分功能模块建设。智能风控平台2.0在智能风控平台1.0版本的基础上，重点补齐建设缺失模块，并对现有模块进行迭代优化。具体详见图1。

2.功能模块

根据不同技术/系统实现的功能不同，设计智能风控平台2.0功能模块，功能模块分为：基础管理层、输入层、计算层、决策层、风控运营层，具体如下图2。

图2  智能风控平台2.0功能架构

各功能模块具体情况如下：

（1）输入层包含大数据平台、外部数据平台。大数据平台是行内所有数据具体系统载体，外部数据平台是连接外部数据和业务应用的渠道，整合并管理多来源、多结构的外部数据；

（2）计算层包含大数据挖掘平台、风险特征管理平台、图计算平台和AI模型管理平台。大数据挖掘平台实现了风险数据的离线加工与分析；风险特征管理平台实现了风险特征从创建到订阅应用以及下线的全生命周期管理，支持特征的自主灵活配置，为智能决策提供数据支撑，目前风险特征平台已上线4000余个特征，涵盖人行征信、司法大数据、第三方征信、发票、税务等外部数据及行内流水、资产、还款等行内数据；图计算平台是知识图谱技术的产品化，可实现图数据存储、图可视化分析等，为发掘欺诈团伙提供强有力支撑，长沙银行通过构建含800万个实体、1300条边的“零售+对公”2套关系网络模型，并将其在图计算平台中部署落地；AI模型平台可用于备份历史模型版本，建立通用模型库，实现风险模型全生命周期流程管理，目前AI模型平台已部署上线模型20余个；

（3）决策层包括决策引擎系统，决策引擎是智能风控平台的“心脏”，控制着信贷业务全流程风险评估与决策，支撑着行内线上数据贷产品信用风险和欺诈风险的全生命周期风控场景，目前决策引擎已部署3300余个变量，落地2000余条策略，接入20余个模型，支撑我行信用卡和贷款产品的业务发展；

（4）风控运营层主要包括监控报表平台。监控报表平台对风控属性、变量、规则、模型的运行状态进行监控并快速预警，一是可及时对模型策略进行有效性评估，二是可及时发现系统问题、欺诈行为等，降低操作风险。目前我行信用卡和贷款产品的模型策略均已纳入监控体系，配置150余条预警规则用于异常预警，实现产品风控策略运行的全方位监控。

后，智能风控平台2.0集成嵌合各功能模块，并实现各功能模块间数据的共享与流转，支撑各类线上化信贷产品的正常展业，为业务发展强力赋能。

三、创新点

数据全：一方面平台中运用和处理的数据既包括流水、资产负债等行内自有数据，也包括人行征信、税务、发票、第三方征信等外部合规数据，能实现对不同数据源的灵活处理和规范整合；另一方面，平台既能处理常规的结构化数据，也对客户行为类数据、设备指纹数据、图像影音类数据进行解析和处理，有效应用于反欺诈和信用风险模型策略中。

功能强：一是风险特征平台实现了100余个函数和多种复杂SQL逻辑的配置，当前配置类指标占所有指标的50%以上，SQL比对、试计算和试运行功能保证配置逻辑的准确性，同时平台功能实现了对同类指标能够快速的衍生与发布；二是监控报表支持异常预警功能，预警规则支持SQL配置，同时实现了界面化的灵活报表自定义设置，固定报表的灵活展示功能；三是AI模型管理平台内嵌多种建模样式，后端提供强大的模型训练资源配置模型，当前可支持对大语言模型的训练与部署，同时支持多人协作建模、分布调试、复核验证等功能。

迭代快：一是风险特征库作为所有风险类指标的归集地与出口方，能在平台实现特征的自主配置，实现指标开发敏捷化，现有风险特征库能实现对存量模型策略100%的覆盖，对新增模型策略80%的覆盖，能快速响应风控人员进行模型策略研发及部署；二是监控报表聚焦风控策略全流程、全生命周期体系建设，从策略研发、迭代优化、监控评价和下线，风控人员可全面、快速获悉业务风控全貌；三是AI模型管理平台能实现风险模型全生命周期流程的管理，让模型从开发到实际运用及迭代优化全过程可观测、可复现、可管控，尽大可能降低模型风险，极大提高模型研发效率及质量。

四、项目过程管理

*****阶段：截至2022年10月底，（1）完成风险数据集市搭建；（2）完成智能决策引擎对线上信贷业务智能决策的支撑；（3）完成产品级的模型策略体系建设。

第二阶段：截至2023年6月底，（1）完成风险数据资产管理模块、风控模型策略管理模块、风险监控报表运营管理模块等新增模块的设计与实现；（2）初步完成通用模型池、共享策略库的框架设计与建设。

第三阶段：截至2023年8月底，完成各模块间的数据共享，实现了风险指标从创建到应用到监控的全生命周期管理流程，贯穿我行智能风控平台的输入层、计算层、决策层与风控运营层，完成了新建设模块与现有模块（智能决策引擎、统一风险预警、反欺诈案调运营等）功能集成嵌合。

五、运营情况

智能风控平台2.0作为长沙银行A+类系统，上线以来，运行平稳，平均响应时长在42ms左右，分钟级调用量达到1.2万，日调用量777万左右，同比增长36.89%左右。

智能风控平台2.0部署模型20余个，策略2000余条，内容涉及到资金需求程度、历史履约情况、负债情况、资产收入情况、偿债能力、多头行为等各方面，应用场景涉及到贷前、贷中及贷后的各个环节，如客户准入、定额定价、重估借款等，风险识别效果良好。

目前平台已被推广到运营管理部、网络金融部、信用卡部、零售贷款部、中小企业金融部等多个部门进行使用，先后为风险管理、普惠业务、运营管理、网络金融等多个业务条线赋能。该平台的成功实施，极大地提升了长沙银行风险决策的时效性、运算能力和精准度，提高了长沙银行风险预警及防控水平，对同业进行大数据风控体系和智能风控平台建设具有良好的借鉴和促进作用。

六、项目成效

赋能线上贷款业务高速发展：智能风控平台2.0支撑了长沙银行线上数据贷产品信用风险和欺诈风险的全生命周期风控场景，截止2023年8月底我行数据贷授信规模接近1000亿，贷款余额接近500亿，授信客户40万，用信客户24万，累计服务个人及企业客户近80万户。

助力提升数字化风控能力：信用风险方面，以快乐秒贷为例，自智能风控平台2.0上线以来，整体批核率从2022年初的20%提升至40%，全行贷款不良率从2020年的1.21%下降至2022年的1.16%；欺诈风险方面，自反欺诈场景上线以来，共阻断客户遭电信诈骗事件105起，挽回客户经济损失逾1900万元；阻断明确存在欺诈行为的事件（不包括电信诈骗）332起、金额5100余万，识别个人、手机、GPS位置等黑灰产欺诈主体3000余个，其中识别不法中介团伙及欺诈团伙8个，防控潜在高风险黑灰产金融欺诈事件3300余起，涉及信贷资金约5.40亿元，保障了24万余个人及企业客户超500亿信贷资金安全，防范化解了大量金融欺诈风险。

七、经验总结

本项目是在现有智能风控平台1.0版本上的进一步升级，形成标准化、集约化的智能风控平台2.0。项目实施过程中的经验总结如下：

1.夯实数据基础：数据是智能风控体系建设的关键要素。从丰富数据维度、统一数据架构、规范数据管理入手，增强数据的可用性与易用性。此外，使用平台对数据的输入输出进行约束，实现系统间数据的共享与流转，既能加快模型策略体系的迭代效率，也能减少模型策略落地的偏差；

2.模块化设计：将智能风控平台按照业务架构和功能架构划分为不同的模块，集成嵌合大数据平台、风险数据集市、风险特征管理平台、AI模型管理平台、智能决策引擎、风控监控报表平台等众多风控系统，每个模块负责特定的功能，既能提高智能风控平台的灵活性和可扩展性，模块间的相对独立也能更好地控制数据的流动与安全，提高整个系统的可靠性；

3.综合考虑实施进程：智能风控平台建设需要综合考虑业务需求、数据管理、技术应用和用户体验等方面的因素。合理规划和实施建设过程，跟进全行数字化转型进程。