本文来源于:2024年度全国农村金融机构科技创新优秀案例评选,作者:福建农信

福建农信:新一代数字信贷平台

2024-09-27 关键词:农信/农商行,信贷,数据平台与数智应用 3335

一、项目背景


(一)背景


当前,党中央把解决好“三农”问题作为全党工作重中之重,举全党全社会之力全面推进乡村振兴。福建农信作为农村金融主力军、普惠金融主渠道、乡村振兴主办行,现拥有67家农信社和农商银行,1900个营业网点,1万个农村普惠金融服务点和232家福农驿站,员工近2万名。已向1.5万个行政村派驻金融助理,服务客户超过3000万户,拥有广泛的基层网点和深厚的客户基础,致力于利用前沿科技手段深化数字乡村工程,探索金融数字化转型之路,精准对接农户、小微企业及新型农业经营主体的金融需求,实现金融服务的普惠性、便利性和可得性,以数字金融助力乡村全面振兴。


(二)需求及必要性


尽管近年来农村金融服务体系不断完善,但在数字化转型的过程中仍存在明显痛点。一是金融服务深度有待提升,农村经济主体由于其小、散、弱等特质,农村经济主体面临融资难题,如融资渠道有限、融资贵、融资慢,缺乏有效的金融服务支持,难以“一站式”获取信贷金融服务;二是信用评价体系缺乏数据驱动,由于农村地区数字足迹较少,如客户信用记录缺失或不完整、收入不稳定、抵押物价值不确定等,涉农数据缺失、碎片化等问题较为突出,缺乏对农村数据要素进行有效收集整合、挖掘运用,导致信用评估准确性与及时性受限,影响信贷决策效率。三是农村金融产品创新性不足,现有信贷金融产品较为单一,部分技术架构和业务模式较为陈旧,缺乏针对特定区域、特定产业的定制化解决方案,难以满足多样化需求。四是多法人机构的系统兼容性不足,福建省有“八山一水一分田”之称,福建农信业务范围涉及9地市67个农商行、农信社(以下统称“行社”),各地区经济发展水平、文化差异、市场需求不同,各行社经营理念与信贷需求存在差异,需要一个高度灵活、可配置的系统来应对这一挑战。


另一方面,随着金融科技的快速发展,同行信贷体系建设通过引入先进的云计算、大数据、人工智能等技术,聚焦数字化转型,构建灵活可扩的架构,设计独立的风控系统,强化中台能力建设,推进全面风险管理和推广信创国产化,实现对信贷业务的全面数字化管理。


在此背景下,福建农信充分发挥人缘地缘,点多面广的传统优势,以数字福建建设为机遇,立足乡村振兴金融主力军职责定位,以深耕八闽、厚植三农为己任,以普惠金融为主线,五大金融协同发展,从“农”出发,构建新一代数字信贷体系,利用大数据、机器学习、人工智能、5G、分布式架构、前后端分离、流程引擎等技术,结合“线上线下渠道、信贷产品、客户服务、数据中台”四大模式,实现金融供给“线上化、移动化”,高效信贷产品开发“参数化、配置化”,数据接入及应用“数字化、安全化”,旨在打造一个“敏捷、智能、安全”的信贷生态系统,破解乡村经济发展痛点难点,提高金融服务供给效率,扩大金融服务范围,降低金融交易成本,增强信贷风险控制能力,从而为乡村振兴提供更有力更强劲的金融和科技支撑,推动乡村经济高质量发展,实现惠农、惠企、惠民的多重目标。


二、项目方案


面对上述挑战,福建农信通过创建“线上线下渠道、信贷产品、客户服务、数据中台”四大模式,实现“线上化、移动化”金融供给,“参数化、配置化”高效信贷产品开发,“数字化、安全化”数据接入及应用,构建新一代数字信贷平台。


(一)平台架构


以“产品创新更快速、业务管理更精细、风控管理更智能、场景渠道更丰富、数据资产更共享”为建设目标,构建福建农信新一代数字信贷体系,由六个关键层次构成(如图1所示),每个层次都有其特定的功能与作用,共同支撑起一个更高效、更安全、更智能的信贷服务生态:一是渠道层,包括客户自助服务渠道,员工业务办理渠道及非接触的远程视频服务渠道;二是业务层,包括渠道业务接入、全信贷业务办理的业务系统、辅助员工开展业务营销管理一体的辅助系统,涵盖全信贷业务流程,为客户提供一站式的信贷解决方案;三是账务层,包括贷款核算系统、核心账务系统、会计核算系统,分别处理贷款账务、客户账务、会计科目业务,确保财务流程的准确性和合规性。四是模型层,通过风控模型、客群标签和定价模型,提供更精准的信贷决策支持;五是数据处理层,负责数据的接入、汇聚、存储、实时和非实时处理、供给等;六是数据资源层,整合内外部数据资源,包括行内数据、政务数据、企业数据等多方数据,形成丰富多元的数据资产,为系统运作提供坚实的数据底座。

 

111.png

图1:新一代数字信贷平台架构示意图


(二)项目实施


新一代数字信贷平台建设采用松耦合、体系化的项目群实施方式,建设了集进件、授信、风控、合同、贷后等功能为一体的一站式信贷平台。平台建设包含新建信贷管理系统、贷款产品核算系统、统一会计核算平台、进件系统等4个重要系统,并配套改造核心、渠道、大数据平台等63个关联系统,联动改造14家行社的自建进件系统、49家行社(含办事处)的自建数据类系统。平台依托分布式架构、前后端分离、流程引擎等技术手段,将架构划分为渠道层、业务层、账务层、模型层、数据处理层和数据资源层等六大逻辑应用层,重点攻关业务处理共享与支撑、数据要素标准与整合、核算存贷分离与统一会计、多源数据接入安全性等内容,实现了业务要素(信贷、核算、利率等)、风险要素(客户准入、风险决策、额度模型)、渠道要素(接入渠道、放还款控制)、约束要素(产品模板、档案目录、格式化模板、审批流、标签)等可配置的信贷全流程产品研制及运营管理,构建起“产品+渠道+客户”多场景融合一体新模式。


在系统边界方面,统一运营门户作为前端界面,属全行级系统,作为与其他系统对接的窗口。通过统一运营门户实现信贷管理系统、进件系统、信用风控系统的一站式便捷登陆。其中,进件系统为对客端,移动办贷为信贷管理系统的移动延伸端。贷款产品核算系统作为信贷业务的账务处理系统,新一代数字信贷平台将核算功能从核心账务系统上剥离至贷款产品核算系统,进一步对接统一会计平台,实现总账独立会计处理,客户贷款结算账户的部分由核心账务系统提供支持,各个系统独立处理却又相互支撑。


在内外网隔离方面,如图2所示,新一代数字信贷平台项目群中进件系统前端资源部署在移动金融网DMZ1区,用户在互联网访问进件系统时需先通过DMZ1区的防火墙的安全策略校验,同时静态资源采用CDN的方式同步至CDN服务器,后端微服务部署在移动金融网DMZ2区,后端服务在移动金融网DMZ2区透过防火墙与内网的新信贷系统、贷款核算系统、风控系统等进行数据交互,确保数据安全。

 

112.png

图2:新一代数字信贷平台项目群网络架构图


(三)数据融合与安全


数据融合是数据要素挖掘的基础。通过构建大数据平台,我们实现了政务、运营商、数研院等外部数据与各项业务报表、征信、农信银等内部数据的统一接入和汇聚。利用大数据分析能力和实时与批量的数据接口服务,确保内外部数据能够被各个业务系统有效利用。与此同时,平台还提供了强大的数据管理功能,有助于充分挖掘数据价值,提升效益,并促进数据要素的有效流通。在确保数据安全的前提下,通过“告知-同意”的原则合规收集、安全使用客户数据。此外,通过与各级大数据局以及第三方机构合作建立模型,对外部数据进行初步处理,确保不包含敏感信息后再由内部系统进行二次加工,转化为可用于业务的信息。


外部数据对接调用目前有采用三种方式:第一种(以榕e贷为例),通过申请时签署协议、发起授权,授权后通过uuid获取大数据的指标数据,进行风控计算;第二种(以数研院为例),通过申请时跳转数研院页面进行授权,授权后返回token,省联社系统通过token获取数研院数据后进行风控计算;第三种(以龙岩e贷为例)用户先登录龙岩数普平台页面进行申贷信息的初步填写,填写完成后由龙岩数普平台先将用户申贷数据和相关政务数据推送至省联社进件系统,然后将页面跳转到省联社进件系统的页面,让用户继续申贷。


(四)产品创新


通过对内外部数据分析处理,结合各地区市场需求,设计了多维矩阵模型,实现信贷产品精细化生产。一是目录-模板-产品矩阵,在多层级的产品管理同时,实现对风控、额度、核算等部分参数全省统一规范统一管理;二是建立业务、核算、利率、风控、运营等五类约150项参数的矩阵模型。多维矩阵模型支撑在产品设计、客户评级、额度模型、业务流程、风险预警、产品核算等层面实现信贷产品的自定义、复用、扩展及裁剪,支持省内各地区农信社(农商行)根据当地市场经济配置个性化信贷产品,最大程度满足特色化、差异化经营发展需要;三是建立全新信贷运营体系,支持对每个信贷环节进行场景细分,通过贷款的不同属性或属性不同阈值来精细化运营场景,可按需设立专门的作业中心/岗位提供统一的押品、档案、签约、贷后等管理,实现业务拓展与贷款管理分设,相互监督制衡。


(五)客户营销


通过客户画像系统形成客户、业务、资产负债、交易、评价、风险六大类客户标签体系近500个标签,联动移动运营门户、柜面、客户关系管理(CRM)、厅堂营销、信贷平台等系统向一线员工提供客户全貌,为客户及员工推荐合适的金融产品及营销策略。同时联动客户营销决策系统、CRM星级数据,发掘圈选潜在目标客群,通过客户经理、短信等多渠道实现营销精准触达。


(六)风险管理


在内部管控领域方面,新一代数字平台通过以下三个方面进一步实现更为精准的风险管理。


1.信用风控方面:设置包括以行内业务数据、征信数据、三方数据为基础的一些系列指标,组合成风控规则,在信贷前中后流程决策过程中实现风控决策、反欺诈的自动化拦截服务。另外,指标运算组合为不同的评分模型,评分模型组合成额度模型,计算客户信贷额度,实现额度控制。通过“指标-规则-决策”实现了模块化可组装可拆卸,实现不同产品、同产品不同贷款形式、不同农信社(农商行)间规则的灵活配置,充分把控业务操作风险。


2.贷后管理方面:实行“系统自动检查+人工检查”并行的方式,对贷后检查任务情况进行跟踪,实现“精准贷后”,有效解决贷后检查任务繁重、流于形式等问题;支持系统自动化催收,实现人工和自动化催收并行,确保诉讼时效的有效性,减轻贷后催收工作量等。


3.资产保全方面:构建数字不良贷款处置模块,有效整合行内外数据,对不良贷款的数据监测、时效预警、催收管理、处置管理、审议审批、统计分析等工作实行电子化管理,实现对不良贷款处置的标准化、规范化、自动化线上全流程作业管控,做到不良处置有标准、有记录、可追溯、可跟踪、能分析、能考核,真正实现管、控、查智能线上一体化,提高不良贷款处置管理效率。


三、创新点


(一)数据标准规范化


推进信贷类数据标准的贯标,完善对公客户类型、信贷产品类别、抵质押品种类等信贷类数据标准规范,涵盖标准项150项,数据项1100个。


(二)数据要素体系化


通过大数据平台对接外部党政部门、公共资源、福农综合服务平台及福建农信自有数据等多种混合异构数据,形成更加全面的客户风险、业务、行为等信息,支撑省内各农信社(农商行)特色化创新发展。


(三)建模方式多样化


构建三级联动与外部联动产品开发方式,支持省联社建模、省联社与市级办事处联合建模、与县区级农信社(农商行)联合建模、与地方数据局等第三方联合建模的多种建模方式。


(四)产品创新敏捷化


通过产品、业务、风控、核算等多维矩阵模型的设计,实现个性化产品配置的敏捷化,基于系统中已发布的参数与指标的,个性化产品的研发仅需1至3天;若需要对接外部数据的,研发周期也仅需1个月,大幅提升产品创新效率。


(五)应用场景数字化


将数据要素应用于信贷业务客户分群分类、营销策略、风险控制、流程管理、额度管理、反欺诈、贷后管理及资产保全等,提升信贷全流程数字化管理能力。


(六)数据利用纵深化


从产品创新到营销展业再到风险管理,新一代数字信贷平台充分发掘数据要素价值,纵深向使用内外部数据支撑行业发展,让数据要素 “流得动”、“用得好”。


四、技术实现特点及优势


(一)微服务架构新一代数字信贷平台采用分布式信贷模式


新信贷管理系统逻辑架构上分为客户授信管理子系统、对公信贷作业子系统、个人信贷作业子系统、押品子系统、贷后子系统、资产保全子系统、信贷流程子系统、基础数据加工平台。数据架构上分为授信服务、客户服务、评级服务、押品服务、估值服务、担保服务、业务变更服务、业务配置服务、OCA服务、文件管理服务、序列服务、贷后服务、档案服务、个贷服务、公贷服务、资保服务和信贷批量服务等。各个子系统独立部署,所有业务功能前端统一实现,后端采用微服务架构,各服务组件互相独立,部署灵活,耦合度低,利于系统的扩展和功能模块的拆分。系统内各个模块通过注册中心发布寻址和调用,服务采用jar包增量部署模式,有利于版本管理、降低测试工作量、降低投产风险,满足运维部署要求。批量应用支持集群模式,利于运维操作和批量的稳定性。


贷款产品核算系统划分2个微服务子系统加1个单元化群,包括公共服务微服务、贷款销户查询微服务和贷款管理单元、贷款数据单元,贷款数据单元可横向扩展。服务由注册中心、缓存中心、网关服务端、分布式路由、应用服务协作完成交易调用处理。


(二)技术栈


服务器采用信创设备。关键技术栈见图3。


113.jpg

图3:新一代数字信贷平台项目群系统技术栈表


(三)前后端分离


新一代数字信贷体系通讯结构上整体采用前后端分离方式,之间采用国密加密。信贷前端交易通过统一运营门户页面HTTP接口经过系统网关与后端服务进行数据交互,子系统间各服务通过内部FEIGN接口交互;其他外围交易系统通过ESB服务总线与新信贷管理系统各子系统交互,如图4所示。


 114.png

图4:前端交易调用流程图-示例


REDIS在服务启动时共享缓存,包括用户信息、机构信息、柜员信息、序列信息、字典信息、会话权限信息、数据权限信息、esb配置信息等;MQ队列处理各业务服务流程后处理事件及批量业务信息定时查询服务。


在信贷、进件和风控执行过程中通过ESB调用核算交易。核算交易联机服务包括接入层、组合服务层、基础服务层、数据层这四层。其中,接入层负责完成通讯协议的适配;组合服务层负责完成基础服务的流程编排以及面向切片的本地化逻辑嵌入;基础服务层负责完成业务处理;数据层负责完成数据库连接管理、事务控制以及标准化DAO操作。

 

115.png

图5:核算交易流程图


(四)规则运算


新一代数字信贷平台依赖风控系统做规则运算。信贷、进件包括风控前端对风控的访问都通过网关服务进行鉴权、流量控制、负载分流等,由决策引擎负责对模型的最后解析和计算,产出决策报告,执行过程中所需的外部数据,均由取数服务提供。


116.png

图6:信用风控交易流程图


决策模型由5类组件组成:决策流、规则集、决策表、评分卡和决策树,其中决策流是模型的入口,由它负责把其他组件配置组合为模型。模型中的最小数据单元为基础指标,在此基础上灵活配置各具特色的衍生指标;规则由表达式、指标和引用值组成,把多条相关联的规则组合在一起形成规则集,同一规则可以被不同规则集复用;根据不同模型的实际需要,可以调整引用值在当前模型中的特殊值。


(五)批量作业分层方式


新信贷管理系统批量使用Moia作为调度工作,使用GBase并行数据库作为数据加工的底座,加工脚本采用存储过程执行。


新信贷管理系统业务数据库(ORACEL)通过EOD日期增量抽取生成文件,与数据仓库外部数据文件自动推送的批量文件装载入GBASE库,合并为全量表后进入源数据A00层。A00层数据复制A10层进行数据加工,生成Z表数据(分别为Z12新增数据层(结果表)、Z11存量数据层(结果表)、Z00层批后全量数据)。之后Z00表供给数仓,Z11,Z12表数据供新信贷管理系统。

 

117.png

图7:夜间批量数据流程图


(六)流程引擎


信贷、进件、风控、核算使用流程都由统一流程控制中心提供。工作流控制中心包括工作流引擎、工作流核心服务、工作流对外API接口三个主要模块。工作流引擎是驱动流程流动的主要部件,它负责解释工作流流程定义、创建并初始化流程实例、控制流程流动路径、记录流程运行状态、挂起或唤醒流程、终止正在运行的流程、与其他引擎之间通讯等等工作。工作流控制中心记录了一个流程所有业务细节,包括流程名称、各节点名称、各节点办理人、办理属性、权限控制、流转控制等一系列标识信息。过程定义负责以图形化的方式显示定制工作流程,实现诸如直流、分流、条件流、子流等多种流程方式,采用“拖拉”的方式让二级法人行社管理人员、业务人员也可以定制流程。


五、项目过程管理


福建农信于2021年9月启动新一代数字信贷平台建设,2022年11月完成系统编码,2023年8月完成测试和上线准备,2023年9月正式投产运行。


六、运营情况


在建设新一代数字信贷平台的同时,我社也不断地深入到各个业务痛点中,在业务实践中积累建设经验、沉淀业务知识、提升运营能力,从而让平台体系更流畅运转,使数据和业务深度融合,充分释放数据的要素价值。通过收集省内各级农信社、农商行的系统用户报告、开展多轮地区调研工作,实施多轮次问题修复与建议优化,我社多措并举积极推进平台优化建设工作,使平台更加贴合实际业务,以更大力度更高平台推进信贷业务转型发展。


七、项目成效


(一)精准扶持涉农信贷


平台向小微企业、农户等提供贷款,满足其资金需求,帮助其扩大经营规模或改善生产条件,截至2024年6月底,平台发放的涉农贷款余额4672.72亿元,占比66.51%,比年初增加175.8亿元,增幅3.91%;新农主体贷款户数48695户、余额195.08亿元,户数比年初增加9103户、余额比年初增加43.72亿元,余额增幅28.89%;林业贷款户数21.11万户、余额450.73亿元,增幅达10.13%。


(二)集约建设降低成本


推出全行级的贷款“进件系统”,支持客户无纸化、线上化、随时随地申请贷款,截至2024年6月底,全省累计线上申请贷款52.9万笔,月均交易量是旧系统的6.3倍。若按照单个农信社(农商行)自建进件系统投入20万元计算,全省农信可节省近1300万元。


(三)缩短产品迭代周期


实现技术语言业务化,支持产品、业务和流程的快速配置。个性化产品研发周期从数月缩短至1至3天,截至2024年6月底,全省共配置特色线上产品581款。


(四)强化风险把控水平


建立覆盖信贷全流程各环节的风控模型,实现额度实时计算、交易实时判断、风险实时展示等功能,截至2024年6月底,通过风控系统进行风控筛查总次数1509.19万次,其中有效风险拦截107.46万次,拦截率达到了7.12%,为乡村金融市场稳健运行构筑坚固防线。


(五)统一信贷数据标准


开展信贷类数据标准化建设,完成七个批次、211.05万笔数据治理。推进全省信贷类数据标准化建设,涵盖标准项约150项,数据项约1100个,为乡村振兴战略的精准实施提供坚实的数据底座。


八、经验总结


对新一代数字信贷平台的探索和实践,让福建农信提升了对内部数据的治理能力,深化了对外部数据的融合和应用,构建了数据分析、数据加工、数据运用一体化的数据工厂,赋能业务转型和发展提质增效。接下来,福建农信将持续推进新一代数字信贷平台优化建设。在数据资源层,我社将持续扩大数据来源渠道,为业务发展不断扩大数据资源池;在数据处理层,我社将进一步提升数据中台处理能力,充分发挥数据要素的乘数效应,为业务发展提供坚实的数据底座支撑;在模型层,我们将进一步完善风控、利率、标签模型要素分析,为业务决策提供强有力的支撑;在账务层,我社将发挥核心、核算、会计的协同作用,为信贷业务的财务管理做好充分保障;在业务层,我社将进一步发挥主观能动性,结合省内各地市农村经济发展,为各地市定制化信贷产品、流程、决策,大力推动普惠金融纵深化发展;在渠道层,我社将进一步推动线上渠道、展业、非接与实际业务相结合,为客户、为员工提供更便捷的服务工具,实现多元化场景融合应用,构建以科技创新为驱动、场景生态为支撑、高效安全为保障、综合服务为特色的现代化普惠金融体系,全面助力乡村振兴发展。


本网站案例,除特殊标明来源的,版权归金科创新社所有,未经许可不得转载,否则将视为侵权,对于不遵守此声明或者其他违法使用本文内容者,本网站依法保留追究权。另,本网站部分案例、观点文章来源于网络素材,如有侵权,请邮件联系 fenglei@fintechinchina.com 处理!
特别提示: 本网站免费为广大金融企业提供IT选型咨询服务,详情点击 【 需求提交 】

推荐阅读

更多

河南农信:基于大数据平台的智能审计管理信息系统

随着河南省农村信用社各项业务的飞速发展及信息化建设的不断深入,创新性金融产品和金融服务不断涌现,业务数据和业务流程复杂程度不断提高,交易信息和管理信息不断膨胀。

2018第二届农村中小金融机构科技创新优秀案例评选 河南农信 2024-09-27

安徽农信:基于人工智能的滨湖数据中心基础设施能效优化

数据中心基础设施能耗巨大,数据中心节能能够带来显著的经济和社会效益。而在数据中心基础设施中,空调能耗又占到全部能耗的70%,本项目通过将人工智能应用到数据中心基础设施空调系统运行控制中,为安徽省联社乃至金融行业数据中心基础设施节能降耗探索一条智能化创新的道路。

2018第二届农村中小金融机构科技创新优秀案例评选 安徽农信 2024-09-27

湖北农信:智慧学习平台

智慧学习平台的建设广泛运用互联网新媒体技术,集教、学、练、考评等要素,通过数字化学习运营将其打造为兼容、开放、共享、规范的多元一体化学习载体,成为全省农商行系统的学习中心,考试中心、直播中心、制度图书中心、员工交流中心,有效地提高了员工学习的时效性、便捷性和覆盖面,成为全省农商行“智慧银行”的建设重要载体。

第五届农村中小金融机构科技创新优秀案例评选 湖北农信 2024-09-27

江西农信:“百福快贷”项目

网络信贷项目依托互联网技术,采用全流程“不落地”线上操作模式,以大数据应用为基础,实现贷款申请受理、审批、放款、回收和贷后管理全部在线完成,整个贷款审批流程无需人工参与,实现了系统几分钟内自动产生审批结果,真正意义上达到了可足不出户就可完成贷款申请和收到贷款的目标。

2018第二届农村中小金融机构科技创新优秀案例评选 江西农信 2024-09-27

江苏省联社:风险偏好与限额管理系统

本项目旨在建设统一风险数据集市,打通风险管理相关数据,建立风险偏好与限额管理系统,提高各类风险识别、计量、监测和数据分析的能力,并提供给农商行风险管理相关的数据支撑,以帮助农商行进行合理的业务拓展与风险管理决策。

第五届农村中小金融机构科技创新优秀案例评选 江苏省联社 2024-09-27

乌鲁木齐银行:个人消费贷款(雪莲E贷-精英贷)

该产品充分利用科技手段开展产品营销和服务,客户通过线上渠道申请贷款,客户经理通过移动办公线下补充资料,无需抵押、操作便捷,一经投产就获得了客户的热烈欢迎与认可,不仅提升了我行信贷业务办理效率,让更多的客户感受金融科技的力量,还促进了当地的经济发展。

2022年度城市金融服务优秀案例评选 乌鲁木齐银行 2024-09-27

案例库

金融行业全面的数字金融创新案例,涵盖历届“鑫智奖·金融机构数智化转型优秀案例评选”、“农村金融机构科技创新优秀案例评选”、“城市金融服务同业案例征集活动”等科技创新参评案例

  • 农信/农商行
  • 信贷
  • 数据平台与数智应用

微信
咨询

微信咨询

扫码添加金科小助手微信号
咨询案例和解决方案相关信息
或联系对应机构