一、项目背景、目标及相关规划

1.项目背景

近年来，我行围绕“多找客户、找好客户”的营销思路，在大力营销优质客户时，发现同一客户内部评级结果与他行以及外部评级结果存在较大差异，导致优质客户被拒之门外。现有评级模型还有分散于不同系统、涵盖客户不全、客户的准入标准不一致的问题，因此，为了精准识别客户，强化准入管理，适应当前业务发展，我行建设智能内部评级授信系统，满足现代银行精细化管理、数字化发展的要求和银行资产业务、客户、行业全覆盖的需要。

2.项目目标

本项目的建设目标是通过引入大数据、机器学习和人工智能、分布式架构等技术，提升我行风险管理能力。一是对历史数据进行清洗加工，同时引入外部数据，设计风险数据集市，并推动数据治理工作；二是基于大数据和机器学习技术开发内部评级模型,包括违约概率（PD）模型、非零售债项评级模型（LGD）以及零售分池模型，支撑我行资产业务信用风险计量；三是设计内部评级结果应用方案，如在客户准入、分级授权、贷款限额、贷后监控与预警、组合管理、贷款定价、绩效考核、差异化信贷政策、风险管理报告、风险偏好设置等方面的应用方案，并给出可实现性评估以及实现规划路径，重点实现准入与统一授信管控；四是完成内部评级系统设计、开发。实现采、算、管、控的完整流程：数据采集、评级授信计算、评级授信管理、客户准入以及用信控制。通过智能内部评级的应用，提升我行风险识别能力，推动我行的数字化转型。

3.建设规划

根据我行当前实际情况并结合业内建设经验，采取“分批建设，逐步接入”的方式开展实施工作。

第一阶段以接入信贷业务系统为首要目标，提升我行在信贷风险管理的数字化能力。第二阶段以接入全行相关业务系统为目标，例如资金业务系统、票据业务系统、智能贷款系统，实现业务和客户的全覆盖。第三阶段以实现内部评级高级应用为目标，提升全行数字化管理能力。

4.业务功能

一是评级管理，实现业务人员与信贷管理人员对客户的完整评级流程的管理，具体包括：客户级评级试算、评级发起、评级认定、评级推翻、评级更新。非零售客户的债项评级模板配置、债项评级LGD计算。评级结果及债项评级的查询和导出。

二是额度管理，实现业务人员与信贷管理人员对集团限额管理及单一客户的限额管理，具体包括：限额测算、单一客户限额管理、集团限额管理、关联群限额管理、额度占用检查、额度调剂、限额调整、额度预占用、额度占用与释放、额度冻结与解冻、额度续期。

三是违约管理，实现业务人员与信贷管理人员对违约客户的识别和管理，具体包括：基于违约规则、重生规则的自动跑批，业务人员对违约结果进行认定和审批，违约信息查询。

四是风险暴露管理，实现信贷管理人员对风险暴露全流程的管理，具体包括：风险暴露分类规则的相关参数配置、风险暴露分类人工调整、风险暴露分类认定、风险暴露分类规则引擎的设置，风险暴露分类结果查询。

5.技术架构

采用微服务化的系统应用架构设计。从“业务领域、数据模型、变与不变、场景、流量、效率”六个设计原则出发，进行微服务的拆分，拆分了零售额度、非零售额度、客户评级、内部管理4大类12个应用服务。

同时依托于蜀信云平台，实现三地四中心多活架构部署，具备站点级和城市级容灾以及资源弹性伸缩调配能力，显著提升资源利用率和业务连续性保障水平。同时也具备了一云多芯的能力，一朵云上同时拥有Intel芯片和国产芯片，可根据实际需要进行配置，以支撑信创改造要求。

二、创新点

一是基于大数据开发客户评级模型和额度模型。根据本行金融数据结构、数据内容、数据的时间跨度、业务应用方向，抽取客户的基本信息、财务信息、非财务信息、合同信息、借据信息等数据信息，结合国际上领先的实践，确定敞口划分，建立定性指标和定量风险指标，开发定量与定性评级模型，完成模型校准和验证，从而对客户的信用风险水平进行评估。项目共计建设非零售贷款类客户评级模型71个，同业类客户评级模型13个，零售评级模型26个，并搭建配套的模型运行监控体系与业务运行监控体系。对我行所有信贷客户、债项的信用风险进行科学的计量，为风险管理提供量化支持。

二是设计信用风险数据集市。信用风险数据集市作为信用风险管理需求的数据中心系统，进一步完善我行全方位、多层次的信用风险管理体系服务。通过对海量数据按不同主题进行区分和加工，计算出各类指标等中间数据和衍生数据，将数据中的隐含信息最大程度的加以挖掘、表达和运用，为信用风险管理提供服务。

三是采用微服务化的系统应用架构设计。从“业务领域、数据模型、变与不变、场景、流量、效率”六个设计原则出发，拆分了零售额度、非零售额度、客户评级、内部管理4大类12个应用服务，每个应用服务在开发、测试、部署流程上完全独立互不影响，并可以随着应用服务的访问压力而动态增减云平台部署资源，显著提升资源利用率和业务连续性保障水平。

四是实现信创改造，真试真用。采用信创环境服务器和网络设备，采用信创操作系统（麒麟、统信），采用信创数据库（OceanBase），应用SOFAStack中间件。真试真用，以应用促创新，以应用促提升。

三、项目过程管理

评级授信系统建设包括总体规划及需求分析、模型开发、系统开发、投产试运行及全省推广等几个阶段，各阶段工作内容如下：

1.【2021年10月至2021年12月】 总体规划及需求分析阶段

依据业务需求与建设目标，确定技术路线，给出系统建设总体方案，并针对模型及系统开发全流程进行需求分析和讨论。

2.【2021年12月至2022年6月】 模型开发阶段 

按照需求设计文档，进行模型开发工作，并对模型结果进行分析评估，优化模型。

3.【2022年7月至2022年12月】 系统开发阶段

按照需求设计文档，进行系统开发工作，并对系统进行功能、非功能测试以及安全性等测试，保证系统的建设质量。

4.【2023年1月至2024年6月】  投产试运行阶段

按照项目计划选择部分地区进行投产试运行，期间持续跟踪问题、对模型效果进行监控并进行相关功能的优化。在对系统进行充分验证后，于2023年7月开始接入信贷业务系统。

5.【2024年7月】  全省推广阶段

2024年7月接入信贷业务系统全省业务，截至目前已接入信贷业务系统、资金业务系统、票据业务系统、利率定价系统的全省业务，并部分接入了智能贷款系统。

四、运营情况

系统上线以来，无重大事件发生，系统性能满足要求，系统运行稳定。注册用户数达14万人，日均核心交易笔数近4万笔。

五、项目成效

通过系统的构建，实现了评级管理、违约管理、风险暴露分类、评级应用等的数字化、自动化，大大节约了人力成本并提高业务开展效率，建成一套完善的、长期的、可扩展的体系，满足内部信用风险评级管理、以及信用风险模型所需的数据收集、加工、存储、验证、应用和质量控制的评级体系，进一步提升我行风险管理能力，奠定我行在信贷客户准入方面进行科学准确识别的基础，实现对客户、业务、产品的全覆盖以及全省的统一授信管理。

六、经验总结

一是提前识别可能的项目风险并制定有效的风险缓释措施。如核心人员变动、原型产品致命缺陷、大规模业务需求变更以及外部人力不可抗因素等。

二是拥抱云原生，助力业务发展。云原生的最大特点是容器化和微服务架构。容器化可以将应用程序和服务打包为轻量级容器，使其可以在各种环境中运行，而微服务架构可以将应用程序和服务拆分为多个小型服务，每个服务都可以独立部署、扩展和管理。这种架构可以提高应用程序和服务的可靠性、弹性、可扩展性和安全性，同时降低维护成本和部署时间。

三是信创领域大有可为。目前信创软硬件产品和国外巨头的产品相比仍有差距，同时信创产业人才数量不足，人才梯队结构不合理的问题客观存在。但是通过“成熟可用硬替代、基本可用软替代、空白领域准替代”的方式，逐步开展系统的信创改造，相信这些问题在不远的将来都能得到解决。