一、项目背景及目标

习近平总书记在2023年10月召开的中央金融工作会议中提出，“坚定不移走中国特色金融发展之路，推动我国金融高质量发展”，“做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章”。在2024年1月16日召开的省部级主要领导干部推动金融高质量发展专题研讨班开班式上，习近平总书记进一步强调，要“认真落实中央金融工作会议的各项决策部署，统筹推进经济和金融高质量发展，为以中国式现代化全面推进强国建设、民族复兴伟业作出新的更大贡献”。做好新时代金融五篇大文章，不仅为统筹推进经济和金融高质量发展明确了五个重点领域，也锚定了走好中国特色金融发展之路的着力点。

吉林九台农村商业银行股份有限公司（以下简称“本行”）建立了云信贷数字零售信贷平台（以下简称“平台”）系统，在满足政府和监管部门要求的同时，搭建先进技术平台，创新金融产品，提升服务手段，进一步推动本行业务向多渠道、多角度、绿色便捷、安全合规发展，有效践行了普惠金融服务。

二、创新点

1．系统采用微服务架构

系统通过拆分应用为小型服务单元，结合持续交付实践，实现快速部署和更新，提高开发效率和系统稳定性。每个微服务独立部署、伸缩，使团队能快速响应需求变化，同时持续交付确保功能快速上线，实现持续创新和业务价值交付。

2．系统采用分层设计

采用分层服务设计，系统划分：页面展示、控制跳转、业务处理、数据缓存、数据处理。每一层有明确的系统接口，同时层内组件化封装，使系统有很好的扩展性和灵活性。层次之间通过定义清晰的接口和依赖关系，实现了模块化开发，降低了耦合度，提高了系统的可维护性和可扩展性。每个层次都有明确定义的责任，使得系统结构清晰，易于理解和维护。

3．智能风控引擎

智能风控引擎是现代金融技术领域中的尖端风险管理工具，它深度整合了大数据处理、机器学习算法、数据挖掘技术和实时监控预警系统，专门针对零售信贷业务中的复杂风险挑战而设计。该引擎利用先进的大数据架构，能够高效地摄取、清洗和分析海量的内外部数据源，从浩如烟海的信息中抽丝剥茧，识别出潜在的风险信号和异常交易模式。

通过运用先进的机器学习模型，智能风控引擎不仅能够对客户信用状况进行精准评估，还能动态预测和预防各类欺诈行为，包括身份冒用、虚假申请、账户盗用等多重欺诈场景。此外，在反洗钱（AML）活动中，它能实时监测交易网络、资金流向及行为特征，有效发现并标记潜在的洗钱活动，从而助力金融机构履行监管合规义务。

在整体运行过程中，智能风控引擎实现了高度自动化与智能化，可以根据不断变化的风险态势自适应调整策略，并实时采取针对性的风险防控措施，以最大限度降低不良贷款发生率、减少资产损失，并保障金融服务的安全性与稳定性。最终，这样的智能解决方案为企业提供了更为精细化、敏捷化和前瞻性的风险管理服务，有力推动了金融行业的健康发展与科技创新。

4．大数据风控系统

大数据风控系统配备了一款强大的可视化流程配置工具，专为风控专业人员设计。通过这一决策引擎画布界面，风控团队能够直观地以图形化的方式构建、组织和优化其风控策略流程。如同绘制流程图一般，他们可以灵活拖拽并连接不同的风险识别、评估及应对节点，将复杂的逻辑关系以清晰易懂的形式展现出来，实现风控策略的“所见即所得”配置。

这套配置系统不仅简化了策略维护工作，使得即便面对高度复杂的风控决策流时，也能轻松完成更新与调整。同时，它还全面支持模拟完整的软件开发生命周期管理功能。这意味着风控人员可以在一个闭环环境中自始至终地执行规则开发的全流程，包括但不限于规则的设计、编写、配置调试、单个或多个规则集合的集成测试以及整个风控流程的端到端仿真测试。

此外，为了确保每一次风控规则调整的有效性和准确性，该系统还提供了批量回归测试的功能。只需一键操作，即可自动对预先设定好的样本数据集进行大规模验证，帮助风控团队迅速而准确地判断新规则上线后可能带来的影响，并在实际应用前发现并修正潜在问题，从而极大地提高了风险管理的整体效率和精准度。

5．支持国产化

为积极响应国家信息技术应用创新战略，平台在构建过程中充分考虑了金融信息安全与自主可控的核心诉求，并严格遵循监管合规标准。通过优先选择和部署国产自主研发的信创软硬件，如采用麒麟V10操作系统、达梦数据库以及海光芯片虚拟化服务器等国内顶尖技术产品，该系统有效降低了对外部技术的依赖程度，显著提升了整体网络安全防护能力。

在实际落地实施中，平台不仅注重与现有IT基础设施的深度整合与兼容对接，还着重强化了专业人才团队的培养，以确保团队成员能够熟练掌握并高效运维基于信创环境的技术架构。同时，建立了一套全面的运维管理体系和应急响应机制，旨在保障系统的稳定运行和高可用性。

此外，平台持续关注技术创新与研发投入，紧密围绕业务需求进行功能优化与服务升级，力求实现信创软件与金融服务场景的无缝衔接。此举既有利于推动我国信息技术产业链的高质量发展，又有助于保障金融业信息化建设的安全性和可持续性，从而切实履行金融机构在信息技术自主创新和社会责任方面的双重使命。

三、技术方案

1．技术架构

平台基于Spring Cloud微服务框架，采用分布式集群部署，强调无状态化设计，从而实现弹性架构模式并支持灵活地扩展。该架构下应用和数据完全分离，避免了单点故障，确保业务连续性。通过负载均衡实现智能分流和智能限流，保障了良好的并发访问体验，同时有效地减轻了服务器压力。

平台基于Spring Cloud微服务框架，采用分布式集群部署，强调无状态化设计，从而实现弹性架构模式并支持灵活地扩展。该架构下应用和数据完全分离，避免了单点故障，确保业务连续性。通过负载均衡实现智能分流和智能限流，保障了良好的并发访问体验，同时有效地减轻了服务器压力。

通过注册配置中心，整个平台划分为多个微服务，包括网关服务、鉴权服务、基础后台管理、作业中心服务、风控服务、数据中心服务、营销小程序后台服务以及外部数据转发服务等 8 个微服务模块。

在数据库方面，采用了国产主流数据库，并实施双活模式，结合动态读写分离的数据源设置，以确保数据库的高效利用和资源最大化利用率。同时，配合使用 Redis 缓存和 MinIO 文件存储系统，实现了高效的数据处理和影像要件管理。这些举措共同构建了一个高性能、稳定可靠的微服务架构，为系统的健壮运行提供了坚实的基础。

2．业务架构

平台与吉林省农村信用社联合社（以下简称“省联社”）的信贷系统、大数据风控系统、核心账务系统等基础系统对接，开发贷款交易流程管理系统，客户通过小程序进行贷款申请交易，客户经理在小程序端完成对客户的贷款尽调，后台作业人员在作业中心完成相应的贷款审批作业，实现零售信贷业务的全流程线上化。

平台与吉林省农村信用社联合社（以下简称“省联社”）的信贷系统、大数据风控系统、核心账务系统等基础系统对接，开发贷款交易流程管理系统，客户通过小程序进行贷款申请交易，客户经理在小程序端完成对客户的贷款尽调，后台作业人员在作业中心完成相应的贷款审批作业，实现零售信贷业务的全流程线上化。

前端应用包括用户和客户经理使用的微信小程序，以及PC后管业务端，后续规划接入手机银行等渠道。

业务层实现系统的核心业务逻辑，保证系统能够按照预期的方式运行，并提供良好的扩展性和可维护性。通过业务层的抽象和封装，系统可以更好地适应业务的变化和需求的更新。

持久层确保数据在系统运行过程中能够得到有效管理和持久化存储，提供数据访问的接口和功能，同时维护数据的一致性、安全性和高效性。持久层在保障系统数据可靠性和稳定性方面发挥着至关重要的作用。

业务设计和实现功能包括：

（1）线上贷款产品申请。客户可在微信小程序发起贷款申请，后台进行实时风控审查和授信审批，由客户自主发起用信和放款，为客户提供一站式贷款服务。

（2）线上客户身份验证。综合运用光学字符识别、生物识别、五要素认证、身份证信息联网核查等技术手段核实客户身份。

（3）智能风控决策。通过引入个人征信数据，运用反欺诈、数据风控和授信评级模型实现贷款的自动化审查审批。

（4）线上签约。采用手写字体识别、电子签章、时间戳等技术，为客户提供线上签约功能，确保签字真实、有效。

（5）电子他项。针对借款人在本地、房产在异地的情况，可通过线上异地他项办理功能实现电子证照下载，完成抵押业务办理。在省联社系统内，首家实现不动产抵押全流程线上办理，实现零售信贷业务数字化转型又一重大突破。

（6）贷后预警。包括预警策略的制定、发布，预警任务的分配、跟踪等，贷中、贷后全流程线上化处理。有效监督分支机构处理进度，降低信息风险，同时保持总分行信息同步。系统还在各环节设置了多个灵活配置的参数和统计报表，使作业过程和结果标准化，为后期数据分析、反哺预警模型、绩效考核等提供标准化的数据支持。

四、项目过程管理

1.需求分析和概要设计阶段

此阶段时间段为2023年7月至2023年8月，其间主要完成了业务需求分析、产品规划、产品功能设计和技术构架设计工作。

2.产品研发阶段

此阶段时间段为2023年8月至2023年9月，其间主要完成了移动作业平台、作业中心、风控策略平台的研发编码工作，以及与核心、信贷、征信等系统的数据交互、联调。

3.测试和上线准备阶段

此阶段时间段为2023年9月至2023年10月下旬，其间主要完成了测试环境、准生产环境测试工作，主要针对贷款产品列表、贷款产品申请、贷款授信、贷款放款、还款等业务环节进行了多轮且严格的业务测试，确保金融业务合规性、系统性能、用户体验及数据安全。

4.上线试运行阶段

此阶段时间段为2023年10月30日至2023年11月，上线了一手房和二手房按揭贷款产品，并根据上线试运行的情况，进行了多次优化迭代，包括合同优化、业务流程优化等，进一步保证业务的合规性和便捷性。

五、运营情况

本行在云信贷数字零售信贷平台上首批成功上线了“云按揭”、“久e贷”产品。截至2024年8月末，又成功上线了“吉工·贴息贷”、“惠工·贴息贷”、“工会贷”、“云车贷”等产品，以及电子他项、信用卡网申与大数据授信审批、贷中贷后管理预警与贷后用途监测等功能，并进行了多次迭代优化。平台于2023年10月开始上线运营。截至2025年4月30日，累计放款金额112,020.14万元，累计放款6,974笔。

六、项目成效

1.提升了金融服务效率

平台通过引入人工智能、大数据分析和自动化审批技术，提高了金融服务的效率和准确性，节约了客户的时间成本。

2.降低了金融服务成本

平台通过大数据分析和自动化审批的方式，降低了金融服务的成本，减少了传统业务的运营成本，缩短了金融服务的时间成本，使金融服务更加便捷和经济实惠。

3.拓展了金融服务范围

平台通过互联网和移动设备的普及，使得金融服务能够覆盖更广泛的人群。特别是在僻远地区，平台为那些无法到达物理网点接受传统金融服务的人群提供了便利。

4.加强了风险管控和个性化金融服务能力

平台通过大数据分析和风控模型建立，不但提高了本行的风险管理能力，还使得个性化金融服务成为可能。通过对客户数据的分析，更准确地了解客户需求，并提供个性化的产品和服务。

七、经验总结

1.使用大数据风控系统，通过大数据构建模型，对借款人进行风险控制和风险提示。引入外部数据源，整合行内外大数据信息，实现零售贷款产品的贷前准入、反欺诈、评分卡、额度策略、贷后风险预警以及逾期贷款清收等功能，满足贷前、贷中、贷后全流程的智能化风险控制的需求，实现标准化产品信贷业务的快速审批和决策。

2.通过人工智能信息采集和识别，大数据风控建模和评估等技术，形成一整套标准化贷款业务办理流程，业务线上化，风控智能化，管理数字化，极大提高业务办理效率。

3.平台已上线的零售贷款产品严格按照监管部门制定的国家和金融行业标准和规范进行设计、开发和运营。深入理解并严格遵循个人金融信息保护、金融消费者权益保护、金融数据安全等制度和规范进行产品和安全设计，充分保障客户权益和信息数据安全。