一、项目背景及目标

随着资产管理业务不断发展、风控场景持续丰富、监管标准持续提升，传统风险管理系统存在硬编码僵化、数据孤岛、查询低效、重复开发等问题。杭银理财立足数字化转型，以统一指标平台为底座，打造可配置、高性能、全覆盖的风险管控平台，全面支撑市场风险、流动性风险、资产概览、产品评价、组合管理等全场景风险管理。

二、创新点

本项目围绕资管风险领域的技术难题，构建了配置化、高并发、全场景的技术创新体系，核心亮点如下：

（一）构建 “配置化底座” 技术架构，实现业务敏捷迭代

率先在行业内提出并构建了以统一指标平台为核心的配置化架构。通过指标、因子、维度、动态产品树四大配置体系，彻底摒弃传统硬编码模式，实现业务功能的低代码灵活扩展。该架构极大提升了系统对多变监管政策与复杂业务场景的适应性，将新模块上线周期从数周缩短至数天，大幅降低长期维护成本。

（二）创新 “双计算模式” 驱动引擎，平衡效率与时效

首次引入 “汇总计算 + 实时计算” 双模式智能调度机制 ：针对统计分析类场景，利用预计算中间指标的汇总模式，实现秒级响应；针对穿透查询等实时场景，通过直连底表的实时模式，确保数据实时获取。双模式协同优化，成功解决了海量数据下 “查询快” 与 “数据新” 难以兼得的行业痛点。

（三）构建多维度深度优化体系，重塑系统性能边界

基于底层硬件与架构特性，设计了多级缓存、并行计算、批量取数三位一体的性能优化方案。通过任务拆分与并行处理提升并发能力，利用缓存策略减少重复计算，结合批量读写优化 IO 开销，使系统在高并发、大数据量场景下依然保持极致的查询性能，实现了资源利用效率的最大化。

（四）打造全场景统一风控闭环，赋能精细化管理

基于统一技术底座，横向覆盖资产概览、市场风险、流动性风险、产品评价、组合管理等全业务链条。实现从数据接入、指标计算到业务展示的端到端闭环，不仅消除了跨系统数据孤岛，更为风险管理提供了从 “静态监控” 到 “动态研判” 的全维度数据支撑，推动风控管理模式向精细化、智能化升级。

三、项目技术方案

（一）整体技术架构

系统采用高内聚、低耦合分层架构设计，自上而下分为业务应用层、计算与优化层、核心配置层（指标平台核心）、数据源层，各层职责清晰、耦合度低，同时通过跨层协同优化机制提升系统整体性能与稳定性。整体架构图如下：

（二）数据源层

统一接入金融基础数据、IBOR 等各类数据源，完成数据清洗、转换与标准化处理，提供完整、规范、一致的数据输入，为上层计算与应用奠定数据基础。

（三）核心配置层（指标平台）

1、指标配置：定义指标名称、计算规则、入参要求；

2、因子配置：封装具体计算算法，分为计算因子和条件因子；

3、维度配置：独立配置数据筛选规则，灵活适配不同查询场景；

4、动态产品树：支持理财产品、资管计划双维度树结构配置；

5、模块管理：配置业务模块与指标、维度的关联关系。

（四）计算与优化层

1、双计算模式调度：汇总计算 + 实时计算智能切换；

2、多级缓存管理：因子缓存、中间指标缓存、底表数据缓存；

3、并行计算执行：任务拆分、并行处理、提升并发能力；

4、批量取数优化：批量拉取、减少连接、提升效率。

（五）业务应用层

基于指标平台配置化能力快速搭建，覆盖：

1、资产概览：多维度资产持仓分析、收益计算与可视化展示；

2、市场风险：实时监测资产波动、净值监测与风险收益特征分析；

3、流动性风险：关键指标分析、多维度预警机制建设；

4、产品评价：内外部产品对标、指标排名与趋势深度分析；

5、组合风险管理：单 / 多产品分析、绩效归因与风险画像。

（六）关键指标计算流程

用户选择产品、时间区间→系统关联维度配置→指标平台解析指标、因子、维度规则→智能判断计算模式→触发缓存、并行计算、批量取数优化→结果展示、渲染与导出。

四、运营情况

（一）系统运行情况

系统自上线以来持续稳定运行，各业务模块功能完备、运行流畅，核心场景无重大故障，用户反馈良好，全面支撑资产概览、市场风险、产品评价等高频业务需求。

（二）推广应用情况

项目成果已全面覆盖公司风险管理全业务线条，通过配置化底座实现业务模块快速搭建与灵活扩展，产品树下钻、指标自定义、数据导出、图表自适应等功能全面落地，有效提升用户体验与业务运营效率。

（三）技术支撑情况

统一指标平台底座支撑多业务模块快速上线，确保跨模块数据口径一致、结果可信；系统支持常态化压测、持续迭代优化与问题快速修复，技术架构具备优秀的可扩展性与可维护性。

五、项目成效

（一）经济效益

1、风险计算能力升级：全面覆盖 900 +只产品、200 +只 SPV，支撑 150 +个风险指标计算，同步完成 50000 +只同业产品及20+个同业对比指标计量，有效拓宽风险覆盖范围，全面提升整体风险分析与研判能力；

2、开发效率显著提升：配置化架构大幅缩短业务模块开发周期，消除重复开发，降低人力与时间成本；

3、维护成本持续降低：统一技术底座与标准化指标口径，简化运维流程、降低维护复杂度；

4、资源利用更高效：多级缓存、并行计算等优化机制显著提升查询性能，减少硬件资源消耗。

（二）社会效益

1、风险管理能力全面跃升：实现从被动应对到主动预警的转变，风险管理精细化、智能化水平显著提升；

2、业务响应速度大幅加快：配置化能力支撑需求快速落地，市场适应能力与业务敏捷度显著增强；

3、数据治理水平持续深化：统一指标平台推动公司数据标准化治理，为数字化分析与决策奠定坚实基础；

4、行业示范效应突出：项目技术架构与实践路径具备资管行业先进性，为同类金融机构风控数字化转型提供可复制、可推广的标杆范例。

六、经验总结

（一）架构设计经验

1、分层架构有效降低系统耦合度，职责清晰、便于维护与扩展；

2、配置化理念贯穿全架构，是实现业务灵活性与快速迭代的核心关键；

3、双计算模式巧妙平衡查询效率与数据时效性，适配多场景风控需求。

（二）项目管理经验

1、采用分阶段迭代、优先级交付模式，确保核心功能优先上线、价值快速释放；

2、坚持指标平台先行、业务应用后续的技术路径，保障系统底座稳定、应用可靠。

（三）推广经验

1、统一技术底座确保能力复用、数据一致，减少冗余建设；

2、动态配置能力快速适配复杂多变的业务场景，提升系统适应性；

3、全场景覆盖设计实现业务闭环，全面提升用户满意度与使用价值。

（四）未来优化方向

1、持续优化计算引擎性能，支撑更大规模数据处理与更高并发查询；

2、拓展更多创新业务场景，持续丰富指标平台能力与应用范围；

3、探索智能化风险预警与预测，深化 AI 技术融合应用，打造数智一体化智能风控体系。