本文来源于:第五届农村中小金融机构科技创新优秀案例评选,作者:江苏省联社关键词:农信/农商行
江苏省联社:风险偏好与限额管理系统
2021-09-26
21181
一、项目背景及目标
由于业务与管理系统逐步建立,风险数据信息不断增加,但风险数据管理与应用机制并未同步建立,导致目前并未将现有的数据资源充分利用起来。同时,风险管理能力的提升有待于对风险数据进行标准化,加强风险数据的治理、挖掘与利用,满足风险管理的及时与准确性需求,加速探索在业务或管理系统中逐步实现风险偏好与限额指标的自动监测、预警和控制功能已成为亟待解决的问题。
随着数据仓库、报表平台、大数据平台、数据治理等工作不断建设和完善,省联社已基本具备启动风险偏好与限额管理系统建设的基础条件,省联社主要领导也在年度工作会议中明确提出,要加快推进风险偏好与限额管理系统建设,提升全行业主动管理风险能力。
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。
二、创新点
(一)面向全行业开放共享的平台。1、用户开放,该系统不仅用于风险指标的监测分析,基于采集的业务数据明细,还可以从发展、转型的视角创建指标和多维分析,指导业务发展和改革转型。2、经验分享,借助该系统,将农商行好的风险管理方面一些好的经验做法,比如风险报告模板、风险敏感度高的个性化指标、风险偏好与风险限额指标库、压力测试模型等,供全行业分享。
(二)可自定义灵活自主配置的平台。系统主要功能板块皆可灵活配置。指标、指标库、驾驶舱、报表、风险报告模板、工作流程、阈值、指标异动幅度等均可灵活配置,满足农商行差异化需要。
(三)全方位实现风险管理的平台。围绕全面风险管理要求,不仅局限于风险偏好与限额管理,还覆盖了创新业务风险评估、风险事件报告、压力测试、全面风险管理报告、工作任务指派等,大化地满足风险管理条线日常工作需要。
三、技术实现特点
(一)逻辑架构
系统架构要点的说明如下:

图1 风险偏好与限额管理系统架构
风险偏好与限额管理系统由产品应用功能和风险数据集市两个主要部分组成:
1.产品应用功能。此系统建设主要实现领导驾驶舱、指标管理、阈值管理、报表管理、风险报告、压力测试、任务管理等系统功能。通过流程引擎做到流程多法人个性化配置,通过报表工具展示相关报表和图表;通过设计合理的事实表和维表来满足多种指标和维度的组合和穿透分析;通过配置化计算引擎进一步解耦数据和运算逻辑,实现指标报表的灵活分析;通过Sqoop等数据交换工具实现业务库与数据集市的数据交互;通过Springboot Mybatis框架或微服务技术框架实现应用前后端交互;通过Vue、Extjs等前台框架实现前台功能的快速定制化开发;通过发布ESB接口实现外围系统的调用。
2.风险数据集市。风险数据集市建设内容主要定位于满足风险偏好与限额管理系统需求范围内主题、指标、分析、应用等方面的数据的加工整合,承担消耗资源的数据加工整合和数据归档与存储。在主题域中考虑全行级风险指标的覆盖性,须对整体数据采集、补录、加工、分析、应用等阶段进行规划。通过设计主题层、指标层、分析汇总的三层架构设计,减少与贴源层与应用分析之间的耦合性。风险数据集市的建设遵循业内领先的集市建设规范,满足元数据管理、数据标准管理、血缘分析、指标管理等要求,与行内元数据管理平台对接,对建设过程中交付件进行管理。通过风险数据集市,统一行内风险类的指标口径。风险数据集市模型具有良好的可扩展性,适应未来5-7年的业务发展和监管要求的变更。
(二)物理架构

图2 风险偏好与限额管理系统硬件架构
风险偏好与限额管理系统主要硬件为:
此项目机器皆在内网区,无互联网访问请求。终端通过内网访问。
数据库服务器使用PC Server,安装Oracle12c RAC集群部署,存储风险数据集市加工后的业务数据以及深度加工。
应用服务器使用云平台资源,用于Websphere和报表等中间件和应用的集群部署,用于用户的系统功能访问。
接口服务器使用云平台资源,用于对外提供实时接口,发布接口服务。
其他硬件均为复用大数据平台资源用于风险数据集市建设。
(三)数据架构
本项目中的技术架构如图所示:

图3 风险偏好与限额管理系统数据架构
1.数据层次体系
(1)此系统数据架构分为“数据源→集市区→应用区”的三层体系结构:
数据源有三种:
各业务数据通过ODS提供T+1的行内业务数据;
通过补录采集等方式获取T+X的数据;
通过实时数据采集获取的T+0的数据。
(2)集市区通过主题层、指标层、分析汇总的三层架构设计,减少与数据与加工程序的耦合性。集市区的建设须与行内元数据管理平台对接,遵循业内领先的集市建设规范,满足元数据管理、数据标准管理、血缘分析、指标管理等要求。
(3)应用层则将源系统业务数据信息转换成管理分析数据信息,以合适的方式展现给终用户。
2.数据流管理
数据从源系统到目标系统的整个流向过程必须纳入一个统一的数据管理环境之下,因此,风险偏好与限额管理系统数据层还必须建立相应的系统运行管理过程中所必须的公共服务功能。各数据层在设计时除了考虑模块本身的功能外,还必须建立相应的标准规范和管理流程,特别是对ETL的管理,包括对ETL任务及子任务实现统一的调度服务、应用负载功能,提供对各种任务、资源的集中监控和管理。本项目的任务调度模块设计应该满足以下目标:
(1)将源数据的接口数据文件加载到大数据平台上,保证数据在加工处理过程中的准确、完整、一致;
(2)能够实现基本的数据加载过程中对数据错误的追溯功能;
(3)能够实现整个ETL流程的自动化;
(4)参考行内统一调度工具规划,提供自动化、配置化、可监控的ETL流程设计。
四、项目过程管理
(一)调研分析阶段 2020年5月-7月
此阶段起始时间为2020年5月至2020年7月,其间主要完成业务需求分析、业务功能和技术架构的高阶设计。提交了现状需求分析报告、系统建设方案等文档。
(二)需求细化阶段 2020年8月-9月
此阶段起始时间为2020年8月至2020年9月,其间借调了8家网内外农商行单位风险条线骨干人员,就行内业务开展和风险管理情况,细致梳理其行内需求,完成了系统业务需求细化工作,提交了系统需求规格说明书。
(三)项目设计阶段 2020年9月
此阶段时间段为2020年9月,其间主要完成了系统的概要设计和详细设计,提交了系统各功能模块的概要设计、系统技术架构和接口的详细设计、数据字典等文档。
(四)项目开发阶段 2020年10月-11月
此阶段起始时间为2020年10月至2020年11月,其间主要完成了系统的开发编码、单元测试工作,提交了系统自测试报告、系统基线版本说明、系统应用目录等文档。
(五)项目测试阶段 2020年12月-2021年1月
此阶段起始时间为2020年12月至2021年1月,其间主要完成了系统的集成测试、性能测试、恶意代码扫描测试、用户验收测试工作,提交了测试方案、测试计划、系统集成测试报告、系统性能测试报告、恶意代码扫描测试报告、用户验收测试报告等文档。
(六)项目上线投产 2021年1月
此阶段时间段为2021年1月,其间完成了系统的上线评审及投产上线工作,提交了系统投产方案、系统技术验证方案、系统业务验证方案、系统运维手册、系统功能操作说明书、数据清理策略等文档。
(七)项目试点推广 2021年1月-7月
系统上线以后,开展了系统的试点和推广工作:
系统试运行:2021年1月-4月,由12家农商行进行试点应用,并根据试点单位反馈的试点意见,进行了系统功能的迭代优化。
自2021年5月-7月,对全省剩余的48家农商行,分三批次进行了全省推广工作,推广过程中持续收集农商行优化意见,对系统进行优化升级。
五、运营情况
2021年7月底,全省各农商行均已完成数据与指标的校准工作。
(一)指标日常监测
农商行各类别风险归口管理部门根据风险偏好与限额指标的监测频率,定期(按天、按月和按季)查看各类别风险指标结果,实现风险偏好与限额指标执行情况日常监测与分析。
(二)风险偏好与限额管理
【设置指标阈值】
农商行风险管理部门通过系统实现风险偏好与限额指标预警值、容忍值和目标值的设置工作。
【指标日常预警报告】
农商行各类别风险归口管理部门通过系统进行日常监测工作,通过监测发现指标值触发预警值或超出限额范围时,可立即展开预警信号处置工作,分析信号产生的原因以及明确处置措施,通过系统工作流程,逐级上报,并做好日常监测工作,直至指标值正常。
(三)数据分析
农商行通过数据分析功能模块的触发条件,对所需监测指标进行同比、环比和比年初,并设置触发规则,从而分析指标未来发展趋势,有效识别潜在风险点。
(四)风险报告
农商行可根据系统数据自动生成各类风险报告,并通过系统完成归档,实现风险报告自动化。同时,各农商行可结合本单位实际需求,自行配置风险报告模板。
(五)压力测试
农商行通过本功能开展信用风险、市场风险、集中度风险、交易账簿利率风险和房地产专项压力测试工作,并自动生成各类压力测试报告。
六、项目成效
(一)解决数据孤岛问题
通过建立统一的风险数据集市,打通各业务系统数据,实现信贷、资金、财务、监管数据报送等集中分析与展示,为进一步进行风险数据分析提供了基础。
(二)加强风险管理数据治理
通过对风险偏好与限额指标与重要经营指标计算口径、数据来源进行分析,进行了从数据到指标的标准化管理,并在日常指标监测过程中持续核对与校准,建立了动态的风险管理数据治理机制。
(三)持续监测、动态预警
通过系统持续获取数据,T+1对各项指标进行计算并进行指标监测,对于触发预警的指标及时自动发起处置流程,提高了监测频率,进而提高了处置及时性与处置效率。
(四)促进风险管理的流程化、规范化
通过系统其他风险管理工具,实现了风险偏好与限额、风险报告、压力测试、风险评估与后评价的系统管理,有效促进了农商行风险管理的流程化与规范化。
七、经验总结
通过建设风险偏好与限额管理系统,提高了省联社及农商行对于各类风险识别、计量、监测和数据分析的能力,给予了农商行风险管理相关的数据支撑,为农商行做出有效的经营与风险管理决策提供了依据。
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
2021-09-26
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
2021-09-26
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
2021-09-26
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
2021-09-26
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
2021-09-26
重庆农商行:基于数据决策的全线上零售信贷产品“渝快贷”
“渝快贷”是重庆农商行推出的基于数据决策的个人全线上信用消费贷款产品。
2018第二届农村中小金融机构科技创新优秀案例评选
重庆农商行
2021-09-26
观点