一、项目背景及目标

随着我国经济高质量发展，商业银行数字化金融产品规模持续扩大。长沙银行作为服务地方金融的城市商业银行，积极响应湖南省“三高四新”战略，积极推动数字金融服务地方经济，积极打造湖南省本土智慧生态银行。同时，信贷业务规模快速发展，线上信贷产品占比日益扩大的背景下，传统贷后管理模式对于信贷风险敏感度和预见性捉襟见肘，贷后检查工作不堪重负。为应对业务的新发展，化解贷后管理隐藏的系统性风险隐患，充分保证银行信贷资金安全,提升同业竞争力，长沙银行“智能化风险预警平台”应运而生。

作为长沙银行数字化风控战略关键项目，“智能化风险预警平台”改变原有任务式单一预警模式，整合传统线下贷后检查流程，打造模型策略组合预警、客户级多任务归并预警、以客户为中心关联预警、多客户中观级客群预警的预警体系。显著提升贷后预警任务准确性、有效性、及时性、完整性，有效提高贷后预警智慧化、智能化水平，确保风险压降，实现全行贷后管理工作减负提质增效的目标。

二、项目/策略方案

长沙银行“智能化风险预警平台”从数字化风控角度破局，以行内、征信、司法、工商、不动产、黑灰名单等外围系统数据为驱动，依托行内数据中台完成数据分析加工处理，形成风险预警信号，有效整合各产品贷后管理工作，搭建贷后管理全流程平台，构建借据级、产品级、客户级、客群级预警规则体系，研发分客群、分业务、分模式的贷后预警模型，同时推动贷后风险数据的贷前反哺，实现贷前、贷中、贷后的风险闭环。

智能化风险预警平台系统框架图

1.实现贷后风险管理全流程多渠道线上操作

“智能化风险预警平台”有效提升全流程风险管理智能化、标准化、便捷化水平。通过整合常规性线下人工贷后检查，以客户为主体，完成策略触发->模型组合->信号生成->任务归并->排查认定->跟踪管控->预警解除全流程自动化管理。同时自动联动业务系统进行额度控制、名单管控、定时跟踪、催收启动，直至风险化解。同时支持PC端、手机端和pad端三渠道服务，实现线上多场景一体化应用，提升贷后风险管理移动化、便捷化水平。

2.提升贷后风险管理集约化水平

“智能化风险预警平台”汇聚各业务系统数据，整合各产品的贷后管理，解决客户经理多系统操作的难点，形成全行信贷业务贷后管理系统的集约化操作；通过预警信号下发机制形成预警任务，按照管护经理归属原则完成客户级预警任务归并，实现同一管护经理、同一客户多条预警任务集约化处理；构建“T+1”时效的客户风险综合画像，形成征信、司法、账户等七大信息模块的全面风险报告，打破信息茧房，实现操作人员对客户风险信息的集约化掌握。

3.构建预警模型策略组合体系

“智能化风险预警平台”完成全行信贷业务合规与信用风险“1+1”模式、客户级与产品级的“1+N”模式的全方位多角度组合预警体系搭建，推动客户信用风险及业务合规风险并行，确保内部信贷资产的安全性和外部监管的合规性。完成1800余个监测指标设计、130余条策略规则部署应用，涵括资金用途、信用行为、经营状况、还款能力、违法违规、到期检查等诸多方面。研发对公个人、经营消费、线上线下不同产品、不同场景的预警模型，通过模型综合评分高低与预警规则的风险等级组合，形成客户综合全面的风险识别。

4.构建可视化风险管理驾驶舱

“智能化风险预警平台”搭建两套报表监控体系，全方位监控风险预警体系的有效性。一是按业务维度搭建风险信息统计报表体系，构建按产品、机构、经办人等维度的风险预警统计报表，便于各层级风险管理人员对所辖业务资产质量及风险变化可视化掌握，直观掌握预警客户分布情况，从而及时发现并调整风险策略。二是按模型规则维度搭建预警有效性监控体系，平台通过预警有效率、预警漏出率和风险识别率等指标对风险预警体系有效性进行监控，实时精准有效地识别风险客户，进一步强化了预警信息的应用，帮助用户实现更好的风险控制和业务决策。

5.打造标准化风险集市

“智能化风险预警平台”实现从风险数据加工到模型策略的灵活快速部署的标准化流程。将征信、司法、工商、财务、流水等各类数据资源以指标与特征等形式进行处理、整合与加工，并部署至特征平台及风险集市，通过标准化、规范化管理，不断积累形成庞大的数据集市与资源池，集开发、测试、部署、上线、下线于一体，满足预警模型策略快速部署迭代需求，同时实现预警数据与其他业务系统的数据共享与对接服务，形成客户风险预警辅助贷前决策，终实现数字化风控信贷全流程闭环管理。

三、创新点

“智能化风险预警平台”将大数据、人工智能等先进技术应用在风险管控的关键环节，改变传统人工预警监控模式，着力解决当前风险管理工作中的痛点、难点问题，主要创新点体现在以下方面：

1.风控技术应用智能化

一是行为评分卡在贷后预警中的应用。研发个人消费类、个人经营类、个人按揭类、个人信用类、普惠对公客户行为评分卡、打破传统单规则触发预警模式，通过结合预警规则和评分模型，有效提高预警任务的风险识别有效性，在确保风险可控的情况下，降低预警排查任务63%，有效减负全行贷后风险管理工作。

二是大语言模型赋能风险评估。从客户行内外负面舆情信息的提取，到预警排查报告和风险报告的文本分析，利用大语言模型方法协助进行风险评估，减轻客户经理及风险管理人员繁琐复杂的报告查阅工作。

三是基于关系网络构建关联人图谱。基于知识图谱，通过关联规则和图分析方法建立客户关联度网络及关联风险传导模型，将密集依存关联的风险传导关系智能化展示，提高客户综合风险监测预测性与前瞻性，实现对重点利益团伙、资金集散网络客群，系统性群体性风险监测及预警管控提供系统支持，避免系统性、群体性、关联性隐匿性的风险爆发，对借款人及其关联方风险“由点及面”全局预警。

2.风险预警结果差异化

一是风险等级差异化。按照风险影响程度，风险预警信号分红、黄、蓝三个级别，不同级别设置不同任务类型，实行分类分层响应机制。红色预警信号，要求现场调查并及时反馈排查报告；黄色预警信号，要求及时反馈排查报告，但不限于调查方式；蓝色预警信号以提示关注为主，不要求限时反馈排查报告，实现客户差异化风险处置，提高风险预警的针对性。

二是预警频率差异化。根据业务品种风险表现、客户风险等级实行差异化预警频率。传统按揭贷款、低风险业务、普惠业务、线上贷款采取触发式预警检查，风险隐患类客户则发起定期检查，有效降低外部数据使用频率，完成外部数据年查询量降低至160万次，费用降低73%，契合我行降本增效宗旨。

三是预警对象差异化。通过构建以贷款客户为中心，围绕配偶、抵质押人、保证人、法人代表、实控人等搭建关联人体系，形成风险传导关系网络，不同的贷款品种客户以及不同的风险传导水平形成贷款客户及关联人差异化预警信号等级。

3.“贷后+预警”防控全面化

一是管理方式全面化。完成贷后检查与风险预警系统整合。实现贷后检查与风险预警信息共享，有效提升贷后检查与风险预警的有效性，充分发挥防范风险、控制风险方面的作用和价值。

二是预警产品全面化。实现全行信贷类业务全面监控，包括对公业务、零售业务、信用卡业务、传统表外业务、投行业务及金融市场业务等，有效提升贷后风险管理的业务整体性。

三是预警对象全面化。实现借据级、产品级、客户级、客群级对象全面预警，涵括业务级的合规风险、产品级的授信风险、客户级的信用风险、以及客群级的欺诈风险。

4.贷后风险管理灵活化

一是模型策略配置灵活化。风控人员可在线进行规则配置和热部署，支持快速对模型进行优化和策略个性化定制，有效应对不同产品、不同客群、不同场景差异化防控要求，平衡策略有效性和全面性，适应当前快速变化的风控现状，解决风险管理效率问题。

二是任务处理灵活化。预警任务风险等级逐级归并、预警任务与贷后任务实时归并，通过客户级归并，有效提高任务处理效率。同时，任务处理支持PC端、手机端和pad端多场景使用，显著提高操作便捷性。

三是任务审批灵活化。通过模板标准化、流程多样化、查询自动化，有效提升贷后工作统一性、针对性、有效性。根据任务类型及风险表现进行细化和分层审批，更契合风险管理工作需要。

四、项目过程管理

项目一期：2021年12月实现以下功能

1)贷后检查与风险预警平台融合改造，新增触发式贷后检查功能。

2)通用类预警规则部署及规则配置功能。

3)预警任务生成、下发与审批等全流程改造。

4)风险客户黑灰名单、任务跟踪、额度冻结等自动管控功能。

项目二期：2022年12月实现以下功能

1)个人经营、个人消费和个人按揭类个人行为评分卡构建。

2)个人客户和企业客户客户风险视图构建。

3)平台PC端、手机端、pad端融合改造。

4)平台风险组合报表监控体系构造。

5)额度解冻功能及流程。

项目三期：2023年9月实现以下功能

1)对公普惠与个人信用类行为评分卡构建。

2)投行业务、贴现业务、传统表外业务纳入风险预警体系。

3)中观级预警建设，按产品、机构、行业、客群等集中风险监测。

五、运营情况

“智能化风险预警平台”上线以来，实现全行客户经理及审批人员的全面开通使用，在用人数达到2700余户，开通记录人数达到4400余户，月平均预警触发达到128000余条，归并任务处理32000余条。识别风险客户9600余户，其中对公380余户、个人9200余户。各层级各环节运行正常，完成模型策略体系搭建、预警模式差异化构造、全产品监控的设定目标；形成策略、模型、客户、管护、机构多维监控体系，实时了解整体运行情况。同时贷后检查与预警规则的整合，派发任务的归并，有效赋能全行贷后管理工作，显著提升风险管理效能。

六、项目成效

“智能化风险预警平台”项目的上线推广，顺利完成长沙银行超过120万信贷客户的风险预警、4000亿元授信余额资产质量监控。项目上线以来，助力长沙银行贷款不良率从2020年的1.21%下降至2022年的1.16%，实现逐年稳健下降的良好态势。同时，预警准确性和有效性得到稳步提升，预警任务准确性平均达到98%，不良风险客户提前半年预警识别率达到35%，不良客户漏出率低至0.34%，处于同业优秀水平。

七、经验总结

长沙银行立足大数据分析，搭建“智能化风险预警平台”，依托大数据实现贷后管理数字化风控破局。凭借打通全产品贷后管理的链路，构建以借款人为中心的关联人网络预警，实现客户风险全貌画像。联动信贷前端业务系统，实现系统额度冻结解冻，推动贷中业务风险管理。构建整套标准化风险数据集市，实现贷后数据与其他业务系统的数据共享，贷前、贷中、贷后全流程数字化风控完成闭环。形成参数化模型策略的部署，同时自动完成预警任务的准确性、有效性监控，实现快速优化迭代功能，大幅提升风险预警系统质效，开启智能风控的新模式。