项目背景及目标

一、项目背景

随着互联网金融的迅速发展，商业银行均把便捷、自助、快速、低门槛、为客户节省成本作为新产品特色，其中蕴含普惠金融、大数据应用以及互联网思维，他们纷纷通过不同方式进军互联网金融市场，推出了以“小额”、“信用、”“快速”为特点的网络信贷产品。山东省联社在互联网信贷产品研发方面相对滞后，无法为客户提供更加快捷方便的金融服务。实现基于互联网申请、审批、放款的全线上自动化，就是为有效应对互联网金融蓬勃发展、新型互联网企业和金融机构带来的竞争压力和挑战，顺应互联网金融发展新趋势。

二、建设目标

信e贷项目的建设目标是实现全自动的线上信贷业务，主要包括线上贷款申请、合同签订、贷款发放和贷款归还等功能。信e贷项目丰富了客户信息采集功能，利用大数据技术，充分挖掘行内存贷款数据，并借助征信、汇法网等第三方数据，通过构建全省模型测算平台系统，实现客户贷款准入、评级、额度测算自动化和贷后预警、风险防控等功能。

项目方案

一、项目架构

为实现信e贷业务功能，需要通过信贷管理系统、模型测算平台、移动信贷、数据整合平台、外联区前置平台、互联网前置平台、ESB、手机银行、核心业务系统、短信通和影像平台等系统共同配合完成，其中信贷管理系统实现客户库维护、授信流程自动化、合同签订自动化、贷款发放自动化、贷款检查功能完善、业务统计、接口服务等功能；模型测算平台实现模型配置，以及准入、评级、额度测算、贷款定价、风险预警等模型的应用；数据整合平台为模型测算提供行内数据；外联区前置平台为模型测算平台和信贷系统提供征信查询服务；互联网前置平台为模型测算平台提供汇法网等第三方系统数据的接入；短信通配合信贷管理系统实现短信发送；核心业务系统配合信贷管理系统实现合同签订和自动放款；手机银行配合信贷管理系统实现贷款申请、合同签订和贷款发放等功能。

二、业务流程设计

信e贷项目业务流程设计如下：客户经理通过移动信贷或信贷管理系统实现新客户和存量客户信息的采集，经审核后完成信贷客户资料入库和模型测算平台所需数据入库。进入信e贷客户库有三种渠道，一是通过对私单项授信和对私综合授信进入客户库，二是通过人工审核进入客户库，三是通过模型测算平台模型批量和实时测算进入客户库。

客户通过手机银行申请贷款业务，提交申请，系统判断是否为信e贷客户库中客户，如果不是，按业务受理流程处理，如果是，按照业务提示，实现网签合同和贷款发放，信贷系统配合自动完成评级、授信、合同签订和贷款发放等功能，模型测算平台基于采集数据、数据整合平台提供的行内数据、外联区前置平台提供的征信数据配合实现客户准入、模型测算和贷款定价等功能。

项目创新点

一、充分利用大数据技术，对历史数据进行分析，挖掘行内外数据，建立面向“三农”客户的风险模型。山东省联社建立了面向“三农”的信贷风险模型，模型建设采用逻辑回归的方法，注重让业务人员参与建模的全过程，同时充分考虑模型应用时所选取变量的信息获取成本。通过风险模型实现贷款客户的准入自动识别，提高办贷效率，降低运营成本，也避免了人为因素对信贷决策过程的影响，有效防范风险。

二、根据农信体系架构特点，在数据采集及测算模型设计上实现多法人支持。不同农商行可根据自身区域特点，自行配制数据采集项。同时也支持个性化的评级、额度测算、利率定价和贷后风险预警模型，实现客户自动评级、额度测算，客户在渠道端可自助申请、签约、放款、还款等。

三、拓展数据来源。在信e贷项目建设过程中注重数据积累，大力加强客户信息的收集工作，拓展一手数据信息获取渠道，获得充分、真实、有价值的数据，为大数据应用奠定基础。引进外部数据，主动沟通服务于民的数据，包括税务、行业协会、行政司法等，为客户精准画像，创新金融服务产品，实现精准营销。

四、改变传统的风险管理思路，建立风险控制模型。通过对大数据和人工智能技术的应用，风险定价更加精确，可有效解决传统金融中的内部控制问题，如通过数字签名技术加强身份识别，防范欺诈风险。同时，在数据管理过程中，完善各种安全机制，充分保护数据安全，加强客户信息采集及第三方数据的应用，构建客户准入、风险防控的安全防线。

技术实现特点

一、信e贷项目通过信贷管理系统、模型测算平台、移动信贷、数据整合平台、外联区前置平台、互联网前置平台、ESB、手机银行、核心业务系统、短信通和影像平台等系统共同配合完成，系统间交互通过dubbo架构和企业级服务总线（ESB）完成。

信e贷项目中自动化流程建设方面是基于现有信贷管理系统进行的功能扩展，自动化业务流程集成在信贷系统中，实现技术遵从现有信贷系统的J2EE开发、WAS集群部署、DB2数据库等总体框架和技术规范，同时建设模型测算平台，独立部署。

二、依托大数据分析，建立规则策略模型。根据客户基本信息、资产负债信息及征信信息等，按客户行业属性、贷款投向、贷款产品等维度，设置种植户、养殖户、白领通等12种评分卡。依托征信、行内、行外等数据分析，制定客户准入、评级、额度测算、利率定价、贷后预警等规则策略模型。

三、数据采集按法人灵活配置。数据采集可根据法人不同特点设置不

同采集项，为了实现新增信息项数据保存时不改变表结构，将采集数据按key-value方式存放到数据表中。同时为确保查询性能，表结构设计时充分考虑表分区、索引等性能影响因素。

项目过程管理

信e贷项目2017年9月启动，2018年1月完成系统上线，项目周期为4个月，主要包括以下四个阶段：

一、成立项目实施小组。成立项目实施小组，进行业务需求编写、相关制度办法的编写等工作。

二、信息采集平台建设。在移动信贷和信贷管理系统中开发建设信息采集平台，由客户经理深入基层进行信息采集，为信e贷业务奠定数据基础。

三、建设互联网前置平台和外联区前置平台。建设互联网前置平台，解析外部数据，建设外联区前置平台，解析征信数据，为模型测算平台提供数据来源。

四、模型建设和自动化流程建设。一是设计客户准入、客户评级、额度测算、利率定价、贷后预警模型，建设模型测算平台，对模型进行应用。二是建设自动化业务审查审批流程，对信e贷客户进行管理，并对申请成功的客户自动构建授信信息和合同信息等信息。

五、上线和推广。2018年1月25日完成上线，按照“安全、稳妥、审慎”的原则，历经试点运行和推广应用两个阶段。完成了功能模块验收，编写操作手册，制定培训计划，对客户经理、行长等人员进行业务流程和制度办法培训，提高了系统应用效果。

运营情况

截至目前，山东农村商业银行目前110家法人单位已全部开办了“信e贷”业务。2017年11月2日，信息采集功能正式上线应用，截止2018年10月25日，全省共采集客户信息399万户，其中采集完整信息的客户193万户（新增83万户，存量完善110万户）。

2018年1月25日，信e贷业务系统在全省试点上线，试点机构涉及16个地市18个法人机构，2018年4月27日，信e贷全省推广工作顺利完成。截止10月25日，信e贷授信客户74万户，授信金额357亿元，其中有效客户63万户，有效授信金额306亿元，累计发放信e贷贷款23.75万笔，109亿元，仍有余额的贷款18.5万笔，82亿元。

项目成效

信e贷项目的上线，在业务人员理念转变、提高客户体验以及风险计量等方面有了一定的提升，同时为风险防控由人防到机防的转变提供了技术支撑。具体成效主要体现在以下几方面：

一、实现客户风险判断标准的量化，全面提升风险防控水平。通过系统设置客户评级、额度计算等模型，实现对客户的科学评价，减少客户经理主观干预，有效防范了道德风险的发生，进一步贯彻了“阳光信贷”理念，提升了信贷资产质量。

二、实现线上信贷全自动化，提高客户体验。客户进入信e贷客户库后，登录手机银行即可自助签订合同、发放贷款、归还贷款，且随用随贷，足不出户即可使用贷款，方便快捷，大大提升了客户体验。

三、合理计算授信额度，有效防范过度授信。授信额度计算模型综合了客户内部评级等级、收入支出、净资产、实际资金需求、抵质押物价值等多种因素，针对不同产品定制不同授信额度计算方法，确保额度计算科学合理，减少人为干预，有效防范过度授信。

经验总结

在信e贷项目的实施过程中，组建固定项目组，科学规划实施路线，有序推进平台建设。

一、组建项目团队，提升自主可控能力

信e贷项目采取固定项目组形式，自上而下设立项目建设领导小组、办公室、实施组和专家库。实施组成员主要由熟悉信贷、不良资产管理的业务骨干人员和熟悉系统建设的科技人员组成，通过项目团队将业务人员与科技人员紧密融合，提高协作的广度和深度，整体提升项目建设效率与质量。

在业务人员选聘和培养方面，省联社在制定人才招聘计划时，对服务乡村振兴实行重点倾斜。

在建设模式方面，受自有人力所限，完全自主研发还不具备条件，采用合作开发的模式。一是加强农信人员培养与锻炼，项目规划和系统设计以农信人员为主，外包人员更多从事编码开发等工作。二是对于引进的产品和技术，要做好知识转移，包括源代码交付、版本验证、版本管理、技术文档、技能培训等，确保农信人员能够掌握核心技术，保证系统自主运维和开发能力，避免过多对外依赖。

二、紧跟技术发展动向，加快科技创新应用

在项目建设中，大数据、人工智能、移动互联等新兴技术都发挥了重要作用。项目组时刻保持对新技术的敏锐嗅觉，紧跟技术前沿和发展动向，主动探索、尝试新技术、新产品、新思路，并在平台建设中大胆应用，勇于突破，加快将技术优势转化为竞争优势。始终坚持“走出去、请进来”，加强与同业、科技公司和互联网企业的交流，在思维、创新、管理、技术等各方面对标先进同业、企业，学习借鉴创新技术成果，促进团队快速成长。

三、统筹规划，分步实施

信e贷项目在科技部门和相关业务部门的统一规划下协同实施，分析依赖关系，明确实施先后次序，避免造成脱节。

本文由2018年度农村金融科技创新优秀案例评选组委会授权发表，转载请注明出处和本文链接。