>
解决方案
>
金融
>
基于大数据的风险预警系统解决方案
随着大数据时代的来临及其技术的日臻成熟，商业银行风险管理变革需引入大数据思维，通过大量数据信息，加强智能风控建设，推进现场检查与非现场数据信息挖掘分析相结合的风险管理创新，建立健全银行风险预警体系，提升银行风险识别、风险防控能力。风险预警监控系统从文化理念、组织架构、制度流程、系统工具、团队建设等方面出发，集风险信息采集、预警分析工具、预警任务管理、预警管控机制等于一体，实现业务管理联动，基于大数据平台和因子库，创建指标评价、信号配置体系，依据预警模型设置预警区间，通过对授信客户的信息采集、分层处理、甄别和判断，预测未来市场和客户的风险状况及趋势，根据预测进行不同程度的警报，并传送至相应岗位采取措施，对风险提前采取控制措施，以避免风险继续扩大对商业银行造成不利影响。
方案概述：
通过对授信客户所处经济周期、所处行业、所处区域的风险分级管理，结合客户关联关系、客户银企关系、客户在他行贷款表现、客户在外部不良名单、客户在外部负面舆情等多角度分析、归纳，设置动态的风险预警指标和指标参数，建立灵活、可扩展的风险预警管理功能，系统主要功能如下：
信息共享：整合行内、行外风险预警信息，提供个案和组合管理统一风险视图
智能决策：提供个案和组合风险管理工具，系统自动进行风险识别、风险传导、风险处置工作
线上作业：实现总行自上而下主动预警管理流程和分支机构自下而上人工预警管理流程
报告管理：满足组合分析、客户监控、信号监控、流程监控和管理后评价所需要的报告及报表统计分析要求
拓展应用：预警结果信息应用于贷前调查、贷中审查、贷后检查等风险管理环节
移动应用：支持手机、PAD等移动端应用
核心功能：
系统功能架构如下图所示：
图 1系统功能架构
核心预警分析工具如下图所示：
图 2核心预警分析工具
预警体系：风险预警体系是在定量和定性监测指标体系基础上构建的风险量化识别工具，包括预警规则和预警模型。其中，预警规则主要用于识别风险监控对象的潜在风险信号，预警模型主要用于量化评估风险监控对象的风险指数变化情况。
企业全景视图：系统通过分析客户的工商信息、关联关系信息、舆情信息、财务信息、征信信息、名单信息等信息，基于整合的企业及企业关联信息，结合多维交叉分析，提供其企业全景视图及关联分析问题的功能。
关联图谱：通过公开渠道采集客户关联关系线索，分析挖掘潜在隐蔽的影子关系，以满足基于关系疏密和影响程度量化分析的关联风险传导管理的要求，进行可视化的关联展示和追踪。
预警统计与多维度的风险监测分析报告：对于系统中产生的风险信号，资产风险管理子系统提供信号明细的查询，以及多维度的信号统计功能，以满足预警信号在不同时间段、不同地区的分析，为决策支持提供数据依据。
预警处置体系：运用多种信息渠道和分析方法，对授信客户的预警信号进行识别，分析、衡量其风险状况，并及时采取适当措施，以化解风险，实现对风险产生、处置和跟踪的全流程管控。
方案价值：
建立起以风险信息平台为基础，以预警管控中心为核心的系统风控架构。主要在三个方面实现突破：
1、 技术工具突破
以互联网思维和大数据技术，实现风险数据的结构化设计，全方位、智能化数据的收集与推送，智能化分析与报告等一些列功能。
设计了管理层与业务层不同的用户界面，实现了预警KPI指标及组合监测模型的灵活配置管理，提供了关联关系、信息购物车、移动APP等便利工具。
2、 管理模式突破
总行作为决策指挥中心的智能得到实质化强化，形成总行统驭指挥，总分行上线联动的立体网状预警模式。
3、 业务支持突破
以信息集约化收集、自动化推送、全流程共享为抓手，为全行提供全方位风险信息服务，有效支持风险防控和业务拓展。
应用领域：
全国性股份制商业银行、国有大型商业银行、农村商业银行、城市商业银行、农村信用社、村镇银行、财务公司等
