ECI@创新案例四期 | OMG，银行这次终于开“眼”了。

原创赞收藏评论

举报 2021-07-22

扫描,分享朋友圈

获奖信息

作品名称：兴业银行“黄金眼”系统

获奖类别：管理创新类银奖

主要贡献公司：兴业银行股份有限公司

背景与挑战

市场经济是信用经济，信用是企业的命脉。在互联网高速发展的今天，有关企业的信息散步在互联网的各个角落。如何在传统风险管理方法的基础上，将互联网上的信息进行搜集、整理、评估和生成报告，为企业征信打开新的视角，是目前企业风险控制的一个新命题。目前外部经济形势复杂，经济运行下行压力更大，资产质量管控形势更严峻，各类风险管理难度日益上升，利用大数据在风险管理领域进行应用具有时代意义。

为解决信用调查、审查以及贷后管理中的信息不对称问题，提升贷款风险辨识和管控能力，我行于 2014 年 10 月启动“黄金眼”系统的建设并持续收集需求，并按每月一版本的速度不断迭代开发，2016 年初该数据产品开始逐步在全行范围推广使用。“黄金眼”系统是利用大数据信息技术，结合网络爬虫、多渠道信息采集和智能筛选等多种手段的建设成果，在信贷风险领域开启了新的篇章。

解决方案

创新使用网络爬虫、搜索引擎、知识图谱、智能摘要等新技术开展大数据智能风控服务。独有的“黄金雷达”、“黄金异常评分”技术提高了搜索的准确度和效率。“黄金探针”、“黄金宝典”将客户关系挖掘变得无比简单，只要用户输入相关信息，并切换到关系探查页面，主体之间的银行流水关系便能以一种可视化的方式直观呈现，帮助用户发现更多隐藏在数十亿条交易流水记录背后的商业利益关系。

快速响应用户需求

项目小组采用迭代开发的实施建设模式，快速分析和梳理大数据智能风控应用的基本目标及功能点，迅速建造一个结构仿真模型，即初始原型构架。之后，由业务试点人员和课题小组进行试用、检查、分析和评价原型效果。通过不断迭代优化，完善大数据风控应用的各个组件，使其贴近一线业务人员的需求。

实现海量数据处理

该项目使用 struts2+Spring+Mybatis 框架+MySQL 数据库的开源架构来解决海量数据高效联合分析的问题。互联网获取的大量信息需要与我行长期积累的客户基本信息、历史交易数据进行联合分析，而我行常用的技术架构难以满足这种海量的、多数据类型（包含结构、非结构化数据）、复杂的数据分析的需求，因此采用开源的 Hadoop、 MySQL 以及 Solr 搜索引擎等平台来满足需求。

批处理大幅度减轻业务人员的工作负担

强大的定时批处理能力，大幅度减轻业务人员的工作负担。分析和研究批处理任务之间的依赖关系以及对外部数据的依赖关系，将需要人工介入和不需要人工介入的批处理任务分别对待，由系统定时调度执行不需人工介入的批处理，相比以前人工逐笔查询的方式，全面提升了系统的自动化能力。

客户关系可视化分析

产品采用先进的知识图谱展示引擎，提供多种图形布局，对交易数据及数据中隐含的交易规律线索进行可视化展现，非常直观而易于理解。图形化展示能帮助分析人员最快捷地了解到银行流水数据中隐藏的交易规律、以及交易的时间、空间、事件序列等信息，还可以通过图形引擎提供的方法，了解数据之间的关联关系和可用的线索，形成基于图形的线索链、证据链。

高效采集外部非结构化数据

“黄金眼”应用的部分数据来自互联网上的公开数据，而我行原有的数据接口开发技术无法采集公开网站上的非结构化数据。项目组借鉴互联网行业的爬虫技术框架，成功开发稳定、高效、易扩展的数据采集功能，解决了业务对外部目标数据进行采集的需求。

采用机器学习人工智能算法全面提升风险管控

项目已基于现有数据梳理和构建量化预警规则 50 余条,为业务人员提供初步的贷款风险指标预警服务，提高贷款风险管控效率，迭代优化我行风险管控智能化能力。应用机器学习随机森林算法于“异常评分模型”，提升预测准确率达55%以上，智能精准排查异常贷款 150 亿元。进一步提升我行风险审核效率和管控能力，大幅提升贷款发放速度，精准预警存量贷款中的不良贷款，同时也为信贷类业务的创新提供核心支持。

创新点

创新使用网络爬虫、搜索引擎、知识图谱、智能摘要等新技术开展大数据智能风控服务。独有的“黄金雷达”、 “黄金异常评分”技术提高了搜索的准确度和效率。“黄金探针”、“黄金宝典”将客户关系挖掘变得无比简单，只要用户输入相关信息，并切换到关系探查页面，主体之间的银行流水关系便能以一种可视化的方式直观呈现，帮助用户发现更多隐藏在数十亿条交易流水记录背后的商业利益关系。
采用机器学习人工智能算法全面提升风险管控。项目已基于现有数据梳理和构建量化预警规则 50 余条,为业务人员提供初步的贷款风险指标预警服务，提高贷款风险管控效率，迭代优化我行风险管控智能化能力。应用机器学习随机森林算法于“异常评分模型”，提升预测准确率达 55%以上，智能精准排查异常贷款 150 亿元。进一步提升我行风险审核效率和管控能力，大幅提升贷款发放速度，精准预警存量贷款中的不良贷款，同时也为信贷类业务的创新提供核心支持。
价值点

本项目已经取得巨大的经济和社会效益。

经济效益

通过运用大数据风险管理手段，有效地解决了本行在贷款领域的信息不对称问题，实现风险管理理念从被动式向主动式，从定性化到定量化，风险管理为业务保驾护航到创造业务价值的重大转变。

通过批量化手段极大地提升风险管理效率。我行已经形成了完善的风险管理组织、制度、流程、文化，不过风险信息收集和分析依然大量依赖于人工操作，效率还有很多提升空间。通过数据批量收集和分析手段，使分行管理人员有能力进行主动式风险管理和客群全覆盖。信息科技部借助行内外数据，加强与分行风险管理人员沟通交流，将业务人员的风险管理经验整理和共享，落地为 50 多条风险识别规则，先后在多家分行开展试用，并运用迭代思维不断提升规则的精准度。经分行反馈，通过批量风险预警手段识别出具有潜在风险的客户，分行风险管理人员能够快速锁定重点检查对象，指导支行机构客户经理进行尽职调查，同时也能够落实事后追责机制，通过对风险客户的预警信息记录督促客户经理的风险尽职调查。

通过数据交叉验证，提升风险管理的精准度。风险产生的原因根本在于信息的不对称性，本行通过对银行交易数据、人行征信数据、企业财务数据、法院涉诉等信息的整合挖掘，制定 50 多条预警规则，通过规则交叉验证，将客户的真实风险隐患暴露出来。对内部结算流水信息的分析极大地弥补了财务信息的单一性和不精确性，通过对交易关系的研究，掌握了客户真实资金流，进而与客户的关联关系、担保关系、经营关系进行匹配发现潜在异常风险，为我行采取相应措施提供前瞻性信息。举个企业客户的例子来说，利用结算流失异常和法律诉讼信息，我们发现某分行小企业 A 为我行授信客户，贷款发放给 A 公司一天后由 A 公司账户转账给房地产公司 B1（嘉嘉置业有限公司），A 公司除了贷款发放和每季度还息之外，没有其它有效交易，前 3 次还息企业为 A 公司本身，第 4 次还息企业为集团企业 B（辰辰隆德丰企业集团有限公司），说明还款来源异常，怀疑贷款被 B 企业挪用。而通过外部信息查询得知集团企业 B，于 2016 年 3 月进入失信被执行人名单，有一笔诉讼金额为 1600 余万元的在执行被告案件，风险隐患极大。分行客户经理利用黄金眼发现异常客户后，立即对相关风险因素进行现场检查，收缩了 1000 万的信用额度。类似上述的案例，黄金眼每日都在为业务人员提供风险预警服务，实现了巨大的业务价值。系统中应用随机森林算法于“异常评分模型”，帮助提升预测准确率达 50%，投产一年多来已经帮助本行智能精准排查异常贷款超 150 亿元。

社会效益

借助于大数据手段有效甄别客户真实风险，化解客户“融资难”和银行“贷款难”的矛盾。当前我国面临三期叠加的经济环境，商业银行同时受到利率市场化和金融脱媒冲击，企业亟需借助于银行的资金“输血”度过难关。银行通过“爬虫”技术和大数据分析手段，全方位评估客户信用风险，消除银行在授信过程中的信息不对称性，能够有效筛选出符合经济结构调整方向的优质客户，推动客户升级转型和国家经济结构调整目标的完成。

建立客户的信用档案，塑造“重视信用，爱护信用”的商业氛围。商品经济时代，信用是一切商业往来的基础，良好的信用环境能极大降低客户的交易成本，提升中国客户在国际上的信用形象。互联网时代，客户的资金流、信息流都将被一一记录，商业银行通过收集、整理、分析、共享客户的信用信息，不但能够筛选出优秀的资金需求者，还能够督促客户重视自己的信用档案，塑造诚实守信的商业文化氛围。

本文系作者授权数英发表，内容为作者独立观点，不代表数英立场。
未经授权严禁转载，授权事宜请联系作者本人，侵权必究。