HASH GAME - Online Skill Game GET 300

　　模型是智能风控体系的核心。我行在项目确立了“不变+求变”的模型升级理念：所谓“不变”，一是强化对模型稳定性的重视，确保模型效果保持相对稳定；二是重视模型架构设计，既要采取业内较为先进的模型算法及架构，又要结合本行业务实际，充分考虑模型稳定性、业务解释性、数据源潜在变动等因素，力争一段时期内无需对模型结构进行较大调整。所谓“求变”，主要是在风控模型群的升级、重构过程追求对于风控模型前瞻性、精细化、体系化的提升。

　　具体看来，前瞻的理念主要为了解决数据驱动模型开发过程中历史数据带来的局限性，从模型层面做到“未雨绸缪”，主动应对变动日益加剧的风险形势，未病先防。精细的理念，主要为了获得持续竞争力，从小处着手，深挖数据潜力，探索新特征、新方法、新思路，积小流而成江海。体系化的理念，主要指模型群和具体模型结构要向逻辑结构更清晰、模块功能更突出、应用场景覆盖更完整的方向转变，以此提高不同产品、场景间模型模块的复用率，确保模型体系完整、高效、稳定，契合中小银行的业务发展实际。

　　①大数据反欺诈为批量、在线获客保驾护航。智能化风控体系融合行业联防联控趋势，结合省联社黑名单、社保、公积金、税务、客户行为、第三方数据全方位堵塞漏洞。运用基础信息核查、用户行为检测、多平台申请/负债、不良信用及司法记录、黑灰名单、社交欺诈六大维度，构建反欺诈评分和拦截规则体系，将欺诈拦截在申请环节，为批量、在线获客保驾护航。并通过内外部数据的整合，构建本行风控大数据及黑灰名单体系，名单库累计名单数量超过300万。

　　④统一贷后预警，实现一站式管理。本行近年建设的风铃预警系统充分利用内外部数据，通过建立客户信用风险识别、风险传导、风险处置及管理后评价的指标、规则等一套科学预警管理体系，实现客户信用风险早期预判、个案及组合风险关联传导、客户风险分级处置、预警效果后评价等一系列工作的自动化、智能化决策管理要求。通过建立数据共享机制，将预警结果全面应用于信贷全生命周期业务环节及配套外围系统，实现客户风险信息在系统群之间的联防联控应用，为全行风控数字化转型提供全面的支撑和保障。

　　⑥自动生成调查报告/全面风控报告。本行智能化风控平台汇集行内、外部信息，如客户信息、业务信息、财务信息、关联信息、风险信息和征信信息等，通过数据加工去伪存真，将校验过后的数据自动填入调查报告，建立信贷审查、审批辅助模式。实现了客户全景画像，破除了信息孤岛效应。通过自动获取借款企业的实际控制人及其关联企业，自动匹配借款人及关联方在本行的授信额度，若存在关联企业授信，纳入集团（关联）客户管理，进行统一授信。有助于厘清关联关系，避免多头授信，重复融资。

　　智能风控体系的核心是模型。目前，很多中小银行已建立起智能风控框架和系统，解决了“从无到有”的问题，但对于模型的开发和管理，还处于探索之中。如何进一步提升核心模型质量，在把控风险的前提下更好地服务业务，昆山农商银行通过零售信贷升级项目积累了一定经验。一是要统一思想、转变观念，理解风控体系对于价值提升、服务提升的意义，凝心聚力；二是要勇于创新求变、拒绝固步自封，在建立完善的模型体系的基础上深挖数据潜力，努力提升模型的精细化、前瞻性水平；三是要加强自主能力积累建设，确保风控、业务在各个层面深度融合；四是要重视项目过程管控，评估好项目内容的成本收益，合理安排顺序和优先级，有的放矢。