全流程解析 | 金融知识图谱十大应用服务银行中小微客户信贷业务

发布时间:2018-12-07 作者:明略科技

近日,由农信银资金清算中心主办,金科创新社承办的2018农村金融科技创新与共享发展会议在湖北武汉胜利召开,会议以“开放 共享 共赢”为主题,来自全国33家农信成员机构的领导及科技人员出席此次交流分享会议,明略科技受邀出席此次会议。明略科技金融行业专家樊攀就农村金融科技场景中最为关注的普惠金融与中小微客户信贷风控场景应用,与在座行业专家分享了明略科技的一些实践经验。

2.png

 以下为此次演讲的内容总结 

明略科技是致力于打通感知和认知的行业人工智能解决方案提供商,在金融行业深耕五年时间,一直投入研发认知技术构建金融行业知识图谱,并逐步在诸多行业应用场景中实现感知和认知的连接。

中小微客户信贷业务两大数据困境

数据孤岛与信息不对称

经过多年的发展,银行业积累了大量的数据源,有来自业务系统、交易系统、柜面以及网银渠道系统等自身数据以及行外的业务相关数据,比如工商、司法、海关、税务等等方面数据。基于这些数据的传统应用当中,存在的主要问题是这些数据量非常庞大,但是都存放在各自的数据库、或经过简单处理后存放于数仓或数据集市当中,从而产生了数据孤岛和信息不对称问题。两大数据困境在很大程度上制约了中小微客户信贷业务的发展。

一方面,中小微客户本身因其业务特性,需要以其为核心的更多关联数据的综合分析,才能得出更精准的授信建议。另一方面,海量的业务数据存在于系统中,无法融合打通,以企业、个人为核心的客户、账户信息也无法与诸多业务系统、管理系统、交易信息、工商司法信息、违规违法信息等信息相互关联,也就无法从更宏观、全面的视角对中小微客户的风险进行分析和量化。

明略科技帮助银行业金融机构将数据仓库转化为知识图谱的存储模式,打通了数据孤岛问题,然后通过结合传统的指标、规则、模型体系支撑不同的线上应用,将包括知识图谱在内的诸多人工智能技术,应用于中小微客户信贷业务中,形成了一套相对比较完善的将数据、AI技术、业务模式深度融合的体系架构,服务中小微客户信贷风控,实现更精准的客户风险洞察。

四大阶段十大具体应用

利用知识图谱服务信贷业务全流程

整体的信贷全流程可以分为客户准入、尽职调查与审查审批、贷后管理、清收保全四个完整阶段。在明略科技中小微客户信贷风控的解决方案中,我们按照四个维度分成了十大项具体应用,服务中小微客户信贷业务全流程。

十大具体应用分别为:精准营销、客户准入反欺诈、完善客户数据、关联关系揭示、客户统一风险视图、押品细粒度管理、资金流向管理、动态风险识别与检测、组合风险管理、失联关联人拓展

下面我们就十大应用进行具体介绍

第一环节:客户准入

>>>>应用1:精准营销

一方面,通过拓展标签体系的维度,包括基于传统标签体系、规则定义标签体系或者一些简单的算法标签体系,构建一些特征标签,拓展标签的广度和深度;另一方面,通过将行业、客户、机构、产业和区域都抽离成实际属性之后,银行业务部门可以打通存量客户和目标客户所有的行业、区域分布,结合内外部数据、上中下游产业链、银行内部现有客户、产业园区和经济带周边,再结合内部自身差异化授信政策定制化营销,即可以分门别类的在不同分支机构开展特定的营销活动,实现真正意义上的精准营销。

>>>>应用2:客户准入反欺诈

准入阶段的反欺诈是知识图谱的优势。面向反欺诈的知识图谱构建完成后,我们可以基于电话、地址等客户的基本信息资料,进行一些基于图的群体挖掘,挖掘潜在的欺诈团伙和基于群体的隐性的控制人、行动人、密切资金往来等可疑群体。提升准入阶段的欺诈风险识别能力。

第二环节:尽职调查与审查审批

>>>>应用3:完善客户基本资料

这方面银行很早就在尝试,但是会遇到诸如没有办法对客户基本信息进行归并,没有真伪校验等问题。针对这类问题,基于知识图谱技术的天然优势,可以将客户的实体属性关系的系抽取做到应用之前,结合专家经验规则将所有的信息都提前做好数据治理和标注,再基于知识图谱,加入从感知到认知的的模式,并结合传统的财务分析手段对客户的还款意愿和能力进行综合评判,从而帮助提升整个前端包括审批人员对客户整体风险的把控能力。

>>>>应用4:关联关系揭示

因为知识图谱是一种“图”的形式存在,可以通过AI技术挖掘包括实际控制人、一致行动人等隐藏关联关系,对于较为复杂的组织和团体,通过全量知识图谱的构建与图挖掘技术的结合,可以实现多重复杂客户群体、担保群体、资金链条和资金异常使用群体的挖掘。

>>>>应用5:客户统一风险视图

在尽调与审批环节,对于中小微客户信贷场景,有一个巨大的痛点就是中小微客户的财务指标不健全并且大量掺假,但银行对于中小微客户信贷业务的风控相对来说要求又比较高。我们利用5个维度,200多个指标,15万多个标签值,通过将中小微客户的关联关系引入到风控体系里面,构建了基于完整关联关系的客户统一风险视图,并通过建模给出客户整体风险评分的方式,帮助银行更好的把控中小微客户的风险全貌。

>>>>应用6:押品精细化管理

利用知识图谱,结合内外部数据,包括押品的涉诉情况等,进行押品归并和押品专项管理方面的探索。包括担保效力分析、押品价值分配、押品权属分布、借款人/担保人与授信业务风险、押品与授信业务风险等,通过对贷款合同、担保合同、押品、担保人之间的关联关系进行分析,提升押品的管理效率和把控能力。

第三环节:贷后管理

>>>>应用7:资金流向监测与管理

当构建了包括客户关系网络和资金交易网络的全量知识图谱之后,银行可以快速的定位客户的资金流转情况,通过银行内部交易流水分析出来资金是否存在疑似挪用、回流等风险。同时,通过第三方关系探索、深度关系挖掘,利用算法还可以模拟打通出行后的资金链条,发现疑似隐形资金回流等线索,对资金流向进行更全面的监测与管理。

>>>>应用8:动态风险识别与检测

一方面,明略科技通过引入关联风险指标,结合传统的风险管理方法构建了更加全面的指标库和规则库,并基于这些指标和规则,建立了可应用于多条线、多分支机构的模型配置和管理引擎,通过对不同的客户、业务条线、区域等进行定制化的规则配置,实现了多维度、多客户群体的差异化风险预警信号的构建、使用和管理;另一方面,明略科技通过将客户的外部关联信息进行抽取并提炼成特征,再结合客户自身的基本信息、担保信息、财务报表等数据,建立了基于关联风险因子的违约客户预测模型,来预测未来一段时间内,如3至6个月,单一客户的累计违约概率。

>>>>应用9:组合风险管理

明略科技建立了基于知识图谱的复杂网络多风险因子传导模型。通过学习和构建基于多实体、多关系的风险传导模型,一方面,当某一客户发生风险事件时,我们可以预测该事件对于银行其他客户的影响,以及该事件在银行内部的覆盖范围有多大;另一方面,当发生行业、区域性风险舆情时,也可以快速预测对哪些关联客户、关联行业以及相关区域产生影响,以便快速启动响应机制,提升反应速度,将风险控制在最小范围内。

第四环节:清收保全

>>>>应用10:失联关联人拓展

不管是来自企业高管、朋友关系、亲属关系、资金交易关系,还是来自各个渠道的公共缴费信息,通过这些数据来尽可能的建立客户所有的关系网络,取得电话、住址、公司地址等各类属性数据,尝试挖掘所有借款人及其关联人的活动和行为,对失联关联人进行深入追踪和识别。

案例分享

某大型国有银行案例分享

明略科技为某大型国有商业银行构建面向普惠金融的信贷业务风控平台,通过知识图谱的数据建模过程,将原有来自多业务、多渠道、多管理系统的复杂多元异构数据,抽离成符合银行自身业务特色的各类实体、关系及属性,结合指标、规则、模型体系,围绕客户准入筛查、尽调强化、违约客户识别、不良贷款预警、行业信息分析、组合风险管理等业务场景提供了多个优质应用落地。

平台上线后,大幅简化原有授信业务尽调及审查审批流程,将小额信贷业务办理时间从以前的2-3天缩短至30分钟左右;显著提升贷后水平,将不良贷款率控制在4%以内,相较平台上线前至少降低了70%;详细展示客户统一风险画像、区域及行业组合风险分析视图,帮助中后台风险管理人员更快捷、深入的识别各类潜在风险,实现了银行普惠金融场景下各类信贷业务贷前、贷中、贷后的全面覆盖,有效增强授信业务全流程的风险管理能力。

面对普惠金融的大环境,中小微客户信贷风控本身是一个行业内都在积极利用技术进行落地与尝试的内容,明略科技通过多年的实践,也希望通过今天的分享为银行业的各位领导和专家带来更多的启发和收获。

未来,明略科技会继续深耕大数据和人工智能技术在金融行业的场景应用,为金融行业构建基于打通营销-风控-内控全业务流程的知识图谱平台,实现对部门、区域、业务、产品、风险信息等多重业务条线的全量数据关联整合,连接客户、产品、分支机构和员工全角色的人工智能解决方案,构建与业务深度融合,AI驱动的金融大脑,助力金融机构实现面向普惠金融的互联网转型。

联系我们

非常感谢您的留言,您也可以通过以下方式找到我们。

如您需要我们的帮助,请留言给我们:

姓名* 请输入姓名
电话* 请输入电话
邮箱* 请输入邮箱
公司名称* 请输入公司名称
请您在此留言,我们会尽快给您给回复
提交

提交成功!
我们会尽快给您回复

奇幻城手机app下载_奇幻城娱乐下载登录_奇幻城娱乐手机版网页