贷后风控平台介绍
风控相关系统及建设方法介绍
风控相关系统及建设方法介绍一、风控相关系统介绍1. 相关系统介绍风险相关系统建设总体思路为搭建统一的风险管控平台，以风险数据集市为基础，集成信用风险等计量，提供统一入口、统一系统架构、统一管理和统一风险视图的风控平台。
风险管理类系统一般包含：风险数据集市、内评系统（含评分卡及评级模型等）、风险监测预警系统、资产风险减值系统、模型实验室等。
具体介绍如下：作为整个风险相关系统的数据基础，集合所有风险管控所需数据，以企业级数据仓库为基础，建立风险应用领域数据模型，支撑上层各个风险应用。
风险集市模型：应用架构：通过自身数据，应用相关模型估算PD、LGD、EAD等风险参数，通过自身数据构建申请评分卡、行为评分卡和催收评分卡，分别对贷前准入、贷中监控以及贷后调整进行定量风险估算。
内评建模模型需要一定时间的违约数据积累，同时需要依靠内部客户相关数据和引入一定外部征信数据以及其他相关数据完成对客户评级建模。
基于风险管理平台及数据集市，实现风险指标的监测和动态预警，对指标进行分类管理和预警及处置流程，从预警信号发生、识别、排查认定、处置、信号解除以及反响等，建立完善的预警体系及处理流程。
监控信号从最初的简单业务指标信号逐步优化扩充为由预警模型经过数据分析筛选的预警因子，从识别单一客户预警信号到关联客户预警等。
负责资产的五级分类，并进行资产减值准备计提计算。
目前的IFRS9下的减值模型优化。
进行大数据分析建模的平台，基于数据仓库和数据集市，可进行评分卡模型的建模优化以及返回检验等。
实现数据处理，准备，变量筛选，变量分析，建模，检验，模型指标分析以及模型监控等得统一平台，实现大数据风控的基础平台工具。
3. 风控与业务系统的关系目前风险相关系统应用主要为被动接收外部业务系统数据，分析计量风险，将风险结果和指标等进行展示和提示。
局部应用以及嵌入到业务流程各个环节中，甚至对业务流程有强制影响。
如：申请评分在客户准入环节的应用，当客户评分低于某个值时，自动拒绝客户；客户评分的值对客户授信额度的影响；客户的行为评分对客户授信额度的自动调整；业务人员在做单笔业务时可以进行违约率单笔测算，来考虑是否要进行该笔业务；风险系统应当不仅进行事后的反响统计，应该逐步嵌入业务流程，更多进行事前、事中的预警和管控，表达风险管理的价值。
风控系统方案 (4)
风控系统方案引言随着金融行业的发展，风险控制成为了金融机构运营过程中的核心问题。
为了应对日益复杂的金融市场环境和不断增长的风险，金融机构需要建立高效且可靠的风险控制系统。
本文将介绍一种风控系统方案，该方案旨在提供全面的风险监测和分析功能，帮助金融机构识别、评估和管理各类风险。
功能需求风控系统需要具备以下功能： 1. 风险识别和评估：通过对市场数据和交易数据的分析，及时发现潜在的风险因素，并对其进行评估，包括风险的类型、程度和可能带来的影响。
2. 风险监测：实时监测市场和交易数据，识别异常情况并发出预警信号，以便及时采取措施应对风险。
3. 风险分析：对风险数据进行分析，通过统计和建模等手段，深入了解风险来源和演化机制，为风险决策提供科学依据。
4. 风险管理：制定和执行风险管理策略，包括减少风险的措施和应对风险的预案，以确保金融机构的稳健运营。
5. 报告和可视化：生成清晰、全面的风险报告，以及可视化的风险监控图表，为决策者提供直观的信息支持。
技术架构为了实现上述功能需求，建议采用以下技术架构： 1. 数据采集和存储：通过与金融市场数据源和交易系统对接，实时获取市场和交易数据，并将其存储在可扩展的数据库中，以支持后续的风险分析和报告生成。
2. 数据处理和分析：利用大数据和机器学习技术对采集到的数据进行处理和分析，包括数据清洗、特征提取、模型训练等，以识别和评估潜在的风险。
3. 实时监控和预警：通过实时数据流处理技术，对市场和交易数据进行监控，并基于预设的规则和模型，检测异常情况并发送预警信号，以便及时采取措施。
4. 风险管理策略执行：将风险管理策略和预案编码为算法，并与交易系统集成，实现自动化的风险管理流程。
同时，提供人工干预的接口，以便人员对风险进行监控和调整。
5. 报告生成和可视化：利用数据分析和可视化工具，生成全面和直观的风险报告，以及交易和风险监控的可视化图表，为决策者提供决策支持。
贷后管理 功能模块
贷后管理功能模块贷后管理是指在借款人获得贷款后，对其进行有效的监管和管理，以确保贷款的安全和借款人的还款能力。
贷后管理功能模块是指在贷后管理过程中所需的各项功能和操作。
本文将介绍贷后管理的常见功能模块，并详细阐述其作用和意义。
1. 贷后信息管理模块：该模块用于记录和管理借款人的基本信息、贷款信息、还款记录等。
通过该模块，贷后管理人员可以随时查看借款人的借款情况和还款情况，及时掌握借款人的还款能力和风险情况，为后续的风险控制和催收工作提供依据。
2. 还款管理模块：该模块用于管理借款人的还款计划、还款金额和还款日期等信息。
通过该模块，贷后管理人员可以对借款人的还款情况进行跟踪和监控，及时提醒借款人还款，并对逾期未还款的借款人进行催收工作，确保贷款的按时还款。
3. 风险评估模块：该模块用于评估借款人的还款能力和信用风险。
通过该模块，贷后管理人员可以对借款人的个人信息、财务状况和信用记录进行综合评估，判断其还款能力和信用风险，从而及时采取相应的风险控制措施，降低贷款违约风险。
4. 催收管理模块：该模块用于对逾期未还款的借款人进行催收工作。
通过该模块，贷后管理人员可以记录催收过程和结果，制定催收计划和策略，与借款人进行沟通和协商，促使其按时还款或制定合理的还款计划，最大限度地减少贷款损失。
5. 报表分析模块：该模块用于生成各种贷后管理的报表和分析结果。
通过该模块，贷后管理人员可以对贷款业务和还款情况进行统计和分析，发现问题和风险，及时采取相应的措施和调整，提高贷后管理的效率和质量。
6. 系统设置模块：该模块用于对贷后管理系统进行配置和设置。
通过该模块，贷后管理人员可以设置权限和角色，管理用户和机构信息，配置系统参数和规则，满足不同机构和用户的需求，确保贷后管理系统的安全和稳定运行。
贷后管理功能模块的实施可以帮助金融机构和贷款机构更好地管理借款人的还款情况和风险状况，提高贷款的安全性和收益性。
同时，也能够提高借款人的还款意识和能力，促进金融市场的健康发展。
贷前、贷中、贷后风险控制-风控总监都这么干!
一、贷前调查事项贷前调查是所有银行、小贷、P2P等等往出贷款部门的重中之重。
归根结底就是两条：让不对称信息最大限度对称、让软信息最大限度真实还原。
客户还不还款就是取决两大因素：还款能力、还款意愿。
1、让不对称信息最大限度对称—解决的是还款能力问题。
2、让软信息最大限度真实还原—解决的是还款意愿问题。
让不对称信息最大限度对称1、重点是财务信息，解决的是还款能力问题。
2、不对称信息，指在交易双方对有关信息的了解是有差异的;掌握信息比较充分的一方，往往处于比较有利的地位，而信息贫乏的一方，则处于比较不利的地位。
3、凡是上当、受骗等都是信息不对称的结果。
4、典型的就是二手车交易。
5、对于我们放款的和客户之间永远是信息不对称的，因为他们不用对我们其他信息的了解，只要知道我们有钱能借给他这一个信息就够了。
6、而我们要尽可能知道他的全部信息。
7、我们和客户之间形成信息不对称的根源是政府几十年的不作为，导致的征信系统不完善的结果。
8、我们做的是资本生意，什么是资本主义?9、抵押品永远不是贷款的最佳选择，靠客户的收入还款才是最佳。
10、因为好的抵押品在银行，我们永远是次贷。
11、土地、房屋、车辆。
不能做资产公司。
12、企业往往是三套账本，我们要最真的。
13、异常即是妖。
14、谎言就是欺骗的开始。
15、实际的操作方法很多。
16、最好是看客户手工那套帐，如水产，养殖。
17、通过旁证，如烤串的用多少碳，石材的用了多少锯片，其他如员工提成，水电费等。
18、客户经常说前三年赚了很多的钱，那么用在了什么地方。
一个搞培训的，养猪的等。
19、和其他的同行业比，左邻右舍比。
20、看未来发展趋势。
让软信息最大限度真实还原主要非财务信息，解决的是还款意愿问题。
软信息不能用准确的硬指标来表示，是非正式的、模糊的、推断的、知觉的。
说白了，不能清晰表达，不能准确量化。
张三人品好，李四人品差，什么程度?但大家心里又都清楚的东西，就是软信息。
软信息对了解客户的还款意愿非常关键。
紧扣风控场景 立足风控本质 实现风控数字化蝶变之路--平安银行“智慧风控平台”项目
紧扣风控扬景立足风控本质 实现M控数字化蝶变之路—平安银行“智慧风控平台”项目文II平安锒行科技开发中心副总经理刘锦淼和信息技术发展规划，在广泛汲取国内外同业成功经验的同时，启动和实施了“智慧风控平台”项目,打造一个紧扣真实风控业务场景的新一代智慧风控生态体系，走出一条独特的成功之路二刘锦淼平安锻行科技开发中to副总经理，经济师。
具有20年的银行业 信息科技工作从业经验，曾供职于中国银行、中国光大银行。
年来，国内外经济、金融环境复杂多变，商业银行对信用风险的识别难度加大：伴随金融科技的发展和银行经营对风控能力要求的提高，各家商业银行先后启动风控系统的升级改造，通过在金融领域引入大数据、A I等技术，升级重构对公信贷管理系统，以适应新形势下风控管理的要求。
平安银行践行“降风险、降成本、降冗员、提效率、提效益、提产能”的“三降三提”战略，结合本行经营目标系统的技术方案自2019年平安银行 智慧风控系统群（以下简 称“智慧风控平台”）启 动更新换代工程，历经了 信贷核心系统重构、辅助 流程系统加固、数据支持 系统搭建和计量系统群强 化，形成以数据集市、指标库、数据仓库为数据基础层，以核算、内评、预警、计量等多场景为应用系统层 的智慧风控生态体系。
在此基础上，2020 年进行了智能化1.0版本改造，扩容了系 统平台，夯实了数据基础，升级了智能应 用，构建了以“六智能”为主打功能的“风 控大脑”，逐步解决业务痛点，改善以往 对公信贷业务决策靠经验、业务控制靠手 工、业务信息不对称、管理不智能和审批 放款不高效的状态。
系统群结构见图1。
智慧风控平台基于平安银行自主研 发、拥有100%知识产权的分布式金融P aaS平台研发。
分布式金融P aaS平台 是平安银行“金融科技”战略重要产品。
平台结合成熟丌源技术及组件进行深度白 主研发，研发了包括分布式基础服务框架 与服务管控、分布式缓存、分布式配置管 理中心、网关服务、同步/异步消息中心、监控中心、作业调度、分布式数据访问等 基础中间件，并结合我行需要进行了优化 与集成，实现了信息技术安全可控。
贷后风控
贷后风控可从以下五个方面实施：一、贷后基础管理1.信贷业务发生后，贷款经办人员应及时登记信贷业务信息，记载借款人的基本情况、金额、用途、期限、利率和还本付息情况以及其他需要说明的情况，定期编制业务报表，该项资料暂由贷款部负责保管。
2.贷款部主管需定期收集信贷客户的财务报表，每月月初查询60天内到期的分管的信贷客户档案资料，做好还款检查准备工作。
二、贷后检查及预警提示处理在信贷业务有效期内，风控成员可通过定期或不定期监控，现场与非现场检查，明查与暗访相结合的方法手段对信贷客户实行贷后检查，并对收集的信息进行定量分析，识别风险的类别、程度、原因及变化趋势，揭示重大贷款风险，遏制潜在风险，早期做出针对性的处理意见，以达到早期发现、早期预警及时防范控制和化解风险。
具体检查项目可参照下表：三、贷款本息催收管理1.每笔信贷业务到期10天前，贷款部文员原则上应向客户发出提示还款通知书，通知其安排好资金，依约还款。
发生提前还款的，报经办人员同意后，办理相关还款手续。
2.信贷业务到期，信贷员应负责督促客户偿付债务，查验客户债务是否结清，通知会计部门扣收客户到期未主动归还部分的债务，同时协助客户办理相关手续。
四、不良贷款清收贷款人未申请展期，或申请展期未获批准，从贷款到期后的第一天起，将贷款转入逾期贷款账户进行管理，为逾期贷款，并按规定加收罚息，同时，对不良贷款采取积极有效措施，进行催收。
1.贷款展期或借新还旧，分散贷款。
2.变更业务种类贷款方式，变更债务主体或保证、抵质押物条款。
3.以资抵债（动产、不动产、土地使用权及其他权利）。
4.频繁通知其家人、所有关系人，促其主动还款。
5.建立风险准备金制度和呆账准备金制度。
6.法律诉讼。
适时向法院提起诉讼、保全，同时冻结账户，申请强制执行。
五、贷后管理责任制1.贷款部门协同风控部门进行贷后检查和本息催收；收集贷款企业的各种经营管理信息，分析贷款企业生产经营及资产负债变化情况，登记信贷管理系统；按要求填写贷后检查报告，经风控部经理审阅、签字后与信贷档案一并保管。
贷后监管方案
贷后监管方案1. 引言随着金融行业的发展和贷款市场的扩大，贷后监管变得越来越重要。
贷后监管是指银行或其他金融机构在向借款人发放贷款之后，对贷款进行跟踪和监督的过程。
贷后监管的目的是确保借款人能够按时还款并监控贷款风险。
本文将介绍贷后监管的重要性，并提出一种可行的贷后监管方案。
2. 贷后监管的重要性贷后监管对于金融机构和借款人都至关重要。
对于金融机构来说，贷后监管有助于提高贷款回收率和减少不良贷款风险。
通过贷后监管，金融机构能够及时发现贷款违约风险，并采取有效措施来处理这些风险，例如提前催收或调整还款计划。
对于借款人来说，贷后监管可以帮助他们更好地管理贷款，并提供必要的支持和指导，以确保按时还款，并避免陷入财务困境。
3. 贷后监管方案为了有效进行贷后监管，以下是一种可行的贷后监管方案：3.1. 风险评估和评级系统在贷款发放之前，金融机构应该建立一个全面的风险评估和评级系统。
这个系统将根据借款人的信用记录、财务状况和其他相关信息，对借款人进行评估和评级。
评级结果将作为贷款发放的依据，并为贷后监管提供重要的参考。
3.2. 追踪和监控还款贷款发放后，金融机构应该建立一个有效的追踪和监控系统，用于跟踪借款人的还款情况。
这个系统可以通过短信、电话或电子邮件提醒借款人还款，并及时记录还款信息。
如果发现借款人出现还款延迟或违约的情况，金融机构应该立即采取措施，例如提醒借款人、催收或调整还款计划。
3.3. 催收和风险管理如果借款人出现严重的还款延迟或违约，金融机构应该采取催收措施来追回贷款。
催收措施可以包括电话催收、上门催收或委托第三方催收机构进行处理。
同时，金融机构还应该制定相应的风险管理措施，以应对不良贷款风险，例如增加坏账准备金、调整贷款利率或提前销售不良贷款。
3.4. 提供支持和指导除了追踪和监控还款，金融机构还应该提供必要的支持和指导给借款人。
这可以包括财务规划、债务管理或其他相关的金融服务。
通过提供支持和指导，金融机构可以帮助借款人更好地管理债务，并提高还款意愿和能力。
贷后风控模型
贷后风控模型
贷后风控模型主要用于评估和控制贷款发放后的风险。
这些模型通过分析和监控各种数据来源，预测借款人违约的可能性，从而及时采取措施进行风险控制。
贷后风控模型通常包括以下几种：
1.行为评分模型：根据借款人的历史行为表现，如还款记录、账
户活动等，预测其未来的违约风险。
这种模型可以及时发现借款人可能出现的还款问题，以便采取相应的措施。
2.信用评分模型：基于借款人的信用历史数据，通过分析和预测
借款人的信用风险，评估其信用等级。
这种模型可以帮助金融机构更好地了解借款人的信用状况，从而做出更加合理的贷款决策。
3.风险评分模型：综合考虑借款人的各种信息，如年龄、职业、
收入等，对借款人的违约风险进行量化评估。
这种模型可以为金融机构提供更加全面和客观的风险评估依据。
4.催收评分模型：针对已经逾期的贷款，这种模型可以帮助金融
机构预测借款人还款的可能性，从而制定相应的催收策略。
贷后风控模型的应用需要结合具体业务场景和数据情况，根据实际情况进行模型的选择和调整。
此外，贷后风控模型的建立和应用需要遵循相关法律法规和监管要求，确保合规性和公正性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目录
1 平台概述 2 设计思路 3 平台特点 4 核心技术 5 平台架构 6 平台功能 7 客户群体
平台概述
贷后企业风险预警服务平台
贷后风控平台是一套基于智能视频分析和物联网技
术来触发贷后企业风险预警信号的风控平台，对企业异常 经营行为进行监管，为银行、担保公司、小贷款公司、融 资租赁等金融机构客户提供实时、智能、高效的技术风控 手段。
设计思路
如何缓解
员工人数 仓库货物进出 企业用电量 高管动态
采集监测
贷后风控 平台
报警推送
视频分析 异常诊断 报警复核 数据统计
报警处理 风险控制 信用记录 形成报告ቤተ መጻሕፍቲ ባይዱ
设计目的
企业经营数据分类
交易类数据
✓ 营业额、利润 ✓ 订单、销售合同 ✓ 现金流水、应收款 ✓ 客户数量……
行为类数据
✓ 企业员工数 ✓ 库存变化率 ✓ 用电用水量 ✓ 高管动态……
为金融机构提供贷 后企业风险预警服 务，为客户提供实 时、智能、高效的 技术风控手段。
银行
担保公司
小贷公司
贷后平台
融资租赁
供应供链应链 核企核企
P2P平台
贷后风 控平台
1. 管人 2. 管物 3. 管风险
设计目的
平台价值
可随时了解贷后企业的真实经营情况 可实时监测到企业经营风险，并及时化解 通过技术手段大大提升贷后风控管理水平 从被动监管到主动预警信号推送，提高了效率 通过质押物贷款，帮企业融到资 为企业积累贷后信用记录创造条件
平台特点
不良贷款率逐年上升，已突破2% 小微企业生存状况堪忧，贷款风险高 客户经理需定期现场贷后检查，工作量大 缺乏贷后风险预警信号推送机制，经常滞后 对贷后企业的真实经营情况不了解 贷后监管的成本高，效率低
设计思路
企业痛点
没有抵押物，贷不到款 没有信用记录，贷不到款 仓单质押融资成本居高不下 金融机构对企业缺乏信任度 经常需配合金融机构进行例行检查 企业整体管理水平不高
对告警的阀 值进行设置
将告警信号推 送给客户端
平台功能
用户角色
风控经理
服务经理
客户经理
信息员
贷后风 控平台
企业用户
管理员
平台网站
登录界面
平台功能
PC端操作界面展示
平台功能
金融机构APP端界面展示
平台功能
数据统计
平台功能
数据统计
平台功能
数据统计
平台功能
数据统计
平台功能
数据统计
客户群体
核心技术
其它算法及物联网技术
人脸识别
入侵检测
用电量监测 温湿度监测
平台功能
功能大类
人数统计、货物变 化统计、人脸识别、 用电量采集等
可实时浏览当 前视频画面
对出现的风险 进行预案处理
视频分析及 数据采集
数据获 取
数据统 计管理
视频
预警策
监控
贷后风控 略配置
平台
风控 管理
告警信 号推送
按月季年对人数、 用电量、开工率 等数据进行统计
预警信号
贷款企业
人数统计 质押物监控 用电量监测 人脸识别
贷款企业
平台服务 人员
过 滤 误 报
金融机构 客户经理
核心技术
人数统计算法
人数统计摄像头安装
出入口人数统计
特点
实时计算进、出的人数 实时统计当前总人数 不受光线影响 准确率在90%以上
核心技术
货物变化算法
底图 现图
特点
可对仓库货物变化进行分析 依据货物堆放情况画框 报警策略可自定义 货物的远近可设置权重比 适合不同的应用场景 准确率在80%以上
平台通过实时的采集分析和及时的风险预警信号推送， 帮助客户有效甄别企业的真实情况，全面增强风控手段， 是传统风控方案的强有力补充。同时，由视频及图像所产 生的非结构化数据，通过大数据挖掘和分析，形成行为类 数据，能为今后二次信贷审核提供更加可靠的企业信用数 据，帮助企业融到资。
设计思路
金融机构痛点
可实时将企业异常信号主动推 送给金融机构，第一时间掌握 风险，并及时化解风险
智能
通过人数统计、质押物变化、用电量检 测等智能视频分析和物联网技术，对企 业经营场所异常情况进行预警触发
贷后风控平台
实时
高效
从被动监管到主动预警信号 推送，可延长客户经理到企 业现场检查的周期
平台架构
流程图
云端
Web
CMS Zcell Alarm