厦门银行零售普惠智能风控管理体系的实施运用，是我行从大数据风控到人工智能风控转变的重要里程碑。从最初的运用大数据技术发展成深度融合大数据技术及人工智能技术，其基于大数据风控AI技术，融入关系网络、图像识别、自然语言处理、自动解析处理、知识图谱、大语言模型等人工智能技术提升了多样风险的拦截能力、风险决策的时效和运算能力、风险控制的精确度，搭建TB级以上的海量数据仓库，形成风控专用的数据集市，旨在建立“一体化、数字化、智能化”的风险管理体系，聚焦小微客群，打造厦门银行“风控智能大脑”。

项目以一体化、批量化、标准化、流程化、数字化、智能化为原则对普惠信贷全流程进行梳理、改造和升级。深度分析研究智能风控平台的功能架构，实现各功能模块间数据的共享与流转，采用智能风控架构、大数据平台及决策引擎为技术支撑，建立贷前信息交叉验证及智能反欺诈、贷中风险监控、预警等全流程、自动化、智能化的风险防控系统，覆盖普惠业务信用风险及欺诈风险的全生命周期风险管理。

通过研发风险等级模型，建立“评分卡+规则”贷前组合审批策略，制定差异化定额定价策略，实现全流程的快审快批、智能风控的全线上自动化流程，包含自主申请、移动尽调、自动风控审批、自动定价定额、自主签约、自主支用等，赋能业务高质量发展。同步建立贷中评分模型及应用策略体系、支持风险预警动态监测及预警过程管理等功能，通过行内外数据和分布式大数据处理，实现批量化检查、自动化预警，加强风险信息归集、监测的准确性、及时性，强化风险预测能力，实现智能风控，有利于推进风险动态、高效管控及提前化解，进一步夯实厦门银行普惠小微业务的金融服务能力、自主风控能力及业务盈利能力，为厦门银行稳健经营保驾护航。

方案背景

项目开始之初，厦门银行零售普惠信贷业务的风险管理模式主要采用传统的“人工为主+信息系统辅助”，存在对风险识别的精准度较低、管控时效滞后、有效覆盖不足、耗费大量人工成本、潜在操作风险高、员工满意度较低等痛点，且在零售普惠信贷业务风险管理量化体系建设中，面临业务用数数据量大、指标加工效率低、分析能力不足等问题。

传统的风控模式已不能适应数字时代零售普惠信贷业务模式的创新发展要求，为此，在我行数字化转型之际，总行零售风险管理部基于对征信、工商、司法等数据资源的积极探索及多维度创新应用，深度融合大数据技术及人工智能技术，构建一套集数据收集、分析、决策、精准推送及动态反馈的风控体系，进一步提升了我行数字化风控管理水平。

方案目标

1. 数据应用全面性

通过接入三方数据接口30+个，调用数据字段600+个，融合行内数据、客户评级、征信数据、工商司法、税务信息等线上化数据，从信用历史、营收情况、行为偏好等维度首次开发5000+数据变量，运用逻辑回归、决策树等大数据人工智能算法，筛选并运用50+变量用于各个模型，运用500+变量用于各类规则，便于客观、全面的量化评估客户的信用状况，有效应用于反欺诈和风险模型策略中。

2. 风险管理精准性

差异化定额策略：全面评估申请人现金流、资金需求、偿债能力等，针对小微企业特性，制定了不同的资金需求测算方式；结合贷前准入模型的信用评级，分为A/B/C/D/E这5层设置不同的系数对应调节客户授信额度，有效实现差异化的定额策略。

差异化定价机制：通过风险等级确定定价机制，根据自建的评级模型计算出每个档次客户预期收益率，从而实现对客群分层管理。首次运用资金成本（FTP）+风险成本+运营成本+毛利率=对客利率的定价机制，对客户信用风险进行了五档差异化定价。

3. 自动化程度高

首次推动贷前审批、贷中支用的线上自动化设置，通过调取征信查询系统、大数据、征信衍生、风控引擎系统、移动信贷小程序、银税前置系统、网金在线决策系统等多个行内系统的数据，依托量化风控体系，实现全流程自动化操作，包含客户自主申请、在线获知额度、移动展业端实时出具授信额度等，有效提高审批时效，增进客户体验。

4. 迭代敏捷、灵活可配置

根据不同产品的需求及业务特点，配置不同的风险评估指标及规则等，以实现对不同业务场景的风险管理，包含以下配置功能：自定义风险评估指标、自动化规则配置、实时监控及模型调整，实现敏捷化策略迭代。模型管理平台能实现风险模型全生命周期流程管理，让模型从开发到实际运用及迭代优化全过程可观测、可复现、可管控，尽最大可能降低模型风险，极大提高模型策略迭代效率及质量。上线至今已进行较大型迭代达4次，调整规则20+条，每次迭代都使风控模型进一步优化。

方案特点

1. 创新智能风控模型实现自动化审批

首次推动贷前审批、贷中支用的线上自动化流程，通过运用大数据及人工智能技术构建信贷工厂2.0智能风控模型，从信用历史、营收情况、行为偏好等多维角度首次开发5000+变量用于评估小微企业客户的综合风险，解决贷前准入、风险定额及定价问题，实现信贷流程自动化、智能化。智能风控模型的建立，配套形成“评分卡+规则”的组合审批策略，可通过计算体系准确地评估客户信用情况，更好地预测及管理信用风险，实现标准化、批量化、自动化审批流程，减少人工干预、提高审批效率、增进用户体验。

2. 构建精准、灵活的一站式风控平台

通过构建标准化、集约化的全面智能风控平台，集成内嵌决策引擎、大数据平台、风险特征平台、模型平台、预警监控平台等众多风控系统的一站式风控平台，为信贷业务稳健发展提供强有力支撑。在贷前环节对客群进行精细化分层，进一步丰富客户视图，提升风险有效识别能力，相应采取贷前准入及定额定价的差异化策略；在贷中、贷后环节，基于大数据的实时监控及预测，实现风险客户精准识别提前化解，减少风险损失，大幅提升风险管理的精确性。同时根据业务管理需要，风控平台支持各类指标及规则参数的灵活配置，形成具有敏捷交付、弹性扩展、稳定可靠、维护便捷的架构体系，具备可不断迭代优化的特点，以支持相应业务快速变化的需求。

3. 建立多维立体的全流程风险量化体系

通过搭建智能决策系统，引入决策引擎和外部数据采集工具，建立多维量化风险管理指标体系，构建普惠信贷全流程风险量化体系，统一审贷标准、提高审贷效率、增强风险预警管控力，从而实现信贷业务贷前、贷中、贷后全流程的自动化、智能化发展，实时监控风险状态，支持动态调整准入规则，使风险管理精细化水平得到提升，业务不良率有效控制，为风险管理的可持续发展打下良好基础。

方案业务流程图

一、运用大数据及人工智能技术构建风控策略体系

随着零售普惠信贷业务面临的风险逐渐呈现出多元化及强隐蔽性的特征，传统风控模式下主要依赖于“人工为主+信息系统辅助”的方式难以有效识别风险，已无法适应数字时代小微信贷业务的创新发展要求。为应对与日俱增的信贷风险，在我行数字化转型之际，秉持着自主研发、勇于创新的理念，总行零售风险管理部创新推出了零售普惠智能风控管理体系。

为充分发挥内部数据与外部数据相互补充、交叉验证的优势，在“传统模式”的基础上，零售普惠智能风控管理体系增加外部数据在准入、反欺诈、额度、风险预警方面的使用，新增风险预警动态监测体系、增加风险量化模型、优化审批策略等。零售普惠智能风控管理体系接入三方数据接口超30个，调用数据字段超600个，通过数据衍生应用，不断挖掘风险数据内在价值，以供风险决策使用，设置贷前规则超220条、贷中规则超100条，贷后预警规则超150条。

零售普惠智能风控管理体系接入基于机器学习的模型引擎，支持模型在线可视化配置、数据预处理、模型发布及离线管理，实现模型规则快速投产发布。支持决策树、决策表、打分卡、模型规则集、规则流等基础组件，可基于行外、行内数据进行模型训练与模型评估，应用于额度预评估、在线评级评分、客户还款意愿预测、隐形关系分析、财务分析等场景，对主动识别信用风险发挥了积极作用，进一步提升风险管理精细化管理能力及数字化水平。

图例1-零售普惠智能风控管理体系

二、建立科学量化的风险管理数据指标体系

为做好零售普惠信贷智能风控的管理及优化，我行根据不同信贷产品的特点及生命周期，以业务为出发点，通过技术、场景、功能、使用方式等方面，细化各类监控指标，建立科学量化的风险管理数据指标体系，实现指标数据的集中管理与运营。有效利用风险指标异动示警、层层下钻，快速探知异动根因，支撑零售普惠信贷业务风险洞察、问题识别、根因下钻、风控指引的管理流程全闭环，实现零售风险管理数据指标的“看清、看透、有用、有效”，客观、全面的量化评估风险。并持续进行我行数据标准化建设，包含前端信息收集、数据清洗、数据标准化加工、数据统一落库等流程的数据质量提升，以确保风险管理效度的提升。

从全生命风控周期来看，主要监控指标及监控报表包括但不限于资产类、产品类、审批类、质量类、催清收类、逾期类等。各种不同类型的指标举例如下：

1）资产类：时点余额、月度余额、月度放款金额、进件渠道等；

2）产品类：还款方式、贷款期限、借据期限、实际利率、年化利率、提前还款等；

3）审批类：进件数量、通过率、平均授信额度、规则触发率、漏损率；

4）质量类：不良率、五级分类、年化不良率、年化收益率等；

5）催清收类：清收率、催收率、核销后清收率等；

6）逾期类：逾期率、不良率等。

根据以上指标，建立各种不同维度的信用风险管理报表，报表体系包括但不限于资产管理类、风险监控类、逾期催收类，举例如下：

1）资产管理类：基本进件统计表、资产结构报表、产品质量总览表等；

2）风险监控类：审批情况表、拒绝原因分布表、不良分布表、客户画像监控表、贷中表现监控表等；

3）逾期催收类：逾期分布表、不良分布表、不良迁徙率统计表等。

三、深挖数据价值助力风控策略持续优化迭代

为有效提升零售普惠信贷风控策略体系的效率，确保策略迭代及时性及有效性，我行依托分布式大数据平台对风险特征数据进行深入式分析与挖掘。以数据源的自身数据为基础，结合我行产品特点及风险表现，以客户基础特征、信用历史、借贷关系、负债情况等为维度，不断挖掘各数据源内在价值，从而更加符合我行零售普惠信贷业务不同生命周期阶段信用风险防控中的发现风险、识别风险、处理风险的管理要求，持续夯实模型管理和策略管理特征基础。充分运用特征工程技术建立风险画像、交易行为特征、资产特征等多维度特征数据，通过人工智能机器学习模型，深度发挥数据效用，运用大数据技术与机器学习算法对风险特征进行模式识别，利用海量数据的优势深挖潜藏在数据中的风险特征，并持续运用于风控策略的优化迭代中。

图例2-“大数据智能风控”数据应用模型

在零售普惠信贷风控策略的迭代中，我行通过信用风险实验设计方案，实现风险全流程策略的快速迭代。首先通过数据分析洞察指标与风险的相关性及规律性，充分挖掘数据价值，再按照假设条件设定对照实验，通过收集数据并校验，分析目标指标是否存在显著差异并得出结论，进一步优化不同客群的策略配置。贷前准入策略中，充分利用内外部数据，包括但不限于行内数据、三方数据、工商税务数据、人行征信数据等，综合考虑客户的负债情况、收入水平、信用历史等，避免因“信息孤岛”导致客户风险未被充分识别的情况发生。贷中及贷后策略中，建立了客户还款行为及消费行为等为主的贷中管控策略，通过降额、管控等举措，有效降低风险损失，进一步加强零售普惠信贷业务贷前、贷中、贷后全生命周期的风控管理。

实现功能展示

1. 智能风控提高审批效率

零售普惠智能风控管理体系的运用大大减少了传统方式的人工环节，客户仅需扫描二维码在线申请，系统自动化审批，有效降低人工审批的主观性，贷前审查环节由传统模式的平均耗时2-5个工作日缩减至可实现“秒批”，大幅提升审批时效。通过“信贷工厂2.0”申贷，客户完成申请仅需5分钟，整笔业务从正式申请到终审结束，最快用时仅2个工作日内，整体作业时效提升30%以上。

2. 助力提升风险管理效能

零售普惠智能风控管理体系充分利用大数据以及人工智能技术，全流程多维度进行风险管理，提高了风险管理的准度及精度。在贷前环节，基于多维大数据分析及智能评估模型，为信贷审批提供更为精准的风险评估结果；在贷中、贷后环节，基于大数据的实时监控和预测，能对风险信号快速预警，减少风险损失；后期通过存量风险授信客户样本进行分析，动态调整客户准入规则、评分模型等。通过信贷全生命周期的“智能化风险管理模式”，一方面提升工作效率，有效节约分行授信审批岗70%工作量，减少放款岗40%工作时长，另一方面优化资产质量，低风险客群的资产余额占比增加20%，高风险客群的资产余额占比降低30%。

3. 科技赋能实现降本增效

1）随着贷款规模不断扩大，形成规模效应，从而降低单笔贷款的成本；

2）动态调整准入规则，实时监控预测风险信号，提高风险管理的准度和精度，减少风险损失；

3）全流程均实现自动化、智能化，大幅提升审批效率，降低人工成本；

4）通过风险等级确定定价机制，实现客群分层管理，有助于提升我行普惠资产的抗风险能力，进一步提高整体收益水平。

方案案例及效果

【曾获报道】：项目自上线以来，受到社会广泛好评。2023年5月厦门海西晨报专访我行，对我行助力企业主，扶持小微企业进行报道,称赞“信贷工厂2.0”下的“快E贷（线上）”及“E企贷（线上)”充分满足客户多样化资金需求，助力企业主渡过一道道难关。

【曾获奖项】：

1. 2023年，由IDC主办的“2023 IDC中国数字金融论坛”在北京召开，我行参选的“普惠金融信贷工厂2.0”项目经过多轮评选中脱颖而出，荣获“金融行业技术应用场景创新坚定者”称号。

2. 零售普惠智能风控管理体系，在2023年度城市金融服务优秀案例评选中，荣获“风险管理创新优秀案例奖”称号。

3. 零售普惠信贷“数智化”风控策略体系在信贷工厂2.0模式下的运用，在银行业数字化创新（中国）峰会2024暨华信奖评选中，荣获“年度银行数字化优秀项目奖”。

4. 零售普惠信贷“数智化”风控策略体系在信贷工厂2.0模式下的运用，在零售银行2024高峰会暨介甫奖评选中，荣获“卓越智能风控奖”称号。

5. 在《银行家》杂志社组织的2024银行家金融创新论坛暨银行家金融创新成果评选中，凭借零售普惠信贷“数智化”风控管理体系创新案例，荣获“年度风险管理创新优秀案例”称号。

6. 在《金融电子化》及华东师范大学长三角金融科技研究院主办的2024长三角金融科技创新与应用全球大赛中，凭借零售普惠信贷“数智化”风控策略体系在信贷工厂2.0模式下的运用项目，荣获“2024年度金融科技·金融机构最佳应用奖”称号。

方案未来展望

1. 技术融合与创新：厦门银行零售普惠智能风控管理体系未来应持续提升大数据与人工智能技术的融合度，探索更多前沿技术如深度学习、强化学习在风控领域的应用，以进一步提升风险识别的精准度和决策的智能化水平。

2. 灵活性与可扩展性：构建更加灵活的风控系统架构，便于快速适应市场变化和业务需求，同时保证系统的可扩展性，为未来业务增长和新功能的引入提供坚实基础。

3. 用户体验优化：在提升风控效能的同时，注重优化用户体验，简化业务流程，缩短审批时间，提高客户满意度和忠诚度。

4. 提升市场竞争力：随着普惠金融的深入发展，小微企业对高效、便捷、智能化的金融服务需求日益增长。厦门银行零售普惠智能风控管理体系的实施，将有效满足这一市场需求，特别是在当前数字化转型的大背景下，市场对智能化风控解决方案的需求将持续扩大。预计在未来几年内，随着技术的不断成熟和应用场景的拓展，该体系将在普惠金融领域发挥更大的作用，助力厦门银行提升市场占有率，提升竞争力。