一、产品名称算法

信贷决策审批系统数据库

二、所属分类安全

金融科技·风控网络

三、产品介绍架构

百融信贷决策审批系统，做为集成式、一站式的风控服务平台，基于百融金服的大数据和风控云等技术理念，结合机器学习和人工智能算法的新科学，从数据规则、审贷规则集、风控模型等不一样层面帮助客户实现包括贷前审核、贷中监控和贷后管理的整个全生命周期的风险管控，下降风险运营成本，提升批贷资产的质量，为客户保驾护航。框架

百融信贷审批系统不只支持全流程化管理，还可根据客户需求实现模块化的灵活配置，包括反欺诈系统、贷前审批系统、贷中监控系统、大数据催收系统等模块化产品，客户既能够选择组合模块，又能够选择单个的模块使用，也可选择全流程的系统服务。同时百融决策审批系统可实现与客户原有业务审批系统、外部系统、数据平台等进行高效的数据交互，有效的提升审批效率。机器学习

四、应用场景/人群模块化

百融信贷审批决策系统能够为有消费场景的信贷产品，如汽车金融、消费金融、医美分期、教育分期、旅游分期等，和无消费场景的信贷产品，如工薪贷、线下现金分期、线上现金分期等与信贷业务相关的企业客户提供服务，这些信贷结构均可以使用百融的信贷审批系统；主要的使用这个系统的客户群是自身没有信贷审批系统，但须要经过信贷审批系统完善信贷管理流程的信贷机构。学习

五、产品功能测试

百融决策审批系统核心功能包括系统设置模块、配置中心模块、规则中心模块、模型中心模块、案件管理模块和统计中心模块六大部分，下面将展开具体介绍：

5.1系统设置模块

系统设置模块能够支持系统管理员对机构、用户、角色进行新建、修改、查询等操做；并自动记录每日用户登陆信息，在日志查询中可对以往登陆信息进行跟踪查看。

机构设置支持多部门，跨区域联合风控，为中大型银行提供组织架构统1、权限可配置、各级分工协做的风控审批系统。如省级风控中心可管理本省各地市级别的风控部门，各地市级别风控中心可分管本地市下各县级或乡镇风控部门。权限从上到下管理，管理范围逐层递减。

经过用户配置，能够给不一样的操做员配置不一样角色，不一样角色能够配置不一样的操做权限，实现用户及角色的精准管理和权限分配，作到权责分明。

5.2配置中心模块

5.2.1配置中心模块介绍

配置中心模块主要针对不一样的产品条线，可灵活配置审批流程、审批角色，审批过程使用的数据模块、规则模块、模型模块等。

产品配置能够根据业务状况灵活配置申请人须要上传的信息以及整个流程的名称、事件、合做机构等。

流程配置能够根据业务需求，配置不一样的审批流程。整个流程配置界面清晰、可视、操做简便，只须要经过对流程节点的拖拽便可完成对业务流程的配置。百融根据整个信贷业务的行业现状，梳理并设计了覆盖贷前准入、贷中监控、贷后管理的信贷全生命周期审批流程，具体流程图以下：

在贷前阶段，主要用于线上申请，针对线上申请见不到申请人的特色，首先利用设备反欺诈数据及规则集对申请的设备进行欺诈识别，过滤掉有高欺诈风险的客户。其次，利用反欺诈模型对申请人进行欺诈识别，判断申请人是不是本人申请，并识别欺诈意图。因为旅游分期场景下客户对分期申请人了解有限，没法全面评估申请人的信用情况，百融将从商品消费、媒体阅览、支付消费、航旅行为等不一样维度，对客户的信用风险进行全面评估，判断客户的还款能力和稳定性。最后根据客户提供信息的不一样，利用基础授信额度模型或拓展授信额度模型，对通过反欺诈和信用评估的客户进行预授信额度、期限的设定，利用利率订价模型对申请客户的利率进行设定。

在贷中阶段，经过整合客户行内的数据以及百融的贷中模块，监控借款客户信用恶化、共债变化和联系状态等状况，根据风险管理规则和策略识别和量化风险。若出现信用恶化倾向，第一时间将风险预警消息推送给客户，根据贷中行为评分模型判断逾期几率，实现风险的持续监控和前瞻性管理，有效预防风险的发生。

在贷后阶段，大数据催收对传统催收模式有颠覆性变革，利用大数据科技手段充分挖掘逾期客户我的资产价值，经过早期催收模型、晚期催收模型识别我的信贷客户潜在风险与价值。以此协助客户解决逾期、不良管控的顽疾，下降委外催收成本，同时实现风险管控的前移，早发现，早管控，早催收，及时止损。

5.3规则中心模块

5.3.1规则中心模块简介

规则中心模块可实现规则初始化、规则集管理、规则变量配置、规则回溯、规则应用等功能。

5.3.1.1规则初始化 数据是规则的基础，百融能够为客户配置上千余条百融专家规则，同时，百融也能够为用户提供，基于用户自有数据的相关规则。以下图所示：

基于用户数据的相关规则，需根据用户数据的特色再议。

5.3.1.2规则集管理

百融根据不一样场景下，总结出成百上千条规则。为了便于规则的管理和使用，将各类规则合并为规则集。而且可对整个规则集进行批量启用、停用、删除等操做。

5.3.1.3规则变量配置

能够根据实际业务需求，对规则变量进行灵活配置，包括规则变量的新建、查询、启用、停用、删除、编辑等。

规则变量配置将结合行方数据平台数据，对数据平台中的数据进行灵活配置规则，保证客户后续采购的任何第三方数据能够在规则中心搭配相应的规则进行使用。

5.3.1.4规则回溯

规则阈值的高低，决定了进件量的多少：若是阈值太高，容易拒绝部分优质客户，致使收益下降。反之，若是阈值太低，容易接受风险偏高客户，一样致使收益下降。所以，须要平衡客户的风险与经过率的关系。规则回溯，即经过分析历史进件，以分析客户风险与经过率，效果图以下：

5.3.1.5建议规则使用

经过规则回溯，以识别规则对历史进件的影响。若是规则阈值调整符合进件量与风险的平衡，则可将相应规则上线启用。

方便数据在线分析，并保证数据与生产环境与测试环境相隔离。

5.4建议使用规则

5.4.1反欺诈规则

百融反欺诈的规则经由复杂网络、深度学习等机器学习方法开发，总结、概括，做为了百融预置规则集。这些规则通过复杂的数据变换、处理和聚合后，体现出了良好、稳定的表现，而且在多个客群上有很是明显的反欺诈功效。

百融预置规则集能够根据客户需求选择适用规则投入使用，如黑灰名单查询、法院执行状况查询，申请信息关联查询等规则策略、设备反欺诈规则集等。同时，经过后续对信贷机构客群的了解加深和对数据的细致分析，百融会开发客制化规则并检验效果，择优选用、部署，确保客户的审批质量。

5.4.2信用评估规则

百融能够经过自有的客群评分模型帮助信贷机构在自有数据不足的状况下，对相应的消费场景和客群作信用评估，能够知足客户的冷启动的需求；对于有必定数据量积累或冷启动后信贷机构积累必定量的数据后，百融能够根据信贷机构的信贷应用场景，进行定制化的模型建设，造成更加具备针对性的模型和规则策略。

5.5模型中心模块

模型中心模块实现模型平台化部署，根据客户实际业务状况搭建的模型都可部署在模型中心模块。根据配置中心的流程配置以及数据平台的数据输出，能够根据实际的业务灵活配置模型的业务流程，便于业务流程的制定与修改。同时也将保证模型及数据的输出结果保存于行内，确保行方数据安全存储，无外泄风险。

针对这次客户百融建议使用反欺诈模型、申请评分模型、基础授信额度模型、利率订价模型、贷中行为分析模型、早期催收模型、晚期催收模型。具体模型以下：

►反欺诈模型

百融的反欺诈模型，是依据历史经验积累的专家判断模型，对欺诈行为的特征进行总结，提炼出对欺诈具备识别和预测能力的规则并设定相应的阈值，根据对欺诈识别和预测能力的贡献，每条规则被赋予相应的分值，命中相关规则的行为会获得累积的分值，即对单次信贷申请行为的欺诈度的综合量化结果。当分值达到必定限额（例如80分）时，将被该模型判断为欺诈行为。

除此，百融还具有机器学习的自然基因，机器学习的无监督、半监督和监督学习在百融都有了很早的探索并总结应用。百融的欺诈分位于0-100区间内。分数越高，欺诈风险越高。

►申请评分模型

申请评分模型是在反欺诈模型分析的基础上，结合人行征信数据、稳定性评估及多维数据，以输出评分的形式对申请用户的信用风险进行定量判断的模型。

根据客户的业务特征以及百融在同业的实践经验，本项目将主要采用广义线性模型框架下的逻辑回归模型来实现。逻辑回归模型具备稳定性高、解释性强、部署简易的优势，使得其普遍的应用于风险评估、市场营销等诸多领域。

评分将基于科学且严密的建模流程，同时建模过程当中将充分吸取百融积累的专家经验与行业经验，造成最终的最适用于客户的定制化评分。

百融信用评分将分为建议经过、人工审核、建议拒绝三种应用策略，百融将与客户的业务人员、风控人员充分沟通，根据客户的风险管理策略，结合模型评分具体的样本表现，共同制定具体的模型评分的应用策略。

►基础授信额度

基础授信额度模型是申请者申请经过以后，帮助银行制定申请者的信用额度的模型。基础额度模型基于客户的风险等级，结合支付消费数据、商品消费数据稳定性评估等获得对收入的预测，最后进行额度、利率、期限的肯定。模型输出结果为银行实际给予申请者的信用额度金额，产品利率与期限。基础额度模型须要与银行审批人员、风险人员，结合风险管理、产品竞争力、产品收益性这三个方面来制定额度模型及应用策略。

►利率订价模型

利率订价模型是根据帐户的行为特征和信用表现制定利息率和各项收费水平。以现金贷为例，包括手续费及其余业务开展过程当中产生的费用等，以提升总收益。输出结果为利息率和各项收费的实际值。利率订价对市场均衡和商家盈利有着举足轻重的影响，须要与客户审批人员、风险人员，结合风险管理、盈利水平制定风险订价模型及使用策略。

►贷中行为评分模型

贷中行为评分模型是信贷管理中最经常使用的预测模型之一。行为风险评分模型是指在对申请用户放款后，利用帐户的历史数据和行为特征来预测该帐户将来必定时期内发生逾期的风险几率的模型。

用户申请后的行为信息较为丰富，结合其各类欠款、还款信息，从而开发出具有强大预测力的行为评分模型，为管理决策提供了数量化的、科学的依据。根据行为风险评分，对用户能够进行更精细化的分层管理，对风险低帐户能够提升信用额度等，对风险高客户能够加大催收力度等。

►早期催收模型

早期催收模型是预测申请用户在发生一次逾期后再次逾期的可能性，在早期就采起催收行为防止信用恶化。经过对每一位客户进行打分，低于分数阈值则认定该客户为潜在逾期客户，经过模型筛选及早期催收行动将即将发生逾期的客户转换为正常客户。模型输出结果是客户可能再次发生逾期的评分，分数越低，风险越高，逾期可能性就越大。

►晚期催收模型

晚期催收模型用于预测客户将来还款的可能性。经过对高帐龄逾期客户进行风险排序，有利于在催收过程当中集中人力物力，优先催收催回可能性更高的客户，尽快化解存量不良资产，提高催收效率。模型输出结果是预测客户将来还款的评分，评分越低，还款可能性越大。

5.6案件管理模块

案件处理模块能够在工做台显示该登陆用户最新的5条待处理案件信息。能够经过案件处理模块查看案件具体状况，并进行处理。

案件管理模块支持案件结果的筛选、查询，同时支持历史案件的回溯功能。

5.7统计中心模块

统计中心模块针对历史数据进行分析，经过多个维度造成图表，展现产品风险趋势，帮助业务人员控制业务风险。

统计中心可根据项目状况灵活筛选产品信息，并支持以excel表形式批量输出。

针对历史全部的数据，统计中心能够提供更加精细化风险分析，好比

•时间维度：分析每日进件分析状况、每个月进件风险状况等灵活时间区间；

•产品维度：柜台业务、APP自助业务；

•命中规则统计；

•调用数据统计；

•风险事件统计；

•流程拒绝统计；

•模型监控统计；

针对模型的监控：因为模型的效果具备必定的时效性和适用范围，而经济环境在不断的发展，银行业务和产品在不断的创新，客户群体在不断的变化，因此要对模型的使用进行持续的跟踪和监控，尤为是对于模型使用效果的分析。模型的持续跟踪能够从模型的风险区分能力、准确性和稳健性等方面进行分析。

违约率排序性监控同时跟踪评分模型的风险区分能力、准确性，而若是模型在业务使用中面对新的客户仍然保持了风险区分能力、准肯定，那么说明模型表现稳健。

审批经过率监控主要是监控模型的使用效果，审批经过率应该与分数成正比，分数越高，审批经过率越高。

稳定性监控主要是检查当前整体相对于建模样本的偏移程度。包括评分稳定性监控与模型变量稳定性监控。

六、产品优点

6.1实现信审系统的完美嵌入

根据审贷业务流程，反欺诈系统可实如今合适的流程节点嵌入整个审贷流程中。命中规则的申请件实现挂起，根据业务状况欺诈嫌疑较低的进行挂起后自动解除并将触碰的规则自动提示至审贷业务模块，对欺诈嫌疑较高的进行挂起处理后将进行反欺诈调查，待反欺诈调查完成后而且反欺诈审批完成后解除挂起，回到审贷业务中，整个过程可支持手工挂起贷款申请功能。该系统也可根据催收业务流程，实现催收发现疑似欺诈案件能够将怀疑欺诈案件分配至反欺诈系统，而后进行进一步的调查及欺诈认定。

6.2全界面支持中文模糊匹配功能

百融反欺诈系统在整个系统的WEB界面，都可配置中文精确匹配及中文模糊匹配功能，屏蔽相似个体经营、跑大车的或者大型集团公司（例如中国联通、富士康）等无效字段，经过与客户底层数据库进行匹配，实现对客户申请信息的反欺诈。可支持根据业务需求的实际须要调节相应的阈值。

6.3与数据平台顺利对接

百融反欺诈系统支持与数据平台的完美对接，经过开发接口，不只可实现与北汽现代自有的黑名单库的交互，也可支持开发相应的接口引入外部第三方数据。

6.4支持数据迁移及与其余业务系统的顺利对接

百融信贷审批系统兼容性较强，支持与信贷结构审贷系统、催收系统、影像系统（查看贷款资料）、录音系统（案件调查致电）的完美对接。信贷机构对原有系统进行更新，百融信贷审批系统支持原有系统内的数据（包括全部案件、历史数据）迁移至百融信贷审批系统，保证原有数据的留存及安全转移。

七、服务客户/使用人数

目前百融金服已为建设银行、招商银行、光大银行、广发银行、浦发银行、兴业银行、华夏银行、微众银行等180余家银行以及捷信、中银消费、北银消费、立刻消费等大型持牌消费金融公司，以及行业领先的网贷企业（P2P）、小贷公司等2000余家金融机构提供贷前审核、贷中监控等多种产品和服务。

八、市场价值

百融金服的信贷决策系统能够知足金融企业风险审批的绝大部分需求，同时百融是市场少有的既能够提供系统服务，又能够提供风控模型和规则策略的企业；相对于只能提供的系统服务的企业，百融的风控模型能够和系统更好的兼容，运营效率更高，操做简便，对但愿用较低成本建设整套风控运营体系的金融企业有明显的优点；是符合当代金融市场市场价值的，性价比极高的信贷审批系统。

九、所属企业

百融金融信息服务股份有限公司

十、企业介绍

百融金融信息服务股份有限公司（简称：百融金服）利用大数据技术为金融行业提供全生命周期的大数据风控解决方案，打造智能化风控管理体系。经过大数据、人工智能、风控云等先进技术手段，创新性的为金融行业提供获客引流、精准营销、客群分析、风控管理、反欺诈、贷前信审、贷后管理全生命周期产品和服务，为金融服务实现效率最优化，公司于2014年12月5日正式取得由人民银行授予的企业征信牌照，并得到了公安部颁发的与银行同等级别的国家信息系统安全等级保护三级认证。百融金服为拉动我国消费升级、帮助小微企业得到信贷服务作出了本身的贡献。