銀行信貸系統落伍了,該如何轉型呢?看此文提升認識,找對方向

銀行信貸系統落伍了,該如何轉型呢?看此文提升認識,找對方向

我從事銀行IT行業多年,目前從事銀行IT項目管理的工作,後期我會持續輸出關於銀行業務和IT系統知識及項目經驗分享的文章和視頻,感興趣的朋友可以點擊關注一下!

新一代智能化信貸管理平臺:

遵循一套規劃設計,構建一站式智能化體系架構

以信息服務與流程服務為基礎,規劃整合客戶管理、總量管理、批覆管理、合同管理、債項管理、檔案管理、緩釋品管理等信息管理功能,實現貸前審批、貸中審查、貸後跟蹤全流程一站式管理;以產品服務為導向,立足流程管理與數據應用融合,通過大數據及人工智能技術的應用,打造風險預測、預警、決策的智能化應用服務體系。


銀行信貸系統落伍了,該如何轉型呢?看此文提升認識,找對方向

在新一代信貸管理平臺規劃設計中,以統一客戶管理為核心,形成流程處理、數據分析、模型控制三位一體的產品服務模式,改變了過去業務管理系統重流程輕數據、數據應用系統重數據輕業務、流程管理與數據應用分離的局面,將信貸業務全生命週期管理與數據分析應用貫通,將風險數據挖掘分析能力嵌入業務流程,將從單一流程驅動,轉變為“流程+數據”閉環驅動,消除信息孤島,實現流程與數據融合,數據促進流程優化,提升全方位信貸業務流程管理能力。

落實發展兩個核心平臺建設,全面實現信貸管理創新轉型

(1)業務流程管理平臺

  • SOA面向服務架構治理。新的業務流程管理平臺將採用SOA面向服務架構替代傳統面向對象架構,將功能模塊拆分,同時使用接口建立模塊間通信,降低功能模塊的耦合度,實現了從系統到組件的轉變,由原來的業務系統轉變為業務組件下沉到平臺架構的資源層和服務層,全面支持根據需求進行應用組件的靈活組合和組裝,大大提升了架構設計層面的靈活性和可擴展性。
銀行信貸系統落伍了,該如何轉型呢?看此文提升認識,找對方向

  • 構建統一工作平臺。構建業務人員統一的流程管理工作平臺,解決傳統信貸管理系統公共機制割裂、集成度低的劣勢,形成公共的消息機制、問題機制、任務機制、計劃機制、標籤機制,貫穿全生命週期流程管理各個環節,並配套建立服務支持體系,建立統一的應用門戶、用戶中心以及參數管理機制,以統一的工作平臺、統一的機制體系,進一步提升業務流程管理平臺的應用體驗和使用效率。
銀行信貸系統落伍了,該如何轉型呢?看此文提升認識,找對方向

  • 打造移動化應用。在移動互聯的發展趨勢下,通過移動端技術的應用,逐步實現業務流程管理移動化,全面支持業務人員在移動端完成流程管理,比如風險管理人員有時受外出工作的影響,導致需要在辦公室臺式機上操作的“審批信息錄入、資料校驗、調查審批”等無法及時處理,影響審批效率,移動化信貸管理應用能很好解決這個問題。

(2)大數據風控平臺

  • 繪製客戶統一風險視圖,實現精細化風控。客戶信息統一視圖是大數據風控的應用基礎,其核心是客戶風險畫像。客戶風險畫像,就是對客戶進行數學建模,形成客戶標籤,展現客戶在不同業務領域和應用場景下的全面風險信息,隨著標籤的不斷豐富,客戶的清晰度就會越來越高,進而使客戶的一切行為變得可視化。通過“互聯網+”技術深入挖掘、分析、整合客戶外部信息,再結合銀行內部客戶信息,改善客戶信息不對稱的窘境,將過去傳統的“客戶信息”轉變為“客戶畫像”,真實還原客戶全貌,實現客戶的精準洞察。
  • 打造智能風控服務平臺,實現智能化風控。引入大數據及人工智能技術,在銀行內外部海量數據積累的基礎上,構建覆蓋貸前、貸中、貸後全流程一站式的智能風控應用服務平臺,通過新技術的應用,全面提升銀行信貸業務的風險識別能力,優化風險預警和管控流程體系。
  • 宏觀風險預測。通過建立基於“大數據+人工智能”模式下的宏觀風險預測體系,可以及時、準確感知市場變化帶來的風險,制定更有針對性的行業、區域、產品等領域的信貸政策。
  • 授信審批輔助決策。通過知識圖譜、神經網絡等技術,深入分析各類信息間的內在聯繫,簡化流程和信息處理的複雜度,進而建立起量化的標準分析模型,後續將行內總分行的專家知識規則庫嵌入至系統當中,達到系統自動判斷和機器自學習的效果,促進授信審批業務數量和質量的同步提升。
  • 緩釋品管理。運用數據可視化、物聯網等技術構建押品地圖,實現我行緩釋品信息全方位、全視角管理,從客戶、行業、地區、產品、條線、機構等維度,對緩釋品分佈、管理執行情況進行圖形化展示,實現管理可視化。另外,藉助新技術的力量可以把緩釋品的管理更加智能。比如在緩釋品評估過程中,可以採集房屋中介、土地局、法院等機構的相關數據,與內部數據進行交叉驗證,解決押品評估價值不準確、評估效率低下等問題。
  • 多樣化風險預警監控。企業經營狀況、上下游客戶產業鏈信息、交易對手違約情況,這些風險因子都可以通過大數據技術去捕捉和發現背後的相關性,比如,根據相關性分析可以提早識別違約概率,做好風險預案,可以有效降低資金風險。另外,在未來的貸後預警監控過程中,越來越需要針對企業的外部數據進行分析和預警,比如對客戶在工商、稅務、公安、海關平臺上企業信息異動監測,對財經媒體、社交網絡上的輿情監測,都可以幫助銀行全面、實時地瞭解貸後企業的變動情況,提升現有預警模型預測的準確性。此外還可以通過大數據反欺詐技術,自動識別客戶財報的真偽,提升客戶評級的準確性。

整體依託三大技術引擎支撐,夯實平臺應用擴展基礎

(1)工作流引擎

依託工作流引擎全面支撐業務處理流程的應用開發。在信貸業務流程管理平臺各類複雜處理流程實現的應用場景中,工作流引擎的引入實現了業務邏輯和過程邏輯的有效分離,讓業務開發人員專注於核心業務規則實現,過程邏輯處理集成到工作流引擎進行統一管理,不但降低了流程開發管理的成本,同時提升了對流程管理應用迭代開發的支持能力,使業務流程更容易部署和重新編排。

(2)規則引擎

依託規則引擎全面支撐風險策略規則的管理及應用。實現對公評級、申請評分、行為評分、催收評分、消費金融、反欺詐、風險預警等多個業務場景的決策應用支持,解決風險策略規則分散在各系統、維護參數化程度低、規則部署時效性差的問題。在規則引擎中提供業務可視化規則編輯工具,支持風險策略規則的靈活配置,使複雜的業務規則實現變得簡單,並以此達到業務邏輯表達與程序執行分離的效果,同時風控人員可以調整正在使用的模型策略,包括規則、流程等,通過聯機熱部署機制,實現風險規則實時維護、快速部署生效。

(3)數據挖掘引擎

依託數據挖掘引擎全面支撐風險模型研發創新和應用落地。建立統一的智能化風險模型工廠,作為風險模型研發、訓練的核心場所,形成指標庫、模型實驗室、模型運行平臺三大工作區,基於數據挖掘技術,不斷研發、優化能在實際業務場景中實際應用的風險模型,同時在數據應用中不斷完善數據應用結果反饋機制,形成風險策略模型“模型研發、模型訓練、模型反饋、模型部署”完整的管理閉環,同時引入機器學習的方法,根據產品政策、客戶行為表現、歷史模型執行分析結果等多方面信息對風險模型進行動態的快速升級,實現風險模型智能化的迭代更新。

業務、科技協同推進,全面優化信貸管理體制

在商業銀行信貸管理模式轉型的關鍵過程中,除了需要信息科技提供強有力的技術支撐,同時也需要業務部門同科技的協同配合,從機制架構、業務流程、人員儲備三方面進行信貸管理體制的優化和革新,推進銀行信貸管理業務的創新性管理和可持續發展。

(1)機制架構方面

突破傳統商業銀行業務條線壁壘,降低各部門間信息交互以及溝通協調成本,實現各業務部門職責明確、協調統一。

(2)業務流程方面

打破過去以產品為中心的業務流程模式,轉化為以客戶為中心的業務管理流程,構建前中後臺協同配合機制,建立貫穿業務全生命週期的流程管理體系。

(3)人員儲備方面

在過去重點培養金融管理人才的基礎上,著重互聯網人才、數據分析人才的發展,通過外部引入及內部培養多種方式,構建多元化的業務人才資源庫,為轉型過程中實現信貸產品創新、業務流程優化、客戶體驗提升提供有力的人才儲備保障。

以流程管理平臺優化為基礎,數據應用整合為契機,新技術引入為核心動力,商業銀行正朝著智能化信貸管理不斷邁進。

我從事銀行IT行業多年,目前從事銀行IT項目管理的工作,後期我會持續輸出關於銀行業務和IT系統知識及項目經驗分享的文章和視頻,感興趣的朋友可以點擊關注一下!


分享到:


相關文章: