当前位置:电子银行 > 正文
恒丰银行: 以大数据构建智慧银行

  面对激烈的市场竞争,为了提升市场竞争力和综合金融服务能力,实现对核心技术的自主掌控,恒丰银行深耕大数据应用领域并迈出了实质性步伐。

  一、多领域并举,推动大数据应用

  基于大数据的财富管理系统和对公客户贷后违约预测模型代表了恒丰银行大数据应用实践的一部分,除此之外,恒丰银行对大数据的研究与应用还体现在对创新应用的研发上。

  客户营销与风险管理是商业银行大数据应用的两大热点领域,也是银行业务发展的重点。

  对此,恒丰银行紧跟市场需求,与时俱进地推出了基于大数据的财富管理系统及对公客户贷后违约预测模型两大项目。作为两大热门领域的典型应用项目,基于大数据的财富管理系统及对公客户贷后违约预测模型的推出及顺利运行得到了行业的广泛认可,也成为恒丰银行对大数据运用的重要成果展示。

  当前,现有的财富管理系统为客户投资组合发挥重要引导作用的同时,存在着规划流程繁琐、信息采集要素过多等实操性问题,导致银行财富管理业务的受众面偏小,服务质量不尽如人意等问题。为改善这一情况,恒丰银行运用大数据相关技术和能力,推出了基于大数据的财富管理系统。

  据恒丰银行科技开发部资深软件架构师曾光尧介绍,在该系统的搭建过程中,恒丰银行从5个层面进行构建:一是构建全方位的客户画像和信息视图;二是整合理财工具实现多场景的财富规划服务;三是实现智能产品推荐模型;四是在业内首次推出以家庭为单位的特色财富管理服务;五是面向财富客户提供专属权益服务。

  该系统推出后运行效果良好,为恒丰银行财富管理业务的开展提供了有效的系统支撑,满足了全行零售条线业务团队的营销需求,提升个人客户综合金融解决方案的服务能力,也提高了客户满意度及企业品牌形象。

  另一个大数据应用项目对公客户贷后违约预测模型,是恒丰银行运用技术手段梳理、分析、防范和化解担保链风险,防范授信业务风险的重要实践。

  在构建对公客户贷后违约预测模型的过程中,恒丰银行基于复杂网络技术,深入挖掘担保违约风险影响因子,并运用分布式机器学习算法进行建模,评估新增信用担保业务带来的担保网络局部风险,预测企业贷后违约概率。

  同时,构建动态的担保链网络监控平台:一方面基于客户所在担保链的图特征以及客户行为特征进行建模,提供风险客户名单;另一方面,基于担保链网络模型找出高风险的担保链和高风险企业客户,加强风控力度,重点监控。

  通过对历史数据进行模拟和对上线后的数据进行验证观察,发现对公客户贷后违约预测模型对首次违约客户的命中率提升了4倍以上,从侧面验证了引入复杂图特征可有效识别担保网络信用传导风险,提高违约预测模型的命中精度。

  基于大数据的财富管理系统和对公客户贷后违约预测模型代表了恒丰银行大数据应用实践的一部分,除此之外,恒丰银行对大数据的研究与应用还体现在对创新应用的研发上,主要包括客户营销、客户服务、风险管理、业务分析、决策支持等业务领域。其中典型的应用包括移动CRM系统、业务规划平台、信用风险预警系统、运营风险监测系统、业务可视化分析平台、交易反欺诈平台,如图1所示。

  二、构建大数据平台,支撑应用实施

  不难看出,通过对大数据平台的搭建,恒丰银行夯实了技术基础,实现了对核心技术的自主掌控能力,为大数据项目的实施提供了强有力的支撑。

  大数据应用项目成功投产的背后离不开恒丰银行大数据平台的构建。

  为了满足大数据应用项目实施需求,恒丰银行通过综合运用云计算、大数据等相关技术,自主设计开发了企业级大数据应用平台。该平台具有非结构化数据处理能力、数据统一处理能力、业务数据可视化能力、高效数据挖掘和业务建模能力、移动互联应用与服务能力、实时应用支持能力等技术特点,满足了海量结构化与非结构化数据的低成本加工存储、快速统计分析、业务模型探索、实时分析与决策等应用通用需求。

  此外,为了更好地开展软件研发工作,恒丰银行在大数据技术平台的搭建上不断发力。

  恒丰银行借鉴业界先进的平台化、分布式并行处理、微服务、大数据应用的方法论等技术经验,结合自身实际业务场景,经过对大数据应用服务架构的设计方法与实现方式进行研究,自主研发了具备独立知识产权的Skyline微服务软件平台和Zebra分布式并行处理语言。

  其中,Skyline平台通过组件容器实现了服务设计与部署策略分离的机制,以及完整的组件生命周期管理、容错管理和服务质量管理,为后端数据库服务和其他网络服务提供有效的缓冲保护机制。在Skyline平台基础上,恒丰银行还自主研发了面向业务团队可定制的实时智能业务决策引擎,通过友好的UI交互方式,帮助业务团队开发“自主定制”服务,实现实时营销、实时风险管理、实时交易反欺诈等多种场景需求,支持基于docker技术的云化部署,并逐步将其完善为独立产品,强化大数据实时计算领域的智能数据服务能力。

  另外,由恒丰银行原创设计的Zebra分布式并行计算服务语言使用了自然语义形式,实现了异步调用、数据并行处理、任务并行处理等多种编程范式,为异步IO编程和分治并行算法实现提供了简单有效的编程工具,简化了应用开发难度,提升了应用交付能力。

  恒丰银行大数据技术平台将大数据、分布式并行处理等先进技术,有效地运用到银行移动互联等应用场景之中,实现故障的有效隔离和快速恢复,避免了因程序缺陷造成系统瘫痪的风险,提高了软件系统的健壮性和容错性,全面提升客户服务能力。

  不难看出,通过对大数据平台的搭建,恒丰银行夯实了技术基础,实现了对核心技术的自主掌控,为大数据项目的实施提供了强有力的支撑。

  三、提升运营效率,助力业务发展

  恒丰银行利用大数据平台重构传统数据仓库应用,实现了应用间数据与服务的快速和低成本共享。与此同时,大数据技术的运用,也拓展了传统应用的业务支持能力。

  大数据技术为银行应用创新提供了更大的空间,也给产品开发、业务推广和客户服务带来裨益。

  一方面,恒丰银行利用大数据平台重构传统数据仓库应用,开发了企业公共数据模型层,将多个数据应用优化整合到统一的数据平台,减少了多项应用底层数据模型的重复开发工作,节省了计算和存储资源的冗余成本,实现了应用间数据与服务的快速和低成本共享。另一方面,大数据相关技术的应用,提升了恒丰银行的系统整合和交付能力。过去一年,恒丰银行开发上线移动CRM、财富管理、业务可视化分析平台、全面风险预警等30多个重要系统,在客户服务、风险管理、内部管控、营销管理等多个业务领域提升了运营效率和市场竞争力。与此同时,大数据技术的运用,也拓展了传统应用的业务支持能力,具体表现在以下几个方面。

  首先,通过运用大数据可视化新技术,以简洁清晰的数据图表代替大量的数字网格信息,使业务团队能一目了然地发现业务问题、洞察业务趋势、实时掌握业绩数据;而管理团队也能够快速整合多维度数据信息,作出更有效的业务决策。

  其次,利用文本分析技术,从大量的互联网非结构化数据和第三方数据中提炼企业价值信息,实现与行内数据的深度整合和标签化处理,构建全面清晰的完整客户视图和企业客户关系图谱;通过对机器学习等多项智能技术的运用,实现智能客户推荐、智能产品推荐,实现基于客户重要经济活动的金融需求预测和产品优化组合方案建议。

  最后,基于大数据实时流处理技术实现行内全渠道的实时数据协同,实现基于客户事件的自动化业务提醒和基于客户行为数据的需求预测,帮助销售团队明确营销和服务任务的重点;实现互联网数据的实时智能处理,帮助销售团队预见客户风险并抓住潜在业务机会;构建交易反欺诈实时处理模型,提升客户资金安全防控水平。

  此外,基于大数据的系统架构在容错能力方面也得到了很大的提升,即使出现个别机器宕机也不会丢失任何数据或影响服务。不间断的服务能力减少了系统的运维成本,也提高了系统开发效率,给客户带来了全面、便捷的服务体验。

  四、分析多维数据,完善风控体系

  通过整合更多的内外部数据资源,恒丰银行尝试利用大数据技术和思维重构风控体系,实现全天候、多视角、可预测的风险防控体系。为此,恒丰银行在信用风险管理领域做了大量工作。

  大数据技术不仅能用于提高客户服务质量,为产品创新提供支撑,而且在规避风险,提高风控能力上也扮演着重要的角色。在风险管理领域,虽然基于大数据的思维方法与传统思维方式存在差异,但基于大数据的风险技术手段是对传统风控体系的有效补充。随着历史数据的积累和数据类型的丰富,大数据之上产生的数据智能技术能帮助人们更好地感知和预警风险,提早预见“黑天鹅”事件。

  针对这一发展状况,恒丰银行认为,解决风控难题可以结合大数据思维,从降低人力成本、防范道德风险、敏锐应对市场变化、改变风险评估的思路方法等方面着手。

  一是降低人力成本。设计外部数据采集程序和服务接口自动化抓取结构化和非结构化信息,并与现存的流程应用结合,降低人工信息采集的成本,提升流程速度;将专家经验植入到实时智能决策引擎,减少风控领域对高端人员的需求;根据对行业的运行特点、外部环境变化和客户信用违约预测概率等方面的综合考虑,可以定义不同客户群体贷后管理的差异化实施策略,优化人力资源使用效率。

  二是防范道德风险。在授信流程阶段引入运营商数据、社交网络数据进行交叉验证,并对用户信息输入行为、资金流向等行为做异常检测。

  三是敏锐应对市场变化。通过全天候监控行业动态和市场指数等信息,预警系统性风险;运用知识图谱等技术对突发事件的风险传导路径和影响范围作分析;设置组合监控指标阀值,帮助信贷管理部门重评估信贷投向和资金配比。

  四是改变风险评估的思路方法。

  首先,可通过与行业标杆企业的对比、观察电商平台产品销售状况等方法,更加客观全面地判断企业的竞争力及经营情况;

  其次,通过挖掘内外部数据的逻辑关联关系,可以设置监控点,辅助判断企业生产经营状况是否正常;通过对负面舆情、司法涉诉等信息的全天候监控,及时发现企业风险点,作出早期预警;最后,客户的关系图谱构建的关联数据视图也能起到评判参考作用。

  通过引入更多维度的数据,恒丰银行风控能力不断提升。

  近几年,通过整合更多的内外部数据资源,恒丰银行尝试利用大数据技术和思维重构风控体系,实现全天候、多视角、可预测的风险防控体系。为此,恒丰银行在信用风险管理领域做了大量工作。

  首先,在支持业务规划阶段进行风险管理。构建大数据业务规划平台,整合包括资讯、行业市场指数等在内的多维数据,构建区域与行业的业务发展评测和风险评价视图、重点与潜在客户地图,辅助制定业务规划和授信政策,帮助信贷业务团队定位目标客户。

  其次,提升全流程的风险评价与风险预警能力。恒丰银行开发信用风险预警信息服务,强化线上业务风控,主要表现以下几方面:快速整合客户信息,全面、准确地识别客户及所提供担保的风险,从而快速响应并提升用户体验;实现客户风险全流程监测,包括贷前风险提示、贷中贷后风险监测及预警,及时触发风险缓释工具的启用;支持风险防控体系的快速更新及部署,适应当前客户风险的多样性、易变性和复杂性;支持风控模型的回测、验证,满足对历史风控模型的评价、新模型的验证及潜在客户风险批量评估、筛选。

  再者,移动应用提升流程效率。恒丰银行开发移动应用,将大数据风险评价前移至客户端,支持客户经理在客户现场进行信息采集、风险评分与额度测算等工作,同时支持专业管理团队的审批流程,从而提升授信业务的整体工作效率,减少客户经理的获客成本。

  最后,运用智能技术提升自动化信息处理和预测能力。一方面应用知识图谱等智能技术,将通过互联网自动抓取的大量非结构化数据做信息标引分类,提取结构化数据,构建完善的风险视图,评估重大事件的影响范围和风险传播路径。另一方面构建企业完整的N度关系图谱,挖掘高风险的关系链和企业客户,加强风控力度,重点监控。

  此外,在内部操作风险领域,恒丰银行利用大数据实时流处理技术,在自主研发的实时智能决策引擎上开发了运营风险监测系统,监测柜员在日常业务处理中存在的异常与问题。由总分行运营风险监测人员通过对实时预警信息的及时识别、核查及统计分析,揭示相应风险并及时处置和化解。通过实现非现场监督与现场监督、全面监督与重点监督、集中监督与分级监督的有机结合,提高了风险监控的针对性、有效性和时效性,有效保障了内部和客户的资金安全,提高内部风控威慑力,防范内部案件发生。

  五、深化数字技术,打造智慧银行

  通过对大数据的深入探索和应用,恒丰银行实现了整体实力的全面提升,逐步打造以数字技术为驱动的智慧银行。

  一直以来,恒丰银行致力于做“知识和科技的传播者、渠道和平台的建设者、金融综合解决方案的提供者”,提出了“四轮驱动、两翼齐飞”的经营策略,依托金融云平台和大数据平台,实现龙头金融、平台金融、家庭金融、O2O 金融等四大金融创新业务模式,打造数字银行、交易银行、银行的银行,力求为客户提供效率最高、体验最佳的综合金融服务,如图2所示。

  据介绍,恒丰银行今后的发展战略目标之一,是更好地发挥金融媒介作用,整合金融服务资源并与社会经济活动、大众生活场景相结合,实现社会多方参与协作的业务模式创新。而信息科技团队将服务于战略目标的实现,并本着业务“积极响应、快速实现”、研发“自主可控、架构合理”、管理“规范专业、风险可控”的工作原则,在科技创新、科技引领方面不断深耕,全力打造“数字化驱动的智慧银行”。

  对此,恒丰银行将从多各方面着手推动。

  一是本着信息共享、产品创新、强化内控的原则,进行科学的系统规划,形成功能强大的全功能银行系统,为行内业务提供全方位支持。

  二是充分利用云计算技术的优势,打造灵活高效并支持弹性部署的软件服务基础设施,支持高并发、低延迟的移动互联场景应用需求,支持银行业务重心从线下到线上的转移,满足客户通过各种移动设备和自助机具获得良好服务体验的需求。

  三是打造基于大数据技术的数字化运营体系,实现海量数据的自动化获取、加工处理和深度挖掘,并运用数据智能技术构建恒丰银行的“智慧业务大脑”,实现智能风控体系、智能获客与产品个性化推荐、实时的业务分析与决策支持。

  具体到大数据应用领域,一方面,恒丰银行将力争提升对实体经济的金融服务支撑能力,积极整合外部数据,完善业务规划平台,聚焦新兴产业、“三农”和小微企业,配备合理的信贷资源和人力资源,主动提供一站式的综合金融解决方案。

  另一方面,基于专业的产业经济研究能力,恒丰银行规划通过移动互联应用,为企业提供专业的行业研究和市场分析情报,通过自建产业链交易撮合平台、O2O服务平台,降低企业交易成本与产品库存,加速资金周转。

  同时,恒丰银行将通过与核心企业、电商平台合作,整合实体经济交易数据,共建服务于特定区域和产业链的大数据应用;运用多种授信管理创新模式,实现对“三农”与小微企业的定向信贷资金扶持,并在信贷评审、贷后监控等业务场景充分应用大数据建模技术,加快授信评审速度,提升风险管理效率,提升企业资金运用效能和产品售后服务水平。

  通过对大数据的深入探索和应用,恒丰银行在金融服务、产品创新、风险控制、业务及科技发展等领域不断自我完善,实现了整体实力的全面提升,逐步打造以数字技术为驱动的智慧银行。正因为如此,恒丰银行才能在金融市场激烈的竞争中砥砺前行,实现“弯道超车”。

相关链接:

作者: 来源: 金融科技时代 发布时间:2017-09-12 05:54:31
 
 
  我要发表留言  查看所有评论
 

*
 限制字数显示剩余字数,最大长度: 500 还剩: 500
用户名:
       尊重网上道德,承担一切因您的行为而直接或间接导致的民事或刑事法律责任