來源：鑫智獎·2025第六屆金融機構數智化轉型優秀案例評選

獲獎單位：廈門銀行

榮獲獎項：數字風控優秀案例獎

一、項目背景及目標

隨著零售普惠信貸業務面臨的風險逐漸呈現出多元化及強隱蔽性的特征，傳統貸后管理模式下主要依賴于“人工為主+信息系統輔助”的方式，存在效率低下、風險識別滯后、決策缺乏數據支撐等問題，已無法適應數字時代小微信貸業務的創新發展要求。

為應對與日俱增的信貸風險，在我行數字化轉型之際，秉持著自主研發、勇于創新的理念，總行零售風險管理部創新推出了“五維穿透+雙核智驅”零售普惠信貸智能貸后風控管理體系，基于對大數據與人工智能技術的積極探索及多維度創新應用，以策略模型研發平臺、大數據基礎平臺以及決策引擎為技術支撐，構建了一整套集大數據融合、自動化分析、智能決策、風險感知、偵測預警、動態反饋的智能貸后風控體系，全面有效的提升貸后管理效率與風險防控能力，驅動我行數字化轉型，賦能業務高質量發展。

二、創新點

1.“五維”智能貸后管理模塊，實現穿透式智能防控

通過搭建資金用途監測、風險分類管理、風險預警、押品管理、催收管理共“五維”智能貸后管理模塊，實現對零售普惠信貸業務風險的全方位穿透式智能防控，實時監測與預警，精準識別潛在風險，以及時采取有效措施，降低不良貸款率。一是資金用途監測模塊，利用機器學習算法，針對零售普惠信貸業務的不同場景，構建個性化的資金用途監測規則模型，通1過深度分析支用前后的海量交易數據、征信數據等，結合業務場景動態監測資金流向，實現資金用途違規風險的精準識別與攔截；二是風險分類管理模塊，基于客戶基本信息、信用記錄等多維度數據應用，構建風險分類自動化模型，實現自動化預分類、批量化核定與數字化工單質檢，大幅提升了風險分類的處理工作效率，有效防范了操作風險與道德風險；三是風險預警模塊，依托大數據與人工智能技術，構建智能預警規則庫，通過智能規則驅動，系統自動觸發預警信號，實現分層分級精準預警與高效處置，建立預警處置閉環管理流程，對預警信號的接收、核實、處置、反饋等環節進行全程跟蹤與監控，有效提升風險預警處置的及時性與有效性；四是押品管理模塊，通過大數據與自動化重估模型，實現定期批量化重估，同步建立押品信息逐級提示機制，通過系統自動提示信息確保及時掌握押品動態，并根據市場環境變化與業務發展需求，動態調整押品估值體系，有效防范押品價值不足帶來的風險；五是催收管理模塊，構建全鏈路信息化催收管理系統，配套分級差異化催收策略，對催收任務的分配、執行、反饋等環節進行全程跟蹤與記錄，形成閉環式催收管理，提高了催收工作的透明度與管理效率，確保催收工作規范、有序開展。

2.“兩大”體系雙核智驅，構建智能貸后管理新生態

構建多系統聯動的數智化體系與數據驅動的最優決策體系，通過系統與數據的協同賦能，實現貸后管理全流程信息化、自動化與智能化。一是系統驅動數智化體系方面，搭建以信貸系統為核心，連接分類系統、預警系統、押品系統、催收系統的綜合貸后管理平臺，通過智能化、自動化手段，大幅縮短貸后管理各環節操作時間，并實現全流程信息化與多系統數據同源同質，提升貸后管理效率；二是數據驅動最優決策體系方面，基于行內外優質數據的融合應用，并通過充分挖掘數據價值，進行風險特征變量加工及模型效度等分析，為貸后管理決策提供科學依據，制定更合理的風控策略及風險處置方案，提升決策的準確性和有效性。

圖例1-零售普惠信貸智能貸后風控管理體系

三、項目技術方案

“五維穿透+雙核智驅”零售普惠信貸智能貸后風控管理體系充分利用大數據以及人工智能技術，通過搭建資金用途監測、風險分類管理、風險預警、押品管理、催收管理共“五維”智能貸后管理模塊，多維度進行風險管理，減少了傳統貸后管理模式的操作風險，提高了風險管理的準度和精度。利用多維度數據，進行全方位風險評估，通過優化策略方案，基于行內外數據及分布式大數據的實時監控及預測，對風險信號快速進行反應，實現批量化監測、自動化預警、全鏈路管理，減少風險損失。進一步對客群進行精細化分層，豐富了客戶視圖，提升客戶風險識別能力，對資信情況、還款能力、還款意愿、欺詐風險等進行全面評估。

通過系統驅動數智化體系與數據驅動最優決策體系的建立，使風險管理精細化水平得到提升，業務處理效率大幅提高，業務不良率有效控制，實時監控風險狀態；此外，通過搭建智能決策系統，引入決策引擎和外部數據采集工具，建立起風險管理的基礎及理念，并將模型、決策成果與貸款業務開展相結合，在實際應用中有效的實現風險科學化、精細化管理，為風險管理的可持續發展打下良好基礎。

四、項目過程管理

項目各階段的實施周期：①需求分析與規劃階段：3個月；②系統設計階段：3個月；③開發與單元測試階段：6個月；④系統集成測試階段：2個月；⑤用戶驗收測試階段：2個月；⑥試點運行與全面上線：2個月；⑦運維與優化階段：持續進行。

五、運營情況

廈門銀行零售普惠信貸智能貸后風控管理體系的實施運用，是我行從大數據風控到人工智能風控轉變的重要里程碑。從最初的運用大數據技術發展成深度融合大數據技術及人工智能技術，其基于大數據風控AI技術，提升了多樣風險的攔截能力、風險決策的時效及精確度，搭建TB級以上的海量數據倉庫，形成風控專用的數據集市，旨在建立“一體化、數字化、智能化”的智能貸后風控管理體系。

1.系統化程度高

項目對普惠信貸貸后全流程進行梳理、改造和升級，采用智能風控架構、大數據平臺及決策引擎為技術支撐，建立涵蓋資金用途監測、風險分類管理、風險預警、押品管理、催收管理共“五維”智能貸后管理模塊的智能化風控系統，構建以信貸系統為核心，連接分類系統、預警系統、押品系統、催收系統的綜合貸后管理平臺，覆蓋普惠業務全流程智能貸后風控管理，通過多系統集成與數據驅動，構建智能貸后管理生態。

2.自動化程度高

首次推動貸后管理的線上自動化設置，通過調取征信查詢系統、大數據、征信衍生、風控引擎系統、移動信貸小程序、銀稅前置系統、網金在線決策系統等多個行內系統的數據，依托量化風控體系，實現全流程自動化、系統化，大幅提升了貸后管理效率，改變了原來傳統的貸后風險管理模式。通過建立評分模型及應用策略體系、支持資金用途監測、風險預警、押品信息動態監測及全鏈路過程管理等功能，實現觸發式、批量化、自動化智能貸后管理，加強風險信息歸集、監測的準確性、及時性，強化風險預測能力，有利于推進風險動態高效管控，進一步夯實廈門銀行普惠小微業務的金融服務能力、自主風控能力，為廈門銀行穩健經營保駕護航。

3.數據應用全面性

深化融合行內外數據搭建統一數據倉庫。通過接入三方數據接口超30個，調用數據字段超600個，設置貸中規則超100條，貸后預警規則超150條，通過融合行內數據、客戶評級、征信數據、工商司法、稅務信息等線上化數據，從信用歷史、營收情況、行為偏好等維度，首次開發超5000個數據變量，運用邏輯回歸、決策樹等大數據人工智能算法，篩選并運用超50個變量用于各個模型，運用超500個變量用于各類規則，覆蓋度廣，便于客觀、全面的量化評估客戶的信用狀況。

4.風控管理精準性

綜合運用決策樹等大數據分析工具，對海量數據進行深度分析，根據不同信貸產品的特點及生命周期，細化各類資金用途、風險預警規則、催收策略等相關策略，構建智能規則庫，設置相應的閾值與觸發條件，實現風險信息的分層分級精準預警與高效處置，并不斷優化風險識別模型，提升風險識別準確率。

5.迭代敏捷、靈活可配置

根據不同產品的需求及業務特點，可配置不同的風險評估指標及規則等，以實現對不同業務場景的風險管理，包含以下配置功能：自定義風險評估指標、自動化規則配置、實時監控及策略調整，實現敏捷化策略迭代。策略管理平臺能實現風險策略全生命周期流程管理，讓策略從開發到實際運用及迭代優化全過程可觀測、可復現、可管控，極大提高策略迭代效率及質量。上線至今已進行較大型迭代達4次，調整規則超20條，每次迭代都使風控策略進一步優化。

六、項目成效

1.經濟效益

1.1貸后管理效能升級，大幅釋放人力產能

相比傳統的貸后管理模式，零售普惠信貸智能貸后風控管理體系充分利用大數據以及人工智能技術，實現覆蓋五大貸后管理模塊的系統化、批量化、自動化，顯著提升貸后管理效能，初步估算2024年全年可節約員工工作時長5萬小時，折合月均0.4萬小時，對應每月24人力，大幅釋放了分行貸后管理崗及客戶經理的人力產能，并有效減少傳統模式中因人工操作疏漏、經驗差異導致的風險識別滯后問題，助力普惠信貸業務可持續發展。

1.2智能貸后精準制導，風險損失有效降減

基于行內外數據及分布式大數據的實時監控及預測，構建“監測-預警-處置”三位一體的智能貸后管理模式，實現對風險信號的快速響應。通過分層分級精準預警機制，實現客群分層管理，運用至多場景風險監測，大幅提升風險管理的準度和精度，有助于提升我行普惠資產的抗風險能力，2024年累計精準清退高風險客戶超12億元，有效減少風險損失，優化資產質量結構。

2.社會影響

2024年，在第八屆InsurDigital數字銀行峰會中，憑借《智能守護：廈門銀行零售普惠信貸業務的數智化貸后風險管理體系》榮獲“卓越智能風控獎”。“五維穿透+雙核智驅”零售普惠信貸智能貸后風控管理體系已實現穩定運行，形成"風險-效率-體驗"平衡發展模式，成效顯著，大幅提升了風險決策的時效性及精準度，增強了風險防控水平，有力促進了金融服務質效的全面提升，對同業大數據智能貸后風控體系的建設具有良好的借鑒和促進作用，為金融數字化的可持續發展貢獻力量。

七、經驗總結

通過采用邏輯回歸、決策樹算法等大數據人工智能技術，實現風險量化，建立“五維穿透+雙核智驅”零售普惠信貸智能貸后風控管理體系，通過“五維”智能貸后管理模塊的創新實踐，以及“兩大”體系雙輪驅動，實現智能規則驅動、場景化智能防控、全鏈路信息化追蹤，提高貸后管理效率及風險管控力，從而實現信貸業務的批量化、自動化、智能化發展。“零售普惠信貸智能貸后風控管理體系”的實施建設是廈門銀行數字化轉型戰略目標的重要舉措。

更多金融科技案例和金融數據智能優秀解決方案，請在數字金融創新知識服務平臺-金科創新社案例庫、選型庫查看。