一、金融风控行业痛点

伴随着我国经济进入新常态，供给侧结构性改革“三去一降一补”的持续实施，互联网、大数据、人工智能等前沿技术逐步发展，金融行业正经历着前所未有的深刻变化，也面临着一些行业痛点。

作为金融体系的重要组成部分，商业银行是实体经济的主要“供血者”，而中小企业“融资难、融资贵”却一直是横亘在商业银行与中小企业之间的难题。中小企业发展面临成本、技术、融资的“三重困境”。材料价格不断上涨、劳动用工成本节节攀升的成本困境；产能落后、创新不足的技术困境；融资难、融资贵的融资困境，转型升级举步维艰。

商业银行服务中小企业也遭遇三大难题。首先，成本难以控制。中小企业贷款业务获客成本、调查成本、管理成本、风险成本相对较高，难以形成规模效益。其次，模式难以创新。单一的服务标准和模式难以适应中小企业短、小、频、急等多元化的融资需求。最后，质量难以提升。信息不对称、内部管理不严，导致贷前调查失真、风险定价缺失、贷后管理松懈、风险处置不力等问题普遍存在。

此外，随着信贷机构的调整优化，金融改革的稳步推进，金融机构组织和产品体系不断健全，信贷业务竞争逐渐白热化。以往银行业凭借对公业务、同业业务快速拉动资产规模增长，进一步带动利润增长、市值增长。但随着大中企业的融资脱媒、消费金融的异军崛起，银行对公业务呈现出竞争激烈、利润微薄、增长乏力等痛点。

作为城农商行主要业务板块的大中企业贷款和小微企业贷款受到了各方挑战，上有国股大行资产规模宏大，依靠成本优势掐尖优质客群，下有互联网银行、消金公司抢占长尾客群，而银行内部系统烟囱林立、数据孤岛遍地，银企信息不对称，难以深耕下沉客户。一系列内外部因素导致城农商行信贷业务面临全方位的竞争压力。

在信息爆炸的新经济常态下，企业信贷风险呈现着高复杂性、高时效性、强隐蔽性等多重特征，对银行风险管理能力提出了更高要求。在每笔微观的企业信贷业务流程中，由于信息的不全面、不及时、不真实等信息不对称困境，导致金融机构持续暴露在信贷风险中，金融机构需要提升金融风险防控的前瞻性与主动性，实施更有效的数据获取、价值挖掘、风险防范措施。

行内信贷流程得到信息化升级，但信贷风控仍缺乏数字化转型。随着NGI信贷管理系统的招标实施，全行信贷流程得到了进一步信息化升级，行内信贷作业效率、信贷数据管理将得到极大提升。然而伴随着数据快速的积累和膨胀，数据结构趋于多样化，数据类型趋于多元化，数据挖掘价值利用不足的短板日益凸显，掣肘信贷业务的数字化营销、风控和运营，限制了全行信贷资产质量管理和资产规模增长。

二、大数据金融风控新模式

成都数联铭品科技有限公司，以下均简称BBD，研发的基于风险节点识别、风险结构甄别等核心技术的可插拔、可扩展、标准化的动态风控体系，利用大数据核心算法建立风控模型，在收集多维度数据基础上，结合互联网评分和信用管理模型，提取出对企业有用的数据进行分析判断，根据小微企业的不同场景进行贷款产品的快速上线和迭代，为银行提供贷前、贷中、贷后的全流程小微企业贷款解决方案。

以BBD与重庆银行合作推出的“好企贷”为例，与传统的信贷产品相比，“好企贷”数据来源丰富、权威；无抵押、无保证的纯信用贷款；使用对象广泛、门槛低；贷款金额高、利率低；方便简单，足不出户；快捷高效，实现秒批。BBD与重庆银行以“海量企业行为数据+全球顶尖信用风险和市场风险行为专家+领先的大数据技术+金融数据服务框架”为支撑，构建了基于大数据下的“小微企业无抵押、无担保、纯信用贷款风控模型”，集数据、平台、应用于一体，整合传统银行数据、政府数据以及外部公开数据，利用大数据处理、分析与建模技术，还原小微企业信用水平、行为特征与风险画像。其数据来源涵盖工商、税务、法院、征信等管理部门，以及银行自身的经营数据积累。

利用业界领先的大数据采集、挖掘、处理、分析小微企业的信用情况和违约概率，有效识别风险。面向在线信用贷款、交易融资、产业链融资、生命周期融资等众多金融场景建立信贷模型，完成对小微企业贷款的风险定价。无需进行繁琐的贷前尽职调查、贷后监控预警。

在贷前环节，利用大数据判断客户资质；在贷款环节，利用大数据识别还款能力；贷后环节，利用大数据跟踪贷后风险，从而实现帮助金融机构进行自动化客户探索、自动化信贷审批、自动化利率定价、自动化信贷额度、自动化监控预警。

综上，大数据风控之特点，是无论是在采集数据的种类和数量上、数据处理的速度上，还是在最终的效果上都远超传统型风控。金融机构通过利用大数据技术完善其风控流程，可以降低成本、提高效率、改善用户体验，推动普惠金融的发展。传统风控主要基于人工，人的知识、能力和经验在短期内不会有较大变化。大数据风控及时更新，充分利用最新的经验和技术，随着人工智能、深度学习等技术发展，大数据风控的科学性、准确性会越来越高。

以与某国有银行合作的流水风险识别项目为例。鉴于交易行为的多样性和复杂性，业内对流水数据的分析和应用尚不充分。目前业内对流水数据的分析和运用，通常依赖人工完成。例如在对客户进行尽职调查时，若需要审核流水信息，则需工作人员从系统中调取流水数据或由客户提供打印的纸质版流水信息，再由业务专家利用经验对风险点进行审查。但由于专家经验是基于主观判断，风险控制标准较难量化和统一，因此对风险控制质量和风险管理成本都形成挑战。又例如在贷后管理领域，传统模式是依赖人工进行贷后检查，对流水数据的应用非常局限，发现风险的及时性和准确性均有较大的提升空间。

BBD通过从多源异构数据纵向还原全时空关联关系、横向还原企业真实关联网络，通过核心的关联图谱挖掘算法深度揭示关联方结构风险。同时，搭载业内首创PRISM棱镜贷后预警模型，以“预警事件驱动”的方式触发贷后管理，形成“以客户为中心”的风险预警信息全视角展现，实现全时间线动态贷后预警和贷后管理精确化、有效化、线上化，对降低整体信贷风险、降低贷后管理成本、提升整体信贷规模具有重要意义。

再以与某城商行的关联分析预警为例。BBD打通企业各类外部数据（工商、司法、舆情等），并结合企业历史数据表现，深入挖掘企业显性及隐形关联关系，打破传统的单一客户风控视角，以独特的关系视角实现对企业信用风险的全覆盖和精准把控，从多维度对企业进行分析，发现企业异常或深度关联风险信号。能快速有效地帮助银行客户经理快速识别企业风险，有效提升贷前预审、贷中审批及贷后监督的效率。

三、金融风控的推广应用

商业银行要转型，必然要以创新为驱动。新兴的技术已经为金融行业打开了全新的格局，也为重构行业发展的基础设施提供了必要的前提。

BBD持续发力金融科技，用大数据重塑金融风控，目前已与中国工商银行、光大银行、重庆银行、贵阳银行、天津银行、兰州银行、徽商银行、天府银行、乌鲁木齐银行、九江银行、遂宁银行、青岛农商行等合作，推出风控建模咨询、烟商贷、税务贷、发票贷、房抵贷、供应链金融、政采贷、关税e贷、公司授信辅助决策系统、贷后预警系统等金融信贷产品和服务。其中，烟商贷、税务贷、发票贷、房抵贷供应链金融等产品经过不断优化和升级，形成标准化产品，可实现快速部署落地。

四、产业监测现状和存在痛点

当下，政府产业主管部门正逐步加强对产业链的监测，加强对本地区或本区域的产业链培育、产业链扶持，提出强化产业链韧性、补充产业链短板的指导方针。但在产业监测的方式方法和成效方面，仍旧存在着一定痛点：

（一）缺乏产业监测的必要数据。如企业产品信息、产业链上下游企业库、企业动态经营情况、企业风险信息等，导致经济主管部门难以全面、系统性、动态地掌握产业发展现状和趋势。

（二）高级分析技术应用不足。产业主管部门定期或按需形成产业研究报告供领导参阅，但受制于时效性滞后、颗粒度较粗、数据规模较小的二手数据，往往只能依据过往经验和简单模型进行分析，在经济和产业发展的解释、预判、预测方面越来越吃力。

（三）产业主管部门内部数字化水平普遍不高，信息孤岛情况依然严重。智慧城市建设已推行几年，根据调研结果，目前产业主管部门数据协调及处理效应依然低，关于产业的核心数据往往来源于不同部门各个独立的信息系统、不同载体（IT系统、EXCEL表格、纸质文档等）、格式及标准不统一，造成数据协调及处理效率低、数据分析操作误差较高等诸多问题，这部分数据价值密度高但未形成有效的数据资产，更难去全面支撑上层决策分析应用开发。

BBD基于本体知识图谱引擎和产业专家智库，为各地产业、行业主管部门、招商部门、园区管理等单位打造数字化、智能化、可视化、全局化的产业洞察和产业优化工具，助力全面、有效的产业监测。

（一）数据优势及构建动态产业链关系。BBD运用大数据、数据建模和知识图谱等技术手段建设基于企业数据、园区运营数据、产业要素数据、产业知识图谱和时间空间数据的穿透式数字产业地图。基于国家标准产业分类和BBD自研知识图谱Al建模工具——昆仑平台，建立产业链环分类模型和产业集群画像模型。同时，通过注入BBD浩格云信全量企业数据，以产业信息抽取、产业知识融合、产业知识合并、产业知识加工、产业知识更新等技术，完善产业监测知识图谱。

建立产业专题库，从重点产业总览、区域产业、园区产业、企业等不同维度展示产业现状，交互式展示产业地理空间布局和产业园区主导产业布局情况。通过产业链环节聚集度/稳健性、供应链关系、企业增长和高成长性企业培育、产业发展关键要素投入、重点企业运行风险等维度分析本地产业链，对标异地产业链，全面监测分析产业发展的强链、弱链、短链、补链等环节，为产业发展提供动态决策参考。

（二）模型及算法影响力及储备优势：BBD在新经济指数、数字经济指数等基于大数据视角的宏观和产业经济指数方面具有丰富的经验及业界影响力，被经济主管部门广泛使用和参考。在产业经济监测指数的底层算法（如大数据数据预处理、企业行业分类识别、产业分析模型）等方面已有较好的基础，BBD提供全国范围通用的产业监测指数及当地特有产业定制化产业指数的建模研发。

（三）大数据经济智库能力优势：BBD拥有多位国内顶级院校经济学博士、知名咨询公司资深人员构成的经济学家团队，团队专家同时具备大数据、统计学、经济学领域专业知识及丰富的研究经验，在指数构建、数据分析和建模、产品设计等方面提供有力的支撑。

目前，BBD大数据产业监测应用方案已服务于国家发展和改革委员会、四川省经济和信息化厅、云南省工业和信息化厅、成都市新经济发展委员会、贵阳市发展和改革委员会、贵阳市大数据管理局等部门，助力科学决策。

七、关于我们

（一）公司简介：

成都数联铭品科技有限公司成立于年，致力于探索和实践大数据技术和数字经济产业发展，围绕金融科技、智能监管、经济监测与分析等领域提供系统化、标准化、专业化的服务。拥有中国人民银行授予的《企业征信业务经营备案证》；子公司成都数联铭品企业信用评估服务有限公司完成信用评级机构备案办理。

BBD曾连续多年入选“中国大数据企业排行榜”、“中国大数据50强”、清科集团“中国最具投资价值企业50强”、毕马威“中国金融科技50强”等奖项，担任国家信息中心数字中国研究院常务副理事长单位，持续服务于国家发改委、国家粮食和物资储备局、中国证监会、国家信息中心、深圳证交所、全国0余个省市金融局、发改委、国资委等部门，以及中国工商银行、北京银行、重庆银行、贵阳银行、徽商银行、四川天府银行、乌鲁木齐银行、九江银行、青岛农商行等金融机构。

BBD重视软件著作权的登记与保护，目前拥有近件软件著作权证书，涵盖数据采集、数据清洗、数据挖掘、数据存储、数据集成、本体技术、知识图谱构架、可视化展示、模型构建、图谱推理、图谱工具开发等等技术，并自主研发KUNLUN图引擎大数据平台、GALAXY分布式计算平台等一系列具有自主知识产权的智能大数据平台，在以下领域获得了成功应用：大数据征信、大数据金融风控、金融监管、政企服务、新经济指数等。

（二）创始人简介：

曾途，BBD创始人、董事长兼CEO，大数据+金融领域创新创业的先行者和实践者，被《财富》杂志评为“定义未来的50位中国商业先锋”，担任第十二届贵州省政协委员，国家信息中心数字中国研究院常务副理事长，中国青年企业家协会常务理事，北京市房山区青联副主席，四川金融学会理事兼金融科技专委会主任委员等。