海关外贸企业大数据风控平台产品应用

 

海关外贸企业大数据风控平台根据获取实时数据，实现对外贸企业实时动态分析，通过迁移学习、机器深度学习方法，对客户360度画像，分析客户行为习惯，从而实现客户精准营销应用，智能推送优质客户资源，严格控制风险。如图6所示。

▲ 图6 海关外贸企业大数据风控平台产品应用

1、风险控制

海关外贸企业大数据风控平台可用于信贷客户的反欺诈分析、信用等级评估、贷后风险监测预警与催收等环节，严格进行风险防范；重点关注外贸企业客户在银行体系内外的负面信息。

银行体系内的负面信息包括：贷款逾期、黑名单信息等；银行体系外的负面信息包括：外贸企业等黑名单信息、公检法的诉讼案件信息、国家行政机关处罚信息(工商、税务、一行三会、协会等)以及网上负面舆情(虚假宣传、误导消费者)等。从这些数据出发，全面评估外贸企业在银行的风险等级，为银行的风险防范提供决策支持。

2、客户画像及用户行为分析

 

通过大数据风控平台将结构化数据、非结构化数据、半结构化数据统一存放在数据模型之中，并将外部数据与内部数据尽可能的匹配，实现对现有客户更加全面、充分、详尽分析，如图8所示。

 

▲ 图8 客户全面行为特征分析和指标运算

为了满足线上营销和线下营销相结合的场景，数据的进入根据营销方式分为实时数据、批量数据、画像指标数据、建立复杂网络体系和客户智能信用分模型。

（1）实时数据：将外贸企业线上行为日志数据信息实时推送到大数据平台，存入数据模型之中，实现数据标准化、统一化工作，并且对实时数据进行线上行为实时分析。

（2）批量：每日定时将数据汇总到大数据平台，存入数据模型库中，实现数据标准化、统一化的工作，并对数据进行加工。

（3）画像、指标数据运算：根据预设的场景，进行外贸企业信息全面画像和各项指标运算，从而获得外贸企业客户的全面特征，以及产品特征。

（4）构建复杂关系网络体系，实现线上各业务通道场景互通，主要实现银行贷款金融平台的互通。

（5）创建外贸企业智能信用分模型：以全网大数据为基础，结合大数据风控平台，以诸多业务驱动为导向，创建外贸企业智能信用分。

根据外贸企业的负债信息、稳定性、负面信息、行为偏好、还款能力、还款意愿等六个维度，结合外贸企业、支付、保险、基金、理财、非银信贷、等全网各类数据信息，依据不同加权比重，建立外贸企业智能信用分。

3、大数据产品应用之精准营销分析

通过深度学习理论和迁移学习理论对客户进行精准分析，获取客户源，并进行理财产品的精准推荐。

（1）线上实时营销

使用数学模型算法，根据客户或客户群线上连续行为，自动校正客户画像或产品画像之间的关联情况分析，从而形成线上产品的推荐服务，产品推荐可按照客户可能关心的内容放在醒目位置自动排序，从而有效提升客户体验。

（2）线上交叉营销

将不同产品或业务交叉推荐，根据客户的交易记录分析，识别小微企业客户，然后用远程银行来实施交叉营销。

（3）线上个性化推荐

根据客户的贷款偏好、资产规模、企业年限、行业等维度，分析其潜在的金融服务需求，进行有针对性的营销推广。

（4）线下营销

除了内部交叉营销销售、外贸企业忠诚度分析、向上销售等传统的分析性内容外，还需要利用大数据平台，将行内数据与外部数据整合，建立精准营销数学模型，寻找更多的营销机会。

（5）精准营销模型建立

寻找贷款外贸企业：结合行内数据、第三方数据，通过数据平台寻找可能贷款业务的群体，为其提供金融服务。

（6）产品创新

通过对特定数据分析和提取、产品核算，对比各类外贸企业的产品使用率、收益率，结合互联网舆情信息，对不同客户群设计差异化的创新产品。

（7）产品评价体系

根据产品评价指标建设评价模型，实现对产品的系统评分，获取每个产品指标数据，可采用登记评分法对数据进行处理，反应每个产品的每项指标在组内产品的排序。

 结束语

金融科技已成为防范化解金融风险的新利器，是新形势下金融风险管理的内在需求和重要选择。金融科技在会计非现场监控工作中的应用能实现对会计异常数据的自动监控、自动预警、自动通知，有效提升会计监控的效率；基于大数据、人工智能技术的反欺诈智能平台能对海量金融交易进行监测，在降低异常交易预警的同时，极大地提高了识别欺诈交易的命中率。为此，商业银行积极探索大数据、人工智能、知识图谱等核心技术在会计案防领域的高效应用就显得格外必要。将传统的风险业务知识与大数据、人工智能技术结合，充分发挥数据模型在风险特征挖掘上的能力，构建更完善、更精准的智能化会计案件风险防控体系，能有效地提升银行的风险管理水平，推动银行的高质量发展。