神州泰岳

产品介绍

企业信贷大数据云服务平台服务于企业信贷审核和贷后风险监控等业务领域,对企业公开的、多种渠道的经营信息、企业主动态、行业动态地区动态等进行监测分析挖掘,实现全方位的风险监测预警。

优势特点

产品功能

适用场景

经典案例

咨询电话:010-57973008

神州泰岳

对风险及时进行预警

系统可将非结构化数据的采集和分析的结果进行标签化处理,数据及时更新,可对标签设置权重,及时对风险进行预警,可将相关标签导入信贷系统,是对传统的信贷预警模型和数据的有效补充。

全方位的数据来源

(1)支持外部第三方付费数据的接入;(2)人民银行征信中心征信数据;(3)支持互联网定向采集数据;(4)互联网企业舆情数据等。

信息库建设

平台针对存量企业客户建设一个内部可共享的征信信息库,同时建立了内部征信信息库的实时更新机制,确保与外部征信信息的一致和同步。

企业图谱自动生成

平台提供企业图谱的自动生成,并根据企业图谱,对企业本身、上游关联企业、下游关联企业、供应链关联企业和法人投资企业等维度进行风险监测。

风险预警

风险预警。系统初步建立了基于我行外部数据信息的的风险预警模型,通过企业同行业进行关联、企业同企业进行关联、企业与法人进行关联,通过对企业治理、生产经营、企业信用、企业财务、企业账户、客户担保类的风险事件等23个分类的155个标签,构建多维度、多指标构建风险预警指数模型,还实现对行业、地区提供风险指数的计算,可从宏观层面对企业的授信进行辅助研判,是对银行风险预警模型的补充。

风险信息监测分析

系统可实现影响授信风险的信息进行采集和监控,包括:企业的经营异常活动(如裁员、欠薪),企业信用异常(失信被执行、债务违约、行政处罚),高管变动、行业发展异常异动(价格变化、行业调整、产品违约)的监控,并将监控到的信息根据严重级别进行标记和预警。系统可及时对风险信息进行预警和提示,较常规的分析企业经营报告或财务、审计数据的手段在及时性方面有很大提升。

关联图谱

系统提供了可视化的关联图谱,可挖掘集团间、企业间隐蔽的关联关系,在图谱上进行直观的展示,实现了企业与实际控制人和股东信息在图谱上的同屏显示,加强企业与个人风险的联防联控。图谱提供了对投资关系、担保关系的直观展示和挖掘,通过抵押质押关系判断是否存在连环形、交叉担保等风险,通过对外投资担保发现资金用途和流向的信号,可评估企业和关联企业风险。

系统将采集信息分类

形成20+个分类和150+个标签,并允许用户在标签上设置权重,可进行风险计算。系统通过对采集信息的分析和解析,自动为这些信息打上相关的标签,通过标签对检索和分类的需求进行匹配。

行业研报

获取行业方面的研报,对地区、行业的宏观走势进行分析、展示。

授信企业的投资关系

分析企业之间的投资信息,生成投资、抵押关系图谱。

授信企业的风险预警

当授信企业在受到处罚、涉诉、经营活动方面的出现负面信息时,及时进行预警。

授信企业舆情

获取企业在法人变更、高管变更、欠税、处罚、涉诉、经营活动方面的舆情。

经典案例

中国银行互联网信息获取和分析系统

合作背景

中国银行为完善风险控制模型和及时获取信息,与我公司合作对授信企业在互联网上信息进行采集,对企业负面信息进行风险预警。

客户价值

增加风险评估维度:银行可以利用互联网数据获取与分析系统增加信用风险输入纬度,提高信用风险管理水平,动态管理企业的信用风险。基于本系统中大数据的信用风险评估模型和方法,可以极大的提高银行对中小企业全面评估。企业信用评分互联网大数据标准的建立,将会帮助银行在即将到来的信用消费时代取得领先;基于大数据的动态的信用风险管理机制,将会帮助银行提前预测高风险信用违约时间,及时介入,降低违约概率,同时预防信用欺诈。

提升欺诈风险管理:银行可以利用互联网数据获取与分析系统及时预测和发现恶意欺诈事件,即使采取措施,降低信用开欺诈风险。银行可以基于系统中的互联网大数据分析能力建立防欺诈监控系统,动态管理各种渠道的欺诈事件,本系统中提供了多纬度的大数据监控指标和联动方式,可以弥补和完善目前反欺诈监控方式的不足。

防止信息不对等的骗贷欺诈风险:互联网数据获取与分析系统能够有效的利于互联网大数据反应贷款企业在其他非银行机构中的贷款情况以及目前市场的对企业的反馈情况,能够有效的避免因企业在非银行体系中的贷款申请情况、负债情况和逾期情况等信息不清晰、不透明、无法提前预知的矛盾愈发突出,而造成的借款企业逾期甚至失联,银行才被动了解到借款企业在其他非银行体系借贷领域的部分历史逾期借贷情况或负债过高等不良行为信息的情况。贷款欺诈问题也是银行面临的另一个问题,尤其是在中小企业贷款领域和部分运用信贷工厂模式运作的贷款产品,通过互联网大数据获取企业信息能够有效避免银行因缺乏充分和有效的交叉核验手段,而被组团骗贷者利用信息不对等骗贷的风险。

信息不及时与贷后信息防范:互联网数据获取与分析系统能够有效避免因信息获取的不及给银行在贷后风险管理中带来了不同程度上的麻烦。银行往往希望第一时间知道一家企业客户在获得贷款后是否面临新的法律诉讼或者工商处罚等,但是大多数银行使用的方式仅仅是依靠信贷经理不定期手动查询当地法院网站的方式获取信息,这当中存在着巨大的不确定性,一旦信贷经理忘记查询或者操作失误,贷后司法诉讼监控工作将形同虚设,互联网数据获取与分析系统能够实时采集这些信息,保证了信息的及时性避免了信息延迟造成的风险。 同时系统能够持续监控该客户在民间借贷中的申请情况、负债情况和逾期情况等风险点,系统在发现风险点存在的隐患后能够主动报警提示,极大的提升了银行在贷后风险控制的效果。

  

技术方案

中国银行技术方案

应用场景

近年来,在经济增速下行的大背景下,中国金融业进入快速变革时期,利率市场化进程加快,互联网金融影响扩大,资本监管进一步趋严,银行业发展面临着诸多挑战。最大的困难是不良资产的上升和盈利能力的下降。摆脱困境、寻求新的发展出路和发展模式,是银行业必须面对的现实问题。在此背景下我们实施了“风控+”的创新,结合互联网大数据,创新应用非结构化文本挖掘及语义认知技术,努力探索互联网大数据背景下的新的风险评估模式和风控体系。通过创新控制风险和提高精细化水平,来降低经营成本、提高单位产出和生产效率。 在传统风控体系的基础上,项目创新地引入了非结构化文本数据挖掘技术及语义认知技术,同时采用了“本体+要素+概念”的建模理论,有效实现了底层算法、非结构化文本挖掘技术及语义认知技术与业务应用的自动映射,实现了业务人员和技术人员同时参与业务的创新,创新成果更贴近业务应用。 系统引入了互联网(社交媒体、新闻网站、搜索引擎、垂直论坛、招聘、社区等)及第三方(工商信息、行政处罚、法院数据等)的数据,这些数据具有涉及面广、内容丰富、数据新、可信度高等特点,结合非结构化文本挖掘及语义认知技术实现了全方位、多角度的风险分析及预测。 系统对企业的人员、经营、收入变动等企业经营活动异动信息,失信被执行、债务违约、行政处罚等企业信用情况异动,高管、核心人员、高管持股异动等高管风险异动信息,价格变化、行业调整、产品违规等行业发展异动信息,担保关系及变更、管理关系及变更、投资关系及变更等关系异动等进行了深入分析和监测,实现了对上市公司、债券企业、授信企业全方位实时的风险监控。在此过程中我们重点挖掘了股权结构、管理关系、投资关系、担保关系等关联图谱,特别是投资关系和担保关系的挖掘,实现传统风控难以实现的有向投资圈和担保圈的分析挖掘,可以极大地降低投资风险。 统筹企业数据、地区数据和行业数据,实现对地区和行业的整体风险的分析,此部分的风险分析可以辅助投资及制度整体风控策略,可以大范围的降低投资风险。同时通过综合分析,可以实现区域及行业的风险预测,防患于未然。 对比传统的风控产品,如大智慧、东方财富,具有数据覆盖范围广、风控指标丰富、数据分析深入、业务模型清晰、风控可视化管理能力强等特点。 除技术和业务创新外,更重要的是风控模型和风控体系的创新,在项目建设过程中形成了基于互联网及第三方等外部数据的企业风控模型、地区风控模型及行业风控模型,实现了风控的可视化管理,同时形成了一套三级风控告警的自动预警机制,探索出了一套新的风控体系,对传统风控体系是一个重要补充,同时也为以后基于传统风控和“风控+”的融合打下了基础。