何珊光大银行 光大银行创新孵化“滤镜” 贷后风险预警成功率达36%

2017-11-18
字体:
浏览:
文章简介:光大银行 "滤镜"就是基于大数据挖掘下的,银行风控创新产品.根据本报记者了解,"滤镜"产品已经在光大银行全行进行推广,可以根据模型对所有银行对公客户贷后风险进行评估与预警,在2016年下半年的运行中,准确率已经达到了36%,也就是说"滤镜"给出的100家预警企业中,有36家企业在日后的经营过程中出现了违约风险.银监会1月25日发布的数据显示,截至2016年年末,商业银行不良贷款余额15123亿元,较2016年三季度末增加183亿元;商业银行不良贷

光大银行 “滤镜”就是基于大数据挖掘下的,银行风控创新产品。根据本报记者了解,“滤镜”产品已经在光大银行全行进行推广,可以根据模型对所有银行对公客户贷后风险进行评估与预警,在2016年下半年的运行中,准确率已经达到了36%,也就是说“滤镜”给出的100家预警企业中,有36家企业在日后的经营过程中出现了违约风险。

银监会1月25日发布的数据显示,截至2016年年末,商业银行不良贷款余额15123亿元,较2016年三季度末增加183亿元;商业银行不良贷款率1.74%,较上季末下降0.02个百分点,全年不良贷款率基本保持稳定。

虽然不良贷款率有所好转,但对于商业银行而言,对公客户不良贷款如何化解,尤其是大企业出现的不良如何应对,仍然是风控重中之重。光大银行信息科技部总经理李璠对本报记者表示,“滤镜”产品的诞生也并非一蹴而就,而是经过了几年的数据积累才得以呈现的结果。

“简单的说,‘滤镜’产品就是通过大数据录入,经过银行模型的计算,将银行对公客户进行画像式的描述与打分,对于有风险的客户进行标签处理,我们为帮助分行行长完成经营管理研发了手机APP客户端,最新的对公客户信息每月定时进行更新,以方便分行领导了解到辖内客户的风险状况”,李璠说。

在模式上,此项数据产品运用社交网络、路径算法、文本分析等大数据分析挖掘技术,在线运行特殊交易对手、风险共同体、复杂循环担保圈三类大数据模型信号。其中,“复杂循环担保圈”模型用于发现担保网络中的隐蔽性风险模式,有效防范群体性违约风险,在三类信号中表现最佳。

对于数据的获取,光大银行数据分析与服务处处长刘锦淼表示,从银行自身来说,客户的信息来自于银行的信贷信息,外部信息则来源于银监会的共享数据、央行企业征信、工商注册信息、法院诉讼类信息。

“社会比较关注的 信息安全 上,客户所有信息都是脱敏化处理,确保不会泄露,而在银行内部,辖内的客户信息只有当地的分行行长级别才可以看到,其他外部省份是没有权限的”,刘锦淼强调。

李璠表示,目前“滤镜”是针对贷后管理的预警产品,未来条件成熟,还会运用到小微企业以及个人贷款的贷前贷后流程环节上。

(原标题:光大银行科技创新孵化“滤镜” 贷后风险预警成功率达36%)