J9集团

  • Modelb@nk5.0未来银行架构
  • “乾坤”企业级数智底座
  • 平台级产品
  • AI+金融解决规划
  • 银行行业解决规划
  • 其它沉要行业解决规划
银行行业解决规划
  • 主题利用产品族

    聚焦主题业务系统建设,支持数字化转型

  • 云推算产品族

    提供云原生架构解决规划

  • 数据智能产品族

    以数据中台为主题的数据全性命周期产品

  • 智能银行(网点)产品族

    覆盖智能风控、远程视频银行等场景化产品

  • 数字金融产品族

    通过盛开银行等延长互联网金融产品

  • 信贷治理产品族

    覆盖信贷全流程,助力普惠金融

  • 风险治理产品族

    提供信誉风险与本钱计量产品

  • 科技监管产品族

    聚焦监管合规,强化金融系统安全性

其它沉要行业解决规划
  • 金融信创

    散布式主题系统国产适配,构建金融安全底座

  • 行业信创

    全栈式信创云平台,驱动多行业自主可控

  • 基于云原生的智能服务

    云原生+AI驱动,全栈式火速部署与智能运维

  • 量子通讯

    量子密钥分发技术,构建金融级安全通讯网络

  • 农业村落场景金融

    数字技术赋能农业产融,构建智慧村落生态

  • 中幼微场景金融

    大数据风控+线上化服务,破解幼微融资难题

  • 数字供给链金融

    区块链+AIoT技术整合,优化产融协同效能

  • 数字人民币场景利用

    智能合约+多载体支付,拓展消费场景

  • 征询规划
  • 行业数字化转型
  • 软件及服务
征询规划
  • 金融征询服务

    面向银行11大领域32个征询产品

  • 业务征询

    数字化战术、经营造模、零售与绿色信贷征询

  • 数字化征询

    科技战术与系统群架构及治理研发规划等

  • 数据治理征询

    企业整体战术导向全局数据治理与利用规划

  • PMO治理征询

    萦绕项目进行全性命周期管控与专家赋能

  • 金融信创征询

    3-5年信创工作整体规划造订

行业数字化转型
  • 企业AI利用场景解决规划(建设中)

    泛行业AI数智化解决规划

  • 企业IT治理服务产品族

    散布式架构+智能运维平台,全性命周期IT治理

  • 企业IT治理服务解决规划

    丰硕的IT治理解决规划,保险业务陆续性

  • 企业数字化转型服务

    科研知识产权规划,提升全性命周期治理能力

  • 工业数字化转型服务

    工业智能体+物联网优化出产,打造数智工厂

软件及服务
  • 研发治理及DevOps

    云原生+DevOps全性命周期平台

  • 自动化产品

    自动化建模、执杏注测试、业务流程自动化

  • 测试解决规划

    AI+TMMi赋能全性命周期测试,智能天生用例

  • 征询及表包

    全性命周期IT服务,PMO征询与行业级交付

首页- J9集团国际站官网入口
专家概想丨数据驱动业务决策,助力银行风控
颁布功夫:2019-08-13

20190816054457300

J9集团信息金融钻研院风控专家 辛园

若是要真正做到数据驱动,可能要有四个关键理想 。

第一、从数据自身启程,要确保与自己合作的数据源合法合规 。

第二、分歧的机构有分歧的偏好,同时银行的规模、发展阶段以及查核指标等的分歧,导致银行在风控方面对数据及模型的要求也是分歧的,因而必要基于本行的数据、风险偏好确定风险尺度 。这不是单一地直接套用市面上比力好的数据、模型和战术,而是要结合业务偏好,客群特点等自身情况进行具体分析 。

第三、搭建数据驱动的风控系统,必要匹配自身的功夫、数据和成本等要求 。每个银行自身的情况,如技术人员和基础设施等,都必要结合目前前提进行盘点、筹备,能力为实现数据驱动打牢基础 。

最后一个就是风险的自控,风险和业务的平衡就是一个点,我们尽可能地抓到这个平衡点,通过数据鉴别风险,驱动业务,把这条路走得更长远,这才是数据驱动的真正主张 。

具体来讲,搭建数据驱动的风控系统,分三步走 。

首先,引入表部三方公司合作 。能提供丰硕解决规划的三方公司,能够援手项目高效落地,很大水平上削减前期启动的功夫成本 。但是在这之前肯定要相识公司的存量数据,能够结合自身业务偏好,数据质量等,从某一个点做切入,通过数据洗濯、加工及挖掘,找出这些数据里面可用的价值点,明确未来数据利用的布局和方向,这之后再结合表部三方公司的成熟经验和解决规划进行系统搭建 。

其次,在数据驱动风控系统中,架构设计要做到分歧的产品、场景搭配分歧的数据、模型、规定及战术 。这绝对不是单一地将一个场景、一个模型利用到所有业务中,而是要将数据、风控技术和业务场景进行匹配 。

最后,线上化 。大数据拥有的高维属性,依赖线上环境来进行处置、推算,同时,线上化流程能够削减过程中主观成分的影响或其他环境风险,提高效能 。并且通过实时线上化数据分析,能够时刻关注数据阐发,凭据数据监控的反馈了局实时有效地进行模型或战术迭代 。这其中必要把稳的一点是,线上化推动过程中,在筹备没有做好之前不建议全产品线上化,而是要以阶梯式地实现 。

20190816054506335

另表,搭建大数据风控系统还有最沉要的一点就是风险胃口和组合治理,风险胃口决定J9集团战术尺度,要把风控匹配在分歧的?楹鸵滴癯【爸,并进行组合式的治理,对KPI、KRI要做好监控及预案要知路可能会晤对什么样的问题,出现问题来的时辰,要有相应的解决规划 。

【网站地图】