1、 ”线上线下“的科技风控实践面对大数据风控的发展大势，*农商银行主动利用大数据理念和技术，推进贷款融资自动化审批、数字化风控和线上化服务，实现了风控模式、营销体系和客户体验的全面升级。有所侧重、量力而为的大数据技术应用思路。*农商银行立足自身经营管理实际，将大数据风控应用的重点放在基于财务资产等结构化数据的定量风险策略模型上，推出了依托自主采集数据的”信 e贷“业务和依托公积金等政府数据的”市民贷“业务，实现了授信模式和风控模式的转型升级，有效提高了辖内客户的融资可得性。自试点以来，四个月的时间内，已对接采集客户 21496 户，完成采集客户 10560 户，线上信用贷款余额新增 8473 万
2、元。突出优势、因地制宜的大数据资源获取渠道。为破解农村客户可抓取数据不足的问题，*农商银行依托网点广、人员多的线下优势，开展了以线下自主采集数据为主、线上政府数据共享为辅的底层数据搭建工程，夯实了大数据风控的基础。线下自主采集数据在获得客户授权同意、确保信息严格保密的前提下，通过入户面谈、交叉验证等方式，组织专人现场采集客户的各类数据，并实时录入移动终端。模型系统融合银行内部信息、人行征信信息及第三方数据，按照预定运行策略，自动完成准入评价、打分评级、额度测算、利率定价等工作。线上政府数据的收集主要利用大数据发展促进局、公积金管理中心的政府数据公开目录，获取特定人员的相关数据字段。全程覆盖、交
3、叉验证的大数据风控运行策略。*农商银行搭建了评级授信风控模型，以银行交易数据、自主采集数据、外部征信数据及第三方识别数据为依托，在实现线上线下全端全样采集的基础上，借助多维度、多指标的挖掘统计和交叉分析，建立信用行为特征和风险管控特征的用户画像分析模型，客观评价用户的还款意愿和还款能力，实现了贷款融资信用化、准入定价自动化和风险监测系统化。该系统设有准入策略、额度测算、利率定价、贷后预警等七大板块，覆盖贷前、贷中、贷后各个流程。其中，在贷前环节上，根据客户当前资产情况及未来风险变化，建立基于还款能力、风险因素等维度的自动审核策略；在贷中环节上，根据客户收入支出、资产负债、评级级别、客户类型等信息，自动确定授信额度和利率；在贷后环节上，通过数据变化预警规则，监测风险演变趋势，并实时调整风险等级，提示工作人员采取风险处置措施。
