业务难点
宏观经济下行情况下，该行违约率攀升，违约客户类型及风险表现形式也呈现出多样性、复杂性，原有的主要基于银行内部数据以及以人为主的风险评估体系未能充分捕捉客户潜在风险，对违约客户风险的事前预判表现不佳。
项目背景
某国有银行案例
该客户为我国某国有银行，自2012年以来积极开展大数据相关工作，已积累了各类的内外部信息，经济新常态大背景下，利用这些数据资产，建立重大风险事件快速响应和应急处置机制，及时发现潜在风险敞口，切实提高风险监测与预警能力，该行亟需开展信用风险感知和预警体系的创新，设计符合该行实际情况的新一代风险预警体系。
解决方案
实施客户关联关系分析与挖掘的研究探索，深度梳理分析与客户相关的各种内部数据，构建以客户为中心的数据存储模型，基于数据与业务的调研情况，自动识别客户关联关系，采用新型数据挖掘算法，研究客户多层关联关系的传导模型，构建基于多层关系的客户风险预警模型，不断提高客户风险预警的效果。
实施基于大数据的信用风险感知和预警，通过分析对公客户信用风险及梳理该行内外部数据，建立对公客户风险视图、风险分析指标体系，以及风险预警模型，并设计符合该行情况的对公客户信用风险预警流程，从而构建该行基于大数据的新一代信用风险感知和预警体系
关于我们
产品服务
商务合作
电话：4009-988-915
座机：010-5335 2967
邮箱：Marketing@knowlegene.com
邮编：100088
地址：北京市西城区德胜门外大街13号院1号合生财富广场905室
合作案例
