拓尔思数星智能服务为银行风险控制和预警安装智慧大脑

数字经济时代，数字化转型这股不可阻挡的浪潮，已涌流到各行各业。在金融行业数字化转型的过程中，风险管理是金融发展的必选命题，其中大数据风控更是提升风险管理能力的关键手段。数据作为大数据风控的核心，数据质量直接决定了大数据风控的效果，包括风控的精度与实时性，因而大数据风控对数据和数据价值分析能力提出了更高要求。

拓尔思信息技术股份有限公司作为国内语义智能领域的领军企业，以语义智能的企业级服务为战略，将人工智能和大数据技术应用到数字政府、金融大数据、互联网内容安全和媒体融合等领域。其中，金融行业智能风控是重要业务方向。拓尔思基于TRS数星智能风控大数据平台的综合解决方案，以“SAAS+DAAS+本地化”的市场定位，提供在线风控数据服务与智能风险知识挖掘，不仅可以赋能银行风控场景，还可更多地赋能投研场景、金融监管场景等，最大限度地提升金融机构风控能力。目前为止，拓尔思已服务中国银行、中国农业银行、国家开发银行、平安银行等多家银行。

下文以A银行为例，全面解读数字时代银行业大数据风控面临的问题及具体解决方案。

A银行为跨区域经营的股份制商业银行，是全国性股份制商业银行之一。A银行期望以金融科技为势，持续坚持科技引领赋能零售对公业务，全面推进数字化转型，坚定打造数字化银行。

01 对公业务持续做精严守资产质量生命线

当前，正进入变革期的A银行，对公业务仍然是银行业最主要的利润来源和业务动力。资产质量始终是对公业务的第一生命线，尤其对于小微业务而言，业务风险的有效把控，是小微业务持续发展的核心。

A银行严守资产质量生命线，风险理念逐步从管控风险向主动管理风险转变，并重点建设风控监控与预警能力，希望全面提升风险管理的效率与水平。但A银行在数据方面却面临着以下挑战：

· 数据来源不足

全量数据是优化风控模型，提升风控预警精度的关键。目前，A银行在接入工商、司法等数据之外，对更多维度数据接入有明确的需求，比如税收、经营流水、舆情公告等，尤其对于信息不对称风险凸出的小微业务，引入丰富数据源将明显提升风控预警精度。

· 数据价值分析能力不强

客户数据类别多且体量大，以上市公司舆情数据为例，一年将近有几百万条数据，那么如何从海量数据中提取真正有价值的风控数据，并进行数据应用与风控分析，成为提升整体风控预警能力的核心问题。

· 多模态异构数据处理能力亟待提升

多渠道数据信息中包含语音、文本等异构信息，且多模态异构数据占比更高。传统模式下基于人工判断多模态数据价值，无法洞察深度价值关系且数据处理效率低，无法满足数据实时分析并实现实时预警的需求。

为进一步提升大数据风控能力，A银行决定与拓尔思开展合作，为金融服务风险控制安装“智慧大脑”。旨在通过拓尔思相关技术的有力支撑，促进该行对公业务安全、高效、稳定、健康发展，为企业金融服务的快速创新奠定基础。

02 TRS数星智能风控平台挖掘高质量数据

TRS数星智能风控大数据平台，是利用人工智能、大数据、自然语言处理、知识图谱技术构建的综合型在线服务平台。平台围绕海量异构数据，提供智能多维标签、预警信号推送、风险事件跟踪、风险传导关联、综合异构图谱等贯穿多场景的全流程风险管理功能。

为满足A银行风控数据方面的需求，拓尔思基于TRS数星智能风控大数据平台，为A银行提供了应用于金融风险控制的综合性技术解决方案，以“DAAS+本地化”模式解决海量异构风险数据的接入与价值识别。

· 在数据接入方面

基于拓尔思多年的大数据采集技术，接入海量异构数据进行实时文本处理，并将舆情数据、定向数据、内部数据和第三方数据进行整合，构建风险全量数据池。

拓尔思为A银行接入的外部数据源主要包括外部舆情数据、公告数据、行政处罚数据、研究报告等企业相关数据，满足A银行贷前、贷中、贷后全流程风控不同环节的数据需求。

· 在数据价值分析方面

基于自然语言处理与知识图谱技术，对数据进行筛选，从海量低密度价值数据中真正提炼高价值、高精炼知识数据，赋能A银行的对公业务风控。

对于外部数据，拓尔思基于自建的IDC中心，实时收集数据信息并进行关系分析，提炼知识化风险数据推送银行；对于银行内部不可共享的自有数据，拓尔思提供智能风险知识挖掘工具进行本地化部署，结合外部数据进行全面风险分析，实时监控企业风险动态。

同时关注事前低强度异动，监控高强度预警信号与低强度异动线索的相关性与传导性，解决现有大量事后预警现状，提前预知异动。

这里值得说明的是，数据知识化分析的知识图谱技术，核心要点是对于垂直领域的深度理解，是围绕行业或者场景深入的持续挖掘和沉淀的运营过程。

03 挖掘高价值风控数据实现异动风险监测

A银行与拓尔思合作的智能风控解决方案获得了权威调研机构和第三方的认可，其价值主要体现为：

· 实现风险实时监控

通过对互联网、新媒体、集团内部各类渠道的新闻资讯、研究数据、文本等信息的智能分析，为企业构建综合舆情分析服务平台，可以做到对客户重大风险信号的精准识别，监控企业尤其是小微企业的风险动向，把控资产质量。

· 强化风险预警能力

强化风险预警能力，实现精准风险预测，是风险管理场景的最终业务形态。拓尔思基于全量市场数据，形成基于事理图谱的组合策略及关联模型，构建对未来的预测分析及归因分析能力，判断企业未来可能存在的风险标签和风险事件，并基于回溯的大量风险信号持续优化预测模型，通过持续不断提升预测精度，带来更高的收益率。

面对随时可能降临的风险，拓尔思以技术为器，从大量数据中捕捉可循之迹，及时预测应对，为客户筑起坚实堡垒，助推银行实现智能风控、增长风险管理能力，进入数字化转型的快车道。