1. 在数据应用方面,通过对行内数据及行外数据(工商、司法、税务、舆情等信息）的整合加工，丰富客户信用风险评价维度,解决因缺乏覆盖全业务、多数据源的数据支撑导致客户经理信息不对称问题，为风险管理人员信贷客户管理提供有力支持。
2. 在模型优化方面,实现对行内外数据的多维度挖掘分析，构建信贷风险预警指标库,建立客户关联关系图谱,提高模型的准确性,提升风险管理人员对风险客户的识别效率。减少风险管理人员管理信贷客户时大多依靠主观判断，导致客户风险定位不全面、不准确的问题
3. 在风险管理方面，传统管理模式是按已发生风险再回头追溯风险源的被动管理方式。现通过信贷风险预警指标库对预警模型和规则进行灵活化配置，提升了模型管理的灵活性和及时性，支持风险管理人员自主、灵活、高效建模,满足风险管理人员信贷风险自主量化分析，弥补风险管理人员在信息获取充分性、主动性和及时性方面的不足。
关注微信
