![$banner['phbanner']['alt']}](/Public/Uploads/uploadfile/images/20220613/banph-241.jpg)
内部信贷分析解决方案
以数字驱动模型，赋能企业内部信贷价值转化
很多企业因为外部数据的影响，存在留存资金较为短缺，资金使用效率低等问题
做好信贷业务信息管理，以数据赋能业务，助力企业获得并保持良好的获利能力和发展能力，是做好企业内部信贷战略规划及信贷管理的重要应对策略。
数字化驱动企业内部信贷发展
-
什么是信贷？信贷业务，即信用贷款业务，是商业银行和互联网金融公司最重要的资产业务和主要盈利手段
-
信贷如何盈利？通过放款收回本金和利息，扣除成本后获得利润
-
企业能做内部信贷吗？当集团内有盈余资金时，为了提高资金的利用率，可以对集团下属企业做内部信贷
-
与金融机构的信贷有什么区别？与金融机构的信贷相比，企业需要一套信贷模型来辅助控制贷款的风险、设置合理的贷款利率、打造合理的评价体系
内部信贷管理建设两步曲
信贷风控模型可以对借款人的资质进行审查，对信用进行评分，提前揭示风险。那么构建一套可用的风控模型成为了企业内部信贷的重中之重。
招银云创“业财融合分析MAP”（Multiple Analysis Platform，简称“MAP”）通过帮助企业构建信息管理平台，收集内外数据、量化流程及其他数据；搭建全面的内部信贷管理数据库，作为全面决策工作的基底；构建一套全面的决策工具，形成专业的内部信贷管理体系，全面促进内部管理水平的提升。
招银云创业财融合分析MAP信贷风控体系，将企业的数据源，通过对接业务系统、流程系统、财务系统、外部数据、手工台账等数据集成基础内部信贷管理数据池，并基于各业务场景治理、衍生成体系化数据指标；最终应用于内部信贷业务的贷款前、贷款中、贷款后全业务流程。
第一步：风控建模
贷前，拿到企业内部财务数据及外部公开数据，进行初始评分。
1. 对接企业内部财务系统，对关键资金数据进行搜集，结合MAP企业绩效评价模型，给出评分A。作为关键特征。
2. 对接外部数据，拿到企业的基础工商信息以及获取到是否存在经营异常、法律诉讼、法院判决、反洗钱等等外部信息，作为特征提取。
3. 采用机器学习建模。MAP采集到大量数据后，进行数据治理，采集大量特征，经过特征工程（算法），提取有效特征。再经过单特征的分析和多特征的筛选，建立风控模型。
贷中，根据还款情况，进行二次评分。
1. 根据用户的履约（还款）情况、逾期情况，再次提取特征，优化模型。
2. 实时采集外部数据，实时对接内部资金数据，让机器学习成为一个日常无间断的过程。
贷后，根据逾约情况，进行三次评分。
1. 特征优化，根据特征的覆盖度、区分度、相关性、稳定性，再次对特征进行优化。
2. 负样本采集，将用户每次还款的逾期天数作为负样本，进行机器学习、训练。
3. 更新贷前评分卡，设计系统来对贷款利率进行调整，对于评分较低的用户，可以考虑拒绝贷款。
第二步：全流程管控
贷前测算
1. 将贷款方案指标输入，自动生成一个还本付息明细表。
2. MAP使用FTP定价模型，结合汇率、银行间同业拆借率等信息，给出贷款利率的参考。
贷中管理
1. 对贷款合同信息进行统一的归集和管理
2. 对即将还款的账目进行提醒预警，对逾期的款项进行催收提醒
3. 对集团每月需要收放款的台账进行管理，并辅以各维度的图表统计。
贷后分析
1. 对集团内借款单位进行多维度可视化分析,例如：无逾期占比、逾期7日内占比、逾期1月内占比
2. 对资金收益进行分析，如当月利润、当季度利润、当年利润。
3. 对未来收益进行预测，含时间序列或者基于机器学习的数据建模算法。
应用案例
项目实施方案
-
初期需求 调研访谈 -
需求梳理及差异性分析 -
产品实施+定制开发 -
系统测试 -
投产上线
