当前位置:文档之家› 金融风险反欺诈大数据管控平台建设方案

金融风险反欺诈大数据管控平台建设方案


13950.0
维持担保比 例低于200% 的投资人数 TOP5:
11690.37
10152.13
•银 河 •申 万 •中 信 •招 商 •广 发
9035.08 6034.75 4030.06 3920.02 2014Q1 Q2
单位:亿元
融资余额 (亿元)
8711.00
Current
Q3
Q4
2015Q1
证券公司风险管理:主动承担的风险、需要规避的间接风险
监管风险
为盈利而必须承担的风险
市场 风险 信用 风险
Hale Waihona Puke 业务风险• 市场风险 • 信用风险 • 流动性风险
非业务风险
• 操作风险 • 监管风险 • 法律风险
证券公 司 主要风 险
流动性 风险 操作 风险
法律风险
• 是公司运营过程中产生的间接风 险 • 尽量回避、转移或减轻
大数据在金融领域的热点应用
10 9 8 7
区块链 智能投 顾 风险定 价
精准营 销
用户画像
金融领域大数据应用热点图
• 横轴代表该应用领域价值周期, 表明该应用价值速度的快慢 纵轴代表该应用领域的炒作周期 阶段 圆圈代表应用领域的规模,表示 该应用领域当前参与方的多少与 应用数量
应用热度
6 5 4
量化交 易 运营优化 资产产品定 价 风险管 理
金融风险反欺诈大数据管控平台建设方案
大数据 云平台
目 录
1. 2.
3. 4.
Contents
金融公司风险管理 融资融券风险管理系统
风险大数据整体解决方案 大数据构建数据仓库案例
Part 1
金融公司风险管理
多维度数据集市
画像 应用 设备 画像 底层
搜索
贴吧
到店
知道 公开
网盘 外部
Volume - 海量
• •
3 2 1
0
金融搜索引 擎
0
1
2
应用价值周期
3
4
5
7
对大数据的理解:深入数字化,实现全社会数据互联互通, 形成以数据指导业务的习惯、策略与模式
不仅仅指传统意义上的纸质文档电子化
大数据
一、深入的数字化 形成以数据指导业务的习惯、策略与模式
二、全社会数据互联互通。
仅仅局限在企业内部的数据,不能把握大数据的 真正能力。
数据
LBS
Aocity - 实时
注册
糯米
去哪
儿 钱包 财富
有钱
花 外卖
登录
……
金融传统数据仓库
报表平台
绩效系统 支付系统 客户360 个人结算账户 回单打印 银企对账
存贷标准化
监管报送系统 内审系统 关联交易 成本分摊 风险监控 外管报送系统
10
金融风险管理新趋势:数据 + 分析模型 + 业务知识
与战略的 相关度

目标: 是管理下行风险 措施: 内部控制信息、报告程
序、预警系统、止损设置等

3. 风险 计量 2. 损失最小 化
1. 合规性 /内部控制
风险控制
4.风险管 理
6. 风险资本分配、 基于风险定价 5. 风险与收益最 优化
行业竞争前 沿

保护资产负债表
风险/收益最优化
价值创造
风险管理成熟度
融资融券过程复杂,涉及风险种类多,信用风险管理是重点
融资融券流程中主要风险
操作风险 信用风险 法律 风险 合规风险
操作风险
操作风险 市场风险 流动性风险
操作风险 信用风险 清算风险 声誉风险 法律风险
1.信 用评 定
2.授 信管 理
反欺诈预警 • 渗漏与欺诈风险增加,控制力度和 手段不足 • 缺乏先进的分析能力“实时高效” 的甄别可疑理赔行为
小微贷款管理 • 需要大数据分析提供业务支撑 • 利用实时数据处理信息管理、交叉营销、 信贷模型分析以及业务风险控制的需求 不断提升 财富管理评估 • 利用大数据分析给予用户有价值的财富 管理产品组合 • 使用业态广:银行/财富管理机构/券商 /保险
计算能力 • MPP(Share Nothing) • 去IOE • 扩展能力 • 跨硬件、 跨代、跨 厂商
分析能力 • 数据价值 挖掘 • 统计样本 扩大 • 专业工具 多(SAS,R) • 专业模型 • 行业模型
应用能力 • 信息可视 化 • 管理精细 化 • 预防向预 测转变 • 精细制度、 医疗 • 智慧城市
8
大数据在产业链各环节迅速发展,推动各种创新业务“遇春花开”
金融工程项目特点,计算量巨大,可依赖当前大数据分布式计算解决
数据采集 • 4V数据 • Volume • Velocity • Variety • Value • 爬虫 • 数据治理 • 行业数据 整合
存储能力 • 列式数据 库 • 内存数据 库 • Hadoop的 key value 数据存储 • TB级跨向 PB级
Q2
Q3
Q4
2016Q1
….
金融行业风控反欺诈体系
贷前 运 行 环 境 安 全 黑名单 账 户 安 全
实体关联网络
黑中介关联 黑产关联
大数据提供交叉 营销、信贷模型 分析
利用外部内部大 数据有效管理客 户关系
客户识别、流失预警 分析识别潜在客户群体、维护老客户、 降低客户开发成本成为主要需求
内外部大数据分 析有价值的财富 投资组合
理赔数据审查、 数据评估,有效 降低异常赔付和 骗保
理赔审查评估 • 骗保识别成为保险业最大问题难点 • 分析、评估理赔数据有效降低风险并 为保险赔付制定提供依据
客户风险 风险预警平台 EAST数据报送 总部一体化 后督 AML反洗钱 。。。。。。
5
大数据部分应用场景
网络金融征信 • P2P网络贷款市场规模急剧增长 • 个人征信业务需求不断上升 • 通过大数据实时分析客户信用记录提升 企业价值
实时分析客户信用 记录提供贷款依据 大数据实时分析 渗漏欺诈风险
高频交易分析 • 量化投资增长迅速,对结构化/非结构 化数据利用力度不断加大 • 实时、准确的数据模型提供有价值的交 易推荐,提升客户满意度
数据量化投资组合、 建立高效数据模型
实时建立赔付率 模型、并根据客 户分析制定险种 划分
保险精算 • 利用大数据对险种、赔付率建立模型 进行细分维度下的精准预测提升企业 盈利水平 • 保险业核心业务需求 6
3.开 户
4.交 易
5.实 时盯 市
操作风险 市场风险 流动性风险
6.强 制平 仓
7.客 户通 知
8.权 益处 理
操作风险 信用风险
操作风险
高杠杆股灾加深了市场对风险的认识 •海

融资融 券余额 TOP5:
• • •
通 银 河 中 信 广 发 华 泰
22627.39
2015/6/18
20421.33
相关主题