上海农村商业银行
基于Galaxybase图产品重构升级对公授信业务系统
客户简介
上海农村商业银行，成立于2005年，是一家经中国银行业监督管理委员会正式批准成立的股份制商业银行。截至2022年末，上海农商银行普惠小微贷款余额超640亿元，近三年增长近360亿元，增幅129%。
业务背景
数字化背景下，对公信贷业务已成为银行新的业务增长极。大小银行均高度重视对公信贷业务，如何做到精准信贷风控和存量客户挖掘，成为竞争关键。规模数据集下的图存储和图计算能力。
上海农商银行原有的对公信贷管理系统 CMIS(Credit Management Information System)在业务管理范围、数据质量管理、系统性能等方面与高监管要求和精细化内容管理要求之间产生矛盾，需要通过升级对公授信管理信息系统以更好地支撑业务发展。
业务痛点
企业”疑似关系“复杂，风险隐患多
普惠金融客群信息少，企业隐形关联在关系排查中易遗漏、难识别，客户经理人工尽调费时费力；同时，由企业关联方传导的非经营性风险和关系网络的整体性风险难以被发现。
资金流向未知，贷后管理困难
贷款资金转账链路错综复杂，难以进行有效跟踪，无法实现贷后管理，银行缺乏覆盖贷前、贷中、贷后的全流程风控能力。
解决方案
上海农商银行通过采购创邻科技Galaxybase图平台，打造企业关系图谱分析平台，将对公信贷业务与图技术深度融合，实现对公授信业务系统的重构升级。
图谱构建
利用Galaxybase图数据库产品，整合行内客户关系数据、交易流水数据、开户数据、信贷申请数据等以及行外工商数据、征信数据，司法涉诉等信息，进行融合和加工，构建客户基础关系图谱。
关联挖掘
通过图模式匹配和图算法分析，形成包括关联关系识别、集团关系识别、担保圈识别、交易圈识别和密切交易对象识别等基础能力。并支持业务部门自由增设模型规则，不断扩充风险模式的识别范围。
业务赋能
通过Galaxybase图平台的上层可视化平台，各部门的业务人员能直接利用底层计算结果进行决策，实现智能营销和全流程风控。
应用场景
担保圈识别
结合担保类型、担保金额、授信额度等专家规则指标，利用图算法识别网络中的各类担保圈，检测出连环担保、互保情况，定位核心担保企业、担保桥梁企业。
违规资金流向识别
深度追踪贷款资金流转路径，通过对客户自有资金和贷款资金的分离，辨别交易链条中的企业是否必然挪用贷款资金，确定多次流转后贷款资金的真实去向。
使用价值
强化内外部数据资产管理，提升授信审批效率
打通行内外多系统数据壁垒，快速披露、直观展示客户各类关联关系，直观发现客户隐藏关联关系，辅助信贷审批，实现从人工向人机结合、从经验决策向数据决策转变，实现对上下游企业的信贷精准审批，很好地减轻审批人员的工作压力，大大提升行方信审效率，满足市场和客户对效率的诉求。
构建信贷全周期管理能力，实时监控关联风险
基于客户统一授信风险视图，Galaxybase图数据库能够对高频变化的实时动态数据进行自动化关联分析，实时监控客户关联方风险和网络风险，扩大了业务系统的风险观察视角；同时密切追踪贷款资金的真实流向，增强了业务系统的监管穿透能力，实现贷后监管。
商务咨询
400-882-6897
售前咨询
0571-88013575、0571-88016275
企业邮箱
partner@chuanglintech.com
媒体合作
Marketing@chuanglintech.com
地址
杭州市西湖区西园八路三号智汇中心E2幢12层
联系我们