江蘇銀行物聯網金融平台檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

江蘇銀行物聯網金融平台本次項目為工程機械行業融資租賃公司提供風控管理服務，通過設備到後台的服務數據分析，在貸前、貸中、貸後各個階段提供風控保障。平台通過融合多源異構數據，整合形成針對企業的徵信大數據 ，從租賃公司企業信息到車輛信息的嚴格匹配、過濾和篩選，再打包到金融業務平台。金融業務平台通過大數據分析企業信息，訂單信息，車況運營信息，最終回到風控管理平台，通過漢雲平台內置的特定算法得到企業信用徵信畫像、駕駛行為畫像、信用歷史畫像、安全指數畫像。

項目背景

數據風控管理的現狀及問題

數據的積累問題

貸後風控目前主要是以人為主的風控方式，依賴於風控人員的經驗進行管理，普遍缺少對數據收集與積累的重視，整體上缺少有效風控數據的採集及沉澱。

數據質量問題

行業的業務導向明顯，重視交易結果而對交易過程的信息質量重視不足。客戶信息數據庫中，部分重要數據，如客戶擔保人信息、社會關係、資產信息等記錄不完善；客戶主數據不統一，影響後續對同一客戶信息的匯總分析；事前風控盡職調查，對系統中客戶身份信息、擔保人信息、聯繫方式、資產分布、設備的實際使用人等重要信息缺少真實性驗證。

數據鏈條的支撐問題

目前一些企業線下的基礎管理薄弱，與線上數據管理的要求不匹配，甚至是脫節，沒有完整的數據鏈作為支撐，造成了風控措施的滯後以及不同主體的責任不清、多頭管理，造成風險的延後累積。

業務模式的現狀及問題

對於當前徐工集團與江蘇銀行信貸合作方式，面對的諸多阻力及問題主要表現如下：江蘇銀行與徐工汽車達成線上貸款購車模式，道路移動機械車輛做抵押貸款時需要到車管所進行備案，因江蘇銀行人力資源限制，無法一一按照流程到車管所進行抵押業務辦理，因此大多道路移動機械車輛無抵押貸款（註：非道路移動機械車輛如挖機、塔吊，屬於設備類，抵押貸款時可走公證貸款流程，無需到車管所進行備案），部分還款風險分攤至主機廠，綜上所述，主機廠顧慮還貸風險，參與合作該信貸模式積極性不高。

項目簡介

本次項目為工程機械行業融資租賃公司提供風控管理服務，通過設備到後台的服務數據分析，在貸前、貸中、貸後各個階段提供風控保障。平台通過融合多源異構數據，整合形成針對企業的徵信大數據，從租賃公司企業信息到車輛信息的嚴格匹配、過濾和篩選，再打包到金融業務平台。金融業務平台通過大數據分析企業信息，訂單信息，車況運營信息，最終回到風控管理平台，通過漢雲平台內置的特定算法得到企業信用貸後風控評價指標，從過程管理層面降低整體貸後風險。

項目目標

1.金融業務平台通過大數據分析企業信息，訂單信息，車況運營信息，最終回到風控管理平台，通過漢雲平台內置的特定算法得到企業信用徵信畫像、駕駛行為畫像、信用歷史畫像、安全指數畫像；

2.基於全國工程機械車輛監控平台和以其為基礎構建的車聯網大數據平台，依託業內高級分析技術建立商用車風險管理AI雲平台，構建從車輛借貸還款、租賃、運營監控、維修保養、信用評估的全流程風控閉環，向江蘇銀行提供全方位的風險管理服務，包括車輛風險評測、運營安全管理、事故實時預判及風險預警等多種服務，有效幫助企業提高經營效益，進一步改善工程機械車輛安全生產管理水平；

3.利用物聯網技術對於異構多源數據的採集處理及傳輸能力，依靠數據的實時處理分析去建立完善中小企業的信用評價體系，從而弱化核心企業在供應鏈金融模式中的作用。