银行风险防控领域基于 DeepSeek AI 大模 型技术搭建授信审批风控助手应用 设 计 方 案 目 录 1. 项目背景与目标.................................................................................................7 1.1 银行授信审批风控现状与挑战.................. 需求分析与场景设计.......................................................................................14 2.1 授信审批核心风险点梳理.......................................................................18 2.1.1 信用风险..... .223 1. 项目背景与目标 近年来，银行业授信审批面临日益复杂的风险环境。随着经济 增速放缓、产业结构调整以及金融科技快速发展，传统风控手段在 数据整合、模型迭代和效率提升方面逐渐显现局限性。根据银保监 会 2023 年发布的行业报告，中小商业银行不良贷款率较上年上升 0.3 个百分点，其中 30%的信用风险事件源于授信审批环节的信息 不对称或评估滞后。与此同时，市场对信贷审批时效的要求显著提

规要求。除金融专长仍有待提升之外，大模型亦 面临有时生成内容不可控（如“幻觉”问题）、可 解释性差等问题，应用大模型进行决策判断的可 靠性较低，且传统 AI 在部分金融分析决策任务 中的应用（如风控授信、理赔定价等）已较为普 资料来源：蚂蚁研究院，各公司官网，中金公司研究部 注：统计截至2024年4月30日。 图1 大模型在金融领域的代表性应用图谱 ︵百万美元︶ 场景 对客服务、反欺诈 营 销 和 运 营 分 析 决 策 中 后 台 运 营 资料来源：蚂蚁研究院，OpenAI官网，中金公司研究部 整理多模态数据 生成合成数据 整理多模态数据 征信报告解读 信用评估、定价、 授信、违约预测 信用评估/审批报告 风控、清结算 支付交易报告 内部运营降本增效 支付 智能客服 智能客服 智能客服 客户需求、市场趋势 风险特征洞察 产品定价设计、 风险评估 调研方案、产品报告 GPT”，并将其应用于通话质检、电销、广告、客 服领域，电销转化率提高超过 5%，生成话术优质 率达 70%。然而，大模型当前在信贷业务中仍无法 应用于精准度要求较高的授信、审批等核心决策领 域。例如，网商银行表示并未将大模型应用于授信 环节；奇富科技表示大模型虽然能解决许多交互问 题，但可能无法直接应用于风险决策领域；度小满 表示大模型目前不能直接用于风险决策，但结合传 统风控决策引擎，可以有效提高处理非结构化信息

型可以与促销和返利平台 集成，实现自动的促销返 利管理 45 订单信贷管理：订单→交货信贷百分比占用 订单类型 客 户 级别 下单占比 交货占比 有效期 硬体销售 A 高授信 20% 80% 2016-1 软体订制 B 中授信 60% 40% 2016-1 ….. …… ….. …… ….. 配置信贷比例 类型：硬体销售 客 户 ：汉川经销商（ A 高授 信） 数量 ×80% 信 贷 检 查 销售订单 超过信用额度 !!! 交货单 集团统一 额度授信 • 依据不同销售业务类型 + 客 户 授信等级设 定订单 - 交货单信贷占比 • 销售订单下达，自动读取信贷百分比 • 下单及交货两个时点，分别依据百分比实 时扣减信贷可用额度，进行信贷检查 • 在对客 户 授信管控的前提下，最大可能的 降低我方风 险 和客 户 资金占用 提供报表查看： 1 ）客

– 管理支持 经营能力 提升 基础资料 指标与目标 达成 金融服务 营销费用 整合 促销支持 订单物流 支付服务 客户中心 服务 客服服务 培训服务 零售客户服务 – 经营 授信服务 促销支持 订单物流 支付服务 其他类型 客户订单 DCC ： 数字 指挥中心 LMP 门店主数据 蓝色光标 SFA/ 导购 立赢三数据 ERP 营销费用管理 B2C 全渠道快乐家会员平台 台门户商品管理 Hybris WCMS + Accelerator + PCM 经基础销资料商后台指标 管与理目标 零售客户服务 – 经营 零 订单售 物商 流 服务 促销提 支 持升 授信服务 支付服务 自开发 促与发销布管理平 台 Promotion 营数销据 3. 分 0 数析字 展指示挥平中 心台 Qlink, Tableau 等 28 LMP 蓝色光标 SFA/ 人员信息 经销商档案 收款数据 实际收入数 据 标准成本数 据 POS 准备通过 EDI 接入 KA 审批通知 单点登录 授信查询 申 请授信 信用余额接口 询价接口 补货检查查询 信用检查查询 促销政策解析 应收对账接口 授信对账接口 补货款对账接口 信用对账接口 销售目标展示 营销活动信息同步 广宣品控制表同步 门店档 案数据 取铺货 数据 终端门店 信息

精准识别模型，有效防范欺诈风险。在闸口端，基于知识图谱技 术，补充借款人同名跨行及关联交易的资金流向分析，打造全新 的资金流向违规领域探测模型，提升贷后监测覆盖面及精准度。 本方案基于模型风险评估，结合业务经验，制定了综合化授信、 差异化定价等精细化应用策略，实现全线上智能运维管理。同时， 以业务发展为导向，创新打造面向小微商户的开放式融资服务新 30 模式，将服务群体拓展至数千万银联收单商户，进一步扩大服务 面，提升金融普惠性。 （3）应用效果 基于隐私计算联邦建模技术，一是进一步提高了建模开发效 率及模型效果，与原有模型相比，小微商户业务模型性能提升 20%；二是更全面的判别客户资质，场景准入率也得到了大幅提 高，户均授信提高 30%；三是扩大了小微商户客群服务规模，客 户可在线主动申请业务，由系统开展自动审批，实现最快“三分 钟申请、一分钟放款”，大幅提高业务办理效率和客户体验。 9.民生银行与银联-联合营销场景导流实践 合作过程中，民生隐私计算平台与银联隐私计算平台互联互通， 构建联邦客户资质分层模型，采用前置策略模式进行客群前筛， 择优导流。 （3）应用效果 前筛模型上线后，导流贷款申请通过率提升，件均授信增加。 前筛模型能够捕捉客户多头申请、收入、非银机构借贷等维度的 31 特征，增大符合银行准入客户的流量。 10.荣数信息与中小银行/互联网机构-场景侧精准营销 （1）平台互通模式 按照

集团目前经营收入的四分之三以上和经营利润的 40% 以上来自贸易业务 • 集团目前 70% 以上的人员和资产投入在贸易业务领域 • 集团金融业务中的短期金融运作所需的现金流，绝大部分来自贸易业务（比如客户的预付款和银 行的授信额度以及过去贸易业务中形成的资金沉淀） • 集团医药业务的发展也得益于集团整体融资，信息和管理资源实力情况 • 集团将通过贸易业务的延伸，培育和发展未来新的核心业务 8 集团业务组合调整目标 的转变 • 电子商务等新业 务手段的运用 • 国内外市场 • 目标行业 / 客户 • 各类风险的量化分析 • 各种风险防范和后果控制 机制的建立 资料来源：内部研讨会，项目小组 • 银行授信和资本 市场的通道建设 • 有效的成本费用 和资产占用管理 • 内部资源共享机制的建立（ group internal synergy ） • 外部资源的整合协调（各层次的外部业务伙 技术资源 • ** 关系 • 集团声誉 • 高层领导直接管理 • 有利的内部文化与激 励 • 内部政策与管理机制 • 职能部门协助配合 • 协同效应 • 金融资源 ( 资金投 入、授信额度 ) • 人力资源 ( 业务骨 干、专业培训 ) • 物质支持 ( 物资调 配、后勤保证 ) 23 将贷款招标业务从三大贸易公司中分离出来，促进集团业务转型 根据经

导致“不敢投、不 愿贷”。 （2）风险定价模型的“失灵”：传统信贷风控模型高度依赖历史财务数据和 有形资产抵押。对于一家初期亏损但拥有颠覆性技术的企业，该模型会得出极高 的风险评级，从而拒绝授信。它无法有效衡量和定价企业的未来成长潜力、技术 壁垒和团队价值等关键信息。 （3）信贷模式的“矛盾”：在以有形资产为核心的抵押文化下，专精特新企 业最有价值的资产——知识产权，却因其估值难、流转弱，导致其抵押贷款可得 （2）构建“投行思维”的信贷文化：传统信贷风控过度依赖抵押物，与专精 特新企业“前期投入大、资产轻量化”的发展阶段不匹配。金融机构转向以评估企 21 业未来成长性为核心的“投贷联动”思维。在授信决策中，更多地参考股权投资机 构的尽调报告、企业的订单状况、在产业链中的地位等前瞻性信息。 （3）拥抱“数据+模型+专家”的综合风控：面对专精特新企业信息不对称程 度高、风险特征复杂的特点，金

化，并形成交易订单簿，聚合交易需求、便利交易活动、提升市场流动性。 环节七：后台系统支持赋能——AI 助力信息传递及系统平台建设、全面降 本增效 ► 财富及资产管理行业是数据密集型行业，沉淀了如金融交易、投研报告、风控授信、客户 画像等高质量的数据资产，在对内或对外的工作流程当中从业人员会高频调用数据资产、 形成各种形式的内容用于信息传递，在这一过程中 AI 能够有助于降本增效；与此同时， 财富及资产管理行业在 务周期 长、服务频率高，同时受限于需求侧决策流程长、供给侧产品服务存在较大不确定性（如 收益率波动），供需匹配效率较低，因此渠道侧需要更强的营销、运营能力以及持续的客 户陪伴；供给侧相较于信贷授信、保险精算领域主要依靠确定性、高精度的算法模型进行 计算并得到结果，财富及资管领域分析决策中仍有较多主观因素影响，且产品服务的不确 定性相对较大，AI 大模型能够提升决策效率，使得财富资管决策多元化，提升市场有效

企业拓展与 P2P 公司合作范围：客户推荐、信息共享、风险评估、资金托管、资金流监控、贷款催收、资产保全、委托贷款 等全方位合作 • 企业自营或共营方式建立 P2P 平台：客户自助信用评估授信；社交信用评估（社交授信、熟人授信）；社交信用隐性担保增 信；熟人信用显性担保增信；跟投贷款、领投贷款模式创新 发展趋势 Page10 企业数字化转型建设背景 Page11 企业数字化转型建设背景 Page12

企查查 等进行实时对接、联动查询的方式，建立对中小企业的精准用户画 像。依托数据要素的应用，数据资产的挖掘，利用新兴的大数据技 术，建立客户模型，自动判断客户准入和分层，实现风险探测，自动 授信，自动核定额度，自助出账，迅速响应企业供应链融资需求，有 效降低了企业经营成本。 大数据技术 通过机器学习、深度学习等人工智能技术的应用，可以是供应链金融 业务在自动获客、审批和风控等业务环节更加智能和高效。在客户身 证方式，实现客户身份识别、企业信息认证、自动信息审核落地等； 在运营自动化方面，通过建立客户授信、融资出账等数据模型，实现 客户分类授信、自动流程审批、自动出账。 人工智能技术 供应链金融平台在整体方案设计上, 充分利用了移动互联技术，注重 用户体验，聚焦长尾客群，用C端的思维做营运，用B端的思维做产 品。依托小程序这一线上化轻量的流量入口，结合供应链金融授信业 务的特殊属性，重构优化业务流程，在C端进行线上营销，通过线上 方案审批，直至授信 申请、贷前、贷中、贷后整个流程，构建产融业务的作业中台，形成了中台化的作 业模式。新一代供应链金融平台在建设过程中结合互联网思维，实现全部线上化、 自动化、智能化办理供应链业务，整合了3大类传统融资性产品，构建9类可售产 品，运用业务建模方法整合产品服务并推动了20多项功能及流程优化，全面整合作 业运营服务，基于自动化方法、数字化模型大幅缩短审核、授信、出账时间，提升