挖掘边界客户，实现精准授信。 贷中风控 数据指标变化快，需要实现实时 化的再审核与放款。 贷后管理 贷后管理难度大，需要多种新技 术发现隐性风险，提高管控度。 操作风险 随着银行线上化能力的增强，操 作风险识别从预防人员不合规操 作转为线上流程漏洞和异常行为 识别等。 流动性风险 从线下的，面向审批的逐步转 向实时的智能决策。 银行数字化风控新挑战 授信 据 850 万条； 运营商数据 工商数据 法院数据 设备 / 客户 账户 / 交易 机构 / 柜员 指标数据 业务场景：授信 信用卡申请 额度测算 贷中预警 房产估值 贷后管理 小额授信 风险分级 逾期催收 人工核实 发卡 授信发放 行为评分 (B 卡 ) 催收评分 (C 卡 ) 申请评分 (A 卡 ) 实时信贷指 标 离线信贷 数据 贷中 贷后 外部数据 贷前 机器学习平台 离线特征工程 贷中 / 贷后指标 （ HBase ） 机器学习模型 调用 技术架构：授信 数据湖 (Hudi 、 Iceberg) 贷前：实时指标 业务 系统 外部数据平台 内外指标计算 规则引擎 贷前授信 离线指标 离线数仓 (GaussDB) 模型引擎 模型编排 (DAG) 数据 线 交易线 数据服务平台

16 三、存款与反洗钱业务审计 .............................................................................22 四、授信与信贷业务审计 .................................................................................27 五、运营与渠道审计 动态调整审 计资源 分配，响应速度提升 50%） 3 、风险导向型嵌入式审计：将审计职能前置嵌入业务流程，如在信贷审 批 系统设置实时合规检查节点。通过规则引擎自动拦截偏离风险偏好的操作 （如超 额授信、关联方贷款），并生成风险热力图指导后续审计重点。（监管 规则语义 解析与代码化映射，如《商业银行资本管理办法》条款转化为系统规 则）；实时 风险仪表盘展示违规操作分布） 二、审计工作管理与审计质量控制 为？（比对工商登记信息与授信客户清单，结合企业经营与纳税数据等综合判 断， 比对清单和建立识别机制等） （7）绿色信贷项目环境效益测算是否取得第三方认证，资金使用是否与环 评报告保持一致？（审查绿色债券发行文件，追踪专项资金划付凭证） （8）集团客户授信集中度是否穿透至实际控制人关联企业，隐性担保是否 纳入风险敞口计算？（绘制集团股权架构图，核查授信系统关联关系标识完整 性）

吴永飞 贾凤军 陈元琳 刘泓滔 卓剑航 李晨辉 廖倡 周喆斌 邬晓磊 常凯 刘进 姜欣荣 北银金科：北京银行大模型安全测评平台 山东农信：基于多法人架构的客户统一授信系统 微众银行：全栈自主可控的金融级智算 AI 网络建设与实践 湖北农信：智能运维平台 四川银行：新一代工程基于云平台分布式架构下的核心系统测试实践 中国邮政储蓄银行：新核心统一查询——实时数据分析查询的分布式解决方案 地位和行业趋势等信息，通过深度数据分析全面评估企 业的信用状况；如结合行业标准和历史经验为企业进行 信用评级，确保融资条件与企业实际需求及信用水平相 匹配；同时，可根据企业的信用评级、经营状况和还款 能力等要素，设定合理的授信额度，确保资金使用过程 的安全性和稳定性。在机构保荐方面，中小券商可收集 企业的银行流水数据并进行深度分析，全方位把握企业 的资金流动状况，识别潜在风险，准确评估财务状况和 经营表现。在突破方向上，可探索借助公共信用信息、 量利用，而原系统厂商的修复漏洞的速度往往存在一定 的修复周期，通过零信任控制决策中心可以快速的将这 些应用漏洞进行 URI 级别的精准防护，同时基于零信任 控制决策中心的身份识别能力可以将网关对部分必要使 用系统的用户进行授信访问，或是下发零信任安全策略， 既能保证业务的必要使用，又可以加强安全防护效果。 在零信任框架中，所有的访问行为及系统自身运行 日志都会被详细记录下来，与传统的安全审计不同，零 信任框架不仅会记录用户的

资金周转率得以提升， 推动光伏产业智能化、规模化发展。 - 8 - （2）智能供应链金融：革新传统模式，激活产业活力 数字人民币可追踪信息流、物流和资金流，便捷为供应链核心企业上下游提供动态授信， 当物流系统确认收货后自动释放货款给供应商，从而减少人工介入和信用风险。例如，农业 银行将数字人民币钱包开立、兑换、转钱、支付、代发薪等功能输出至联易融平台，核心企 业可一站式使用数字人民币 佳投 入产出。拥有实时、全量的销售品类从生产、运输、入库、终端商家、消费者开品扫码数据。 上述数据原本为了防止窜货，通过赋予二维码扫码溯源的方式实现货物管控。这些数据能为 终端用户的贸易背景和授信规模背书，并且数据留存的贸易关系，也是金融机构与核心企业 构建资金监管的核心抓手。三是定向支付，实现资金闭环管理。智能合约可预设资金用途、 交易对象及支付条件，在供应链融资还款场景下，可限定买方回款用于归还上游供应商保理

智能引擎可以提高单客户的效率，在风控模型调用前使用，它由响应模型、 预授信模型、额度预估模型、价格预估模型、用信预估模型和利润预估模 型组成。 以主动触达方式为例，对授信成本进行预估，将响应模型和预授信模 型拟合在一起，从而得到客户授信成本的排序，在选择客户时，优 先选择预授信成本低的客户进行广告投放； 以被动触达方式为例，在授信、用信、额度、广告竞价环节中，均使 用模型过滤掉质量低用户，这种方式会尽量最大化单客户效率。 从数据来讲，主要的数据来源是用户数据，第二个是广告数据、第三 个是用户的生态数据； ② 在系统层，主要为智能引擎、创意引擎、广告投放平台、内容辅写平 台、实验平台这五个部分： 智能引擎主要配置响应模型、授信预估等，使用常规的机器学习模型 一般为 xgboost ，deepFM ，stacking 等； 创意引擎，指的是获客的千人千面的创意，实现方式有文本创意和图 片创意，文本创意以 GAN 深度学习模型为主，图片创意现在做到 不仅仅是这些模型的评估指标。更加需要关注的是模型整体的排序性和稳定性。在不同的业 务场景下，对模型的要求也不一样。例如，在欺诈检测的场景下，会希望模型在低分段有更 好的区分度。反之，如果要做授信额度策略，则会期望模型在高分段有更好的区分度。 自动化模型评估在实现全面、细致、快速地评估模型效果方面，主要涵盖了以下三个方面： ① 跨维度：变量维度、模型分维度； ② 跨样本：Train、Test、OOT、

申请进件 放款审查 生态服务 贷款审批 面签开户 数字化业务能力建设 ✓ 线上化准入申请 ✓ 模型自动审批 ✓ 访店管理、打卡 ✓ 业绩看板 ✓ 在线知识库 ✓ OCR应用 ✓ 声纹识别 ✓ 预授信 ✓ 车价预评估 ✓ 断点召回 ✓ 智能电核 ✓ 风控模型自动审核 ✓ 地址、角色排重 ✓ 企业、个人关系图谱 ✓ 数字人自助面签 ✓ 断点召回 ✓ 一键开户绑卡 ✓ 发票、保单、车辆所 有权证、车辆合格证、

平台，实现多场景赋能 业务领域 落地场景 落地概况 信贷领域 智能审批与风险管控 公司计划在 2025 年全面实现 DeepSeek 与信贷业务的深度融合。通过构建智能审批决策 体系，提升授信效率，强化风险管控。同时，借助智能化风险预警模型及实时监控系统， 有效保障业务安全。公司还将利用 DeepSeek 的分析能力，实现财报分析与预测功能的智 能化，进一步提升信贷决策准确性。此外，由 DeepSeek

增加财务收入 • 对加入商圈的个人客户和法人客户，均在一个系统完成，无需切换银行授信管理条线 降低融资门槛 节约融资成本 提高融资效率 • 依托核心客户信用，无抵押无担保获取银行授信 • 依托核心客户商圈信用，降低融资成本 • 线上办理业务，提高融资效率 银行依托核心客户商圈 ，线上批量获取上下游客户，提高授信审批效率 • 依托区块链技术，实现合同流 、现金流、 发票流、 物资流四流合一，确保交易背景真实性，严控操作风

实现负债可视化管理，为用户带来无 感授信体验。譬如，微众银行基于联邦学习框架实现 智能交互革命，使中小微企业贷款审批效率提升 5 倍。 5.3 短期优化，效率与体验升级的场景在于获客、风控、线上服 务 资料来源 ÿ 官方网站，中信建投证券整 理 场景 技术说明 典型公司 产业链金融 产业金融涉及海量且复杂的数据，包括企业的财务数据、交易数据、供应链 数据。需要构建图谱构建 + 动态授信模型，收集多源数据，去除噪声数据，

识别工控协议的工业审计平台 3 4 5 通过网闸进行生产环境不管理环 境的物理隑离 通过沙箱对生产和管理之间传输 的文件进行未知威胁识别，防止 类似“震网” 在操作站上面安装主机白名单， 形成授信环境 6 在标准 IT 环境中防火墙边界防护 7 在企业办公或资源终端部署 DLP ， 防止图纸泄露 地址黑名单 …… 移动互联网络等保解决方案 LEAF LEAF LEAF 接入 接入