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

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）

能力、助力丰富金融供给，归纳提炼了工业互联网赋能金融的七种典 3 型模式，包括贯通供应链金融模式、生产与保险数据融合模式、驱动 信贷流程再造模式、防范金融违约风险模式、优化金融数据流转模式、 催生新型授信模式与数据创新金融租赁模式，并整理了相关典型案例， 为工业互联网产业与金融的进一步合作提供借鉴与参考。 2025 年是全面贯彻党的二十届三中全会精神的开局之年，也是 “十四五”规划的收官之年。面对外部压力加大、内部困难增多的复 4：防范金融违约风险 ............. 27 （五）助力提升抗风险能力模式 5：优化金融数据流转 ............. 28 6 （六）助力丰富金融供给模式 6：催生新型授信方式 ................. 30 （七）助力丰富金融供给模式 7：数据创新金融租赁 ................. 31 四、2025 年工业互联网与金融双向赋能展望 .. 融、生产与保险数据融合、驱动信贷流程再造等模式；以工业互联网 助力提升抗风险能力方向包括两种模式，分别为防范金融违约风险、 优化金融数据流转模式；以工业互联网助力丰富金融供给方向包括两 种模式，分别为催生新型授信方式、数据创新金融租赁模式。整体看， 以工业互联网赋能金融的关键是助力金融机构与企业打通数据流，以 工业互联网平台、标识解析体系、可信数据空间等为载体，支撑金融 基础设施体系建设与金融产品服务体系的创新。

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

•主要业务改进和管理提升 财务管理 TEX-MES 管理 3.4.1 销售管理模块 — 核心业务及架构 销售计划 销售合同 销售订单 交货管理 物料库存帐 运费结算 价格控制 授信控制 批次管理 运输 合同审批 价格审批 授信审批 客户管理 产品管理 客户回执 质量反馈 运输报价 运输合同 开票 OA 系统 MDM 数据系统 计划及合同 订单处理 交货执行 会计核算 3.4 析，便于销售工作的精细化管理。 3.4.5 销售管理模块 — 价格及授信数据— 统一管理、集中管控 定价数据 授信数据 OA 流程审批 ERP 系统内维护 最低价控制 客户风险控制 •销售价格经过 OA 系统审批后，在 ERP 系统内进行管控 •销售发货不能超过系统内的最低价 •销售过程中应严格执行，如果低于系统内定价销售，则需要经过分公司董事长审批 •客户授信经过 OA 系统审批后，在 ERP 系统内维护，对客户风险进行控制 系统内维护，对客户风险进行控制 •客户某著名企业授信管理工作要求执行 •客户授信额度不足时，应提醒客户及时回款 3.4.6 销售管理模块 — 重点方案— 产成品批次管理 生产分批 MES 入库 销售发货 售后追溯 纱线批次管理 •将 SAP 生产管理、质量检验、销售发货与 TEX-MES 系统有效集成起来 •产品批次携带产品多个维度信息 •按批次发货后，使订单之间存在良好的关联性，能够形成销售订单到生产订单的质量追溯

信息存储与回忆 数据集成 实时、离线数据接入与加工 知识图谱 深度关联、图可视化分析 指 标引擎 实时、离线指 标计算 结合 多 方数据及 小模型工具，全 面、灵活的生成 画像及报告 授信 工商 决策引擎 实时、离线的客户标签计算 评级 预警 逾期 司法 舆情 经营 工 具 调 用 聊天助手 微调 LLM 工具 调用 RAG 监控预警 业务监控 业务预警 学会与 AI 协作的风控实 践 融合 客户 在贷前、贷后全 流程中的各类数据，全景 呈现客户信息 使用大模型深度推理，结 合规则、图谱、小模型等 多种能力，实现客户画 像维度的深度推理 授信 评级 预警 逾期 基于富文本数据的风险态势感知 调度引擎 任务编排、自动调度 指 标引擎 实时、离线指 标计算 大模型 非结构化知识抽取、实体链接 知识图谱 深度关联、图可视化分析 文件切片 文件解析 -L 向量化模型 政策 / 案例 同盾资产 库 外部报文解析数据 • 欺诈评分 • 信用评分 ... 系统数据 • 授信历史 • 还款行为 • 客户行为数据 • 设备指望 • 访问路径 • 业务运营数据 • 催收记录 • 客户交互记 录 • 交易流水数据 • 消 费流水 •

销售业务员在于客户报价时 不得低于标价，在系统中录 入销售价时进行控制，保证 企业销售利润 • 物料标准化。 • 为销售需求传递及发货、开 票提供数据支撑 • 根据回款及时率为客户制定 授信额度 • 销售环节进行超信控制，降 低企业风险 客户主数据 - 集中管理，信息共享  用账户组区分客户编码范围，控制有效字段的使用。  按照不同维度细分客户类型，方便业务操作及数据统计。 应收款未清 信用基础数据维护的关键信息： 1. 客户信用等级 A ：免信用检查 B ：需信用检查，按授信额度执行 C ：需信用检查， 0 信用额度 （适用于目前的黑名单客户） 2. 信用额度 B 级客户：有授信额度 C 级客户：无授信额度（黑名单客户） 销售管理 信用管理 收款核销  信用控制，简单一点说就是因为我们经常地产生赊销的业务， 2 ）、创建相同客户不同销售范围的信用控制范围， 3 ）、对订单及发货单进行控制。 单笔合同授信 & 客户授信的区分  单笔合同授信：即客户单笔发生销售业务时，通过某著名企业进行审批后，进行后续流程操作。  客户授信：通过某著名企业保或授信审批，给客户的授信额度。包括当前对应的未清销售订单 + 未清交货单 + 未清的发票 + 历史未清销售订单 + 历史未清交货单 + 历史未清的发票。

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

发展。 场景金融促进供应 链金融生态合作加 强 • 2024年3月，深圳市地方金融管理局发布的《深圳市关于金融支持供应链高质量发展的实施意见》，鼓励金融机构联合 供应链核心企业等优化供应链融资授信模式和信用评价模型，探索场景金融的信用类产品。这些举措有助于促进供应链 金融生态系统的合作，推动供应链金融市场的发展和创新。 • 场景金融的发展使得多元融资成为可能。金融供应链的数字化革新使得其各环节透明度得到提升，有效打破因信息不对 账户开户 账户变更 …… 结算管理 付款管理 资金调拨 …… 资金池管理 计划与预测 境内资金池 跨境资金池 境外资金池 计划编排 资金预测 …… 融资信贷 担保管理 授信管理 …… 票证管理 重凭管理 承兑汇票 …… 投资理财 银行存款 理财产品 …… 外汇管理 外汇结算 掉期管理 …… 基础管理 组织架构 用户管理 权限管理 安全管理 日志管理 全面评估供应商信用风险，辅助金融 机构与核心企业做出融资决策 物流与资产追踪分析 自动判断货物是否真实、交付是否及 时，为存货质押或订单融资提供实时 数据支撑 融资匹配与定价优化 智能匹配融资产品、授信额度与利率 水平，实现个性化金融服务 对账与结算自动化 在应收账款转让、回款核对等环节， AI可帮助减少账务对接成本。 AI大模型对于供应链金融的影响 -依托深度语义理解与智能推理能力，大模