7-6 纺织产业供应链金融大数据风控体系.pdf

1、纺织产业供应链金融纺织产业供应链金融大数据风控体系大数据风控体系|于溦（Eric Y）风控模型负责人01纺织产业供应链纺织产业供应链02大数据风控模型体系大数据风控模型体系03风控模型应用案例风控模型应用案例04机遇与挑战机遇与挑战目录目录 CONTENT|纺织产业供应链01|纺织供应链金融面临的风险与挑战纺织供应链金融面临的风险与挑战04010203政策风险政策风险 重大事件：重大事件：疫情防控、恶劣天气、限电政策等 国际形势：国际形势：中美贸易关税、国际棉花减仓等行业风险行业风险新行业规法、政策：新行业规法、政策：税务政策、环保政策、区域发展政策调整原材料价格趋势：原材料价格趋势：国内期货

2、、海外期货行业周期性风险：行业周期性风险：节假日、淡旺季终端销售不景气：终端销售不景气：经营风险经营风险进销存：进销存：原材料质量、物流及时、销售价格、产品质量、库存过大、周转率过低等生产：生产：停产、起火、成品率低、设备老化、效率低、生产事故财务：民间借贷、多头借贷、其他逾期、司法判决道德风险道德风险企业主：企业主：行业口碑、不良习惯（赌博等）客户经理：客户经理：串通骗贷企业企业大数据风控模型体系02|供应链纺织行业“供应链纺织行业“1+D风控框架”风控框架”“1+D”是纺织供应链风控基本框架。在纺织产业链条中大致可以分为棉、纱、布、衣等业务场景；1是纺织场景的信用主体有企业和自然人；D是信

3、用主体的增信数据，包括企业的内部数据和外部数据；+是供应链信用模式和信用抓手，+和D是纺织供应链金融业务拓展、创新重点，即依托交易、货物、物联网、数据为风控提供强有力的抓手。1、+、D各要素强弱搭配可以组合成风控组合，形成信用评分，可依次配置运营流程，指导基础产品体系建设。场景场景1+D交 易货 物采购数据信用主体信用增信信用鉴证无企业自然人纱线坯布印染一批商服装厂品牌商供应商贸易商工商数据订单数据司法数据仓储数据流水数据IOT数据三方数据IOT设备|汇集内外部数据，构建风控的融数据底座汇集内外部数据，构建风控的融数据底座金融服务风险防控客户洞察精准营销AI客服千人千面场景客户信息交易流水尽职

4、调查环保数据数数据据源源客户主题特征经营主题特征行为主题特征模模型型特特征征库库IOT主题特征坯布厂画像一批商画像服装厂画像法人画像360画像画像标签标签支付指标评级指标资负指标逾期指标工商指标信用指标金融指标体系金融指标体系实体库事件库行业图谱关系库家族图谱企业图谱知识图谱知识图谱模型中心模型中心A申请模型B行为模型C催收模型风险传导金条信用分押品估值模型产能预测多头借贷隐私计算隐私计算联合推理联合查询匿踪查询代理计算联邦学习联邦学习横向联邦纵向联邦联邦迁移联邦图谱基基础础层层应应用用层层数数据据产产品品行业指标大宗数据1采购数据物流信息监控视频订单数据仓储信息RFID经营数据APP日志工商

5、数据ERP、SCM金融数据舆情信息司法诉讼共债数据+交易货物IOTD内部数据外部数据决策仪表盘金融指标监控客户生命周期分析客户运营管理金融管理驾驶舱金融管理驾驶舱贴源数据层 ODS 汇聚数据、夯实数据基础基础汇总层 DWD 建设主题数据模型公共汇总层 DWS 沉淀多维共性汇总数据数据加密层MID 敏感数据脱敏、加密金融数仓贷中预警贷后预警货值水位预警舆情预警智能预警智能预警AI中心中心人脸识别流水识别货物分类反欺诈模型客服问答舆情预警意图识别文本分类客户分层MGM数据治理数据架构数据模型设计统一ID数据标准化元数据管理主数据管理标准数据接口权限管理外部数据合作管理|组装式风控模型和规则体系满足

6、多场景风控需求组装式风控模型和规则体系满足多场景风控需求客户客户级反级反欺诈欺诈模型模型交易交易级反级反欺诈欺诈模型模型行为行为级反级反欺诈欺诈模型模型反欺诈反欺诈模型库规则库1+D交易交易货物货物内部内部外部外部交易真实校验规则1主体信用主体信用供应能力判断规则货值评估模型货物管控规则物流监控规则生产监控规则经营能力规则工商模型司法模型三方数据模型1主体信用主体信用商流管理估值与管控联合联合客户画像客户分层主体定级规则交付能力模型销售能力模型货物监控模型产能预测模型经营能力分析风险传导征信规则集司法规则集规则集横向联邦学习纵向联邦学习联邦图谱联合预测共债规则洗钱规则A卡模型B卡模型C卡模型|