參賽單位：九次方大數據信息集團有限公司

案例名稱：企業風險監測預警大數據平臺案例

案例簡介：

企業風險監測預警大數據平臺主要針對全國各省、地市、區縣金融辦的非法集資預警監測，利用大數據技術進行風險實時預警，風險分析，業務決策。服務于金融辦做好類金融行業風險排查工作，服務于銀行、證券等機構規避企業風險造成的經濟損失，防范和化解金融風險。

項目背景：

針對目前國內非法集資現狀、非法集資政策法規、非法集資監控困境等問題和形勢，結合客戶實際需求，九次方大數據設計并研發了“烽火臺” ，幫助金融機構規避企業風險造成的經濟損失，防范和化解金融風險。

服務部門：

金融辦：地方政府金融服務（工作）辦公室

銀行機構：對公信貸管理

證券機構：投行持續督導

創新技術/模式應用：

1、 大數據采集處理

通過建立企業風險監測預警平臺，重點監控非法集資十大高發行業，并從海量的互聯網信息中提取涉及非法集資的相關信息，經過數據清洗、數據集成、數據變換、數據規約等一系列預處理過程，把數據集合統一轉換成可供分析的結構化數據，對企業數據、政府數據新聞、輿情數據等進行動態監測。

2、 大數據分析模型

以大數據和云計算為技術支撐，利用機器學習、自然語言處理、神經網絡技術，構建非法集資風險指數分析模型，從海量數據中篩選出與企業非法集資風險高度相關的幾類指標，構建“風險指數”模型。通過全方位的風險模型監測，對疑似非法集資企業進行分級預警，構筑金融風險防控體系。

解決行業哪些痛點：

發現難：金融辦以及金融機構在大量機構中篩選非法集資機構及風險企業時，猶如大海撈針，人力成本高；

研判難：非法集資相關法律法規及標準不完善，給非法集資研判帶來一定難度；

處置難：對于未達到立案標準的疑似非法集資行為，具有潛在風險但處置權限不清

通過大數據、風險分析模型等技術手段，制定非法集資篩選、研判、處置流程，對當地疑似非法集資企業進行提前預警，做到“打早打小”；

金融辦根據預警名單及時處置，預防、避免非法集資案件的大范圍爆發；

金融機構根據設定符合本機構需求的字段標簽，進行精準預警，輔助信貸管理；

執行過程及風險控制：

項目執行過程中的風險主要包括:集中化風險、數據風險、運行風險、通訊風險、查詢量的峰值沖擊風險、維護與管理風險等。技術風險雖然在系統實施中發生的頻率高,發生的可能性大,但其對系統的破壞性卻比較小，而且,通過對系統科學地設計,嚴格科學地管理,大部分的這類風險是可以避免的。

系統風險控制

對項目進行科使學規劃,對系統設計方案進行反復論證,確保系統設計的科學,系統本身具有較強的抗風險能力。

數據風險控制

按照高可靠性、高冗余性和高擴展性標準,建立備份機制,以防在發生故障時,系統能夠快速地切換到備份系統, 迅速恢復到正常的運行狀態。

運行管理風險控制

建設全方位自動化智能風控，數據存儲、管理、應用過程中，符合國家相關法律法規。

效果評估：

1、 非法集資監測全覆蓋

對十大重點行業監測全覆蓋，實現“打早打小”，做到地區不再發生非法集資事件。大幅度提高金融辦防范、處置、化解非法集資的工作效率，降低了域內非法集案件的處置成本。

2、 非法集資有效預防

通過非法集資風險趨勢分析、企業風險報告分析，對非法集資發展趨勢做出精準預判，并采取有效預防措施，形成有針對性的地方性法規，打造非法集資的立體化綜合防止體系。

3、 智能化全方位監測企業信息

實時預警符合監管特點的風險企業，結合人工行政手段干預，排查重點監控企業，提高監管效率

4、 健全風險監測預警和早期干預機制

加強金融基礎設施的統籌監管和互聯互通，推進金融業綜合統計和監管信息共享

5、 提升中心區域內的監管體系

優化金融監管工具，按照中央統一規則，強化屬地風險處置責任。

責任編輯：王超