九江银行信用风险监测预警系统需求说明书.doc

九江银行信用风险监测预警系统需求说明书 PAGE PAGE 1 九江银行信用风险监测预警系统需求说明书 九江银行股份有限公司 二〇二〇年一月 目 录 TOC \o 1-3 \h \z \u 9963 1. 项目背景 3 1336 2. 项目目标 3 25688 3. 项目实施 5 14223 3.1. 项目范围 5 4114 3.2. 项目进度目标 5 25668 4. 产品需求 6 4591 4.1. 功能性需求 6 32730 4.1.1. 行内外预警相关数据整合 6 12358 4.1.2. 监测客户名单管理 6 21414 4.1.3. 预警指标体系 7 8718 4.1.4. 灵活可配置的流程管理引擎及预警处理流程 10 18927 4.1.5. 单个客户全景视图 11 8942 4.1.6. 授信客户最新信息一览 11 18489 4.1.7. 舆情检索 12 8433 4.1.8. 知识图谱 12 28846 4.1.9. 客户找关系 12 6330 4.1.10. 疑似实际控制人 12 11263 4.1.11. 集团识别 12 7270 4.1.12. 担保圈链管理 13 10045 4.1.13. 内控名单管理 13 8838 4.1.14. 模型管理 13 3440 4.1.15. 我的工作台 13 26065 4.1.16. 统计及效能分析 14 17149 4.1.17. 应用场景 15 9089 4.1.18. 其他功能需求 15 22802 5. 非功能性需求 16 13684 5.1. 应用整体需求 16 25020 5.2. 软硬件环境需求 17 11918 5.3. 系统安全要求 18 20810 5.4. 系统性能要求 18 4845 5.5. 系统维护要求 19 16428 5.6. 实施团队要求 19 21226 6. 文档交付 20 14450 7. 知识转移及培训 21 9984 8.售后服务 22  项目背景 银行是经营风险的机构，管理好风险是银行赖以生存的手段。 授信业务是银行最核心的业务，是银行利润和风险最主要的来源。能否管理好授信相关风险对银行经营好坏起着至关重要的作用。 根据银监会披露的数据， 截止到2018年12月末，银行业不良贷款余额达到20254亿，不良贷款率1.89%，同比上升0.09个百分点。与2017年相比，银行业不良贷款额和不良贷款率均有所上升。 管理好授信资产风险，对现阶段银行经营和发展越发重要。受中美贸易战和经济周期影响，可以预期银行的资产质量受到宏观经济形势的影响正在增大。授信业务风险主要表现形式是信用风险，即借款人或者交易对手违约的风险。宏观经济周期处于上升期时，客户的还款意愿和还款能力较好，授信资产质量整体也较好；宏观经济周期处于下降时，客户的还款能力下降，还款意愿也随之下降，给资产质量整体带来较大的压力。 当前银行业普遍存在“重贷轻管”的现象，对贷后管理重视不足，认为投入资源多，管理周期长，难以直接产生效益。信息不对称是导致风险的重要因素，数据整合是消除信息不对称性的重要手段。在大数据技术蓬勃发展和国家大力推进“互联网+政务服务”的背景下，我们希望借助现代信息技术改善银行和授信客户之间的信息不对称状况，减轻贷后管理的工作量，持续进行信用风险的监测和预警，及时发现风险隐患并快速化解，减少经营损失和提升银行的盈利能力。 项目目标 通过信用风险监测预警系统项目，整合行内和行外相关数据，挖掘我行授信资产存在的疑似信用风险点，并及时对这些风险点进行监控、预警和安排人员排查，为授信资产管理提供支持，提升全行风险管理水平，同时期待在一定程度上突破总行在授信客户信用风险信息获取充分性和及时性两方面的约束，强化决策指挥中心的职能，从而在预警管理模式上，提升为总行统筹驾驭、居中有效调度指挥、总分支行上下联动的新型管理模式。同时建立数据共享机制，将预警相关产出物延伸到贷前准入、贷中审批、放款、贷后检查等环节，实现联防联控，有效防范风险。 （一）整合行内外可用数据源 整合行内外可用数据源。对内，以信贷系统、票据系统、同业系统、国结系统、押品系统、核心系统、人行支付系统、CRM系统等行内系统为出发点，整合预警所需数据源；对外，根据需要整合人行征信系统、工商登记查询系统、税务、司法、海关、新闻舆情等数据源。通过分析这些数据之间的关联关系建立规则模型，实现授信资产的监测和风险预警。 （二）建立科学的预警体系模型 通过此项目建立我行风险预警体系以及相应的权重