移动支付网

投稿
数据库 · 资料下载 · 标准文件

金融科技创新应用声明书:基于大模型与规则引擎的全流程信贷风控系统

本创新应用采用“大模型初筛+规则引擎复核”的协同机制,在贷前自动提取企业法律诉讼、经营异常、行政处罚等负面信息生成标准化授信报告并引导审批人聚焦高风险疑点,同时在贷后整合纳税、负面清单、司法诉讼、工商变更、关联方风险等多维外部数据构建统一风险视图,动态识别多头借贷、经营地址频繁变更、纳税异常等风险异常信号并输出可追溯的分级预警,从而实现全流程的智能化闭环管控。

本创新应用由交通银行股份有限公司自主研发,模型选型、微调训练及参数调优等。本创新应用使用的企业类数据通过公共数据授权方式获取,外部支持公司仅提供数据资源支持;数据提供方均不参与本创新应用的系统研发、模型训练与信贷决策。

创新性说明

1.技术融合创新,以LLM处理非结构化负面信息和报告生成、以规则引擎保障可解释性和精确判断,通过互补协同,推动全人工审批向“模型初筛、人工聚焦”的人机协同模式转变,兼顾效率提升和人的裁量权保障。

2.知识工程创新,将分散于专家头脑中的隐性风控经验量化为可执行、可迭代的规则库,实现知识、规则和经验的资产化、工程化,提升可复制性、可操作性。

3.安全机制创新,针对大模型潜在的“幻觉”与不可控风险,建立双重校验机制;将大模型生成的未标注报告交由后置的规则引擎进行合规性与逻辑性交叉检验,实现算法安全与业务合规的绝对可控。

4.业务赋能创新,将AI算力转化为实际业务生产力。通过海量非结构化数据自动化处理,缩减人工审阅耗时,实现审批效率的指数级跃升;通过全域风险感知与精准识别,提升风险捕获率与决策一致性。

基于大模型与规则引擎的全流程信贷风控系统

附件下载 需登录后下载
下载地址加载中,如长时间未加载完成,请刷新此页面或点击这里加载
以上资料为网友上传或网络收集,版权归作者所有,仅供学习和研究使用,如有侵权,请联系我们更正(editor@mpaypass.com.cn)。