BBD助力新金融构建大数据监测预警平台

应用行业：新金融

应用需求

　　如今，新金融行业爆发生长，花样繁多，风险也是快速增加。非法集资案件涉案金额、涉案人数急剧攀升，跨区域特征不断显现。市场上出现了监管数据分散、信息不对称、风险预警滞后等行业难点，不仅如此，还出现了风险和案件分析跨地区、跨职能部门，排查效率低、成本高等问题。基于此，行业内借助先进监管工具，创新新金融行业风险监管模式，有效防控金融风险，守住底线的需求变得刻不容缓。

　　为了解决以上行业难题及痛点，红警产品专注于解决新金融风险的“查询、识别、预警、分析”等系列问题，协助金融风险监管机构提前预警潜在金融风险事件并监控风险企业，实时掌握企业风险动态，协助查询、分析和研判金融风险，维护国家和地方金融安全，营造良好的金融行业环境。产品构建了“7+4”新金融行业风险评估模型，监测范围无死角。目前，平台实现了超3000万家企业，350万家新金融企业，16个行业细分新金融领域和全国所有省、市、区行政区域地区的全覆盖，实现事前、事中、事后全流程实时监测和预警。

　　红警平台自2015年开始，从北京到上海，辐射全国，已服务近20多个省市地区，30余个监管部门。同时，BBD持续发力监管科技，精准挖掘企业异常行为，在国资监管、上市公司与拟上市公司监管等领域均有实践成果。

产品架构

　　该平台采用分层设计架构，在数据存储层，大数据应用支撑系统包括内存数据库、图数据库、MPP分布式数据库、分布式文件存储等；在计算层采用流式计算、内存批处理、交互式分析、 Mapreduce离线批处理等技术，实现高效分布式计算。

　　在应用支撑层中对于大数据基础管理平台、大数据加工清洗、数据质量、数据服务、大数据分析与机器学习工具算法以及互联网信息采集等组件进行封装与集成。

　　在数据服务层通过开放平台，使用Restful API+订阅推送的方式提供数据支撑。

　　在应用实现层采用微服务架构开发对外提供服务，适配统一的API网关、注册中心、配置中心以及服务编排组件，系统间通信适配平台统一的接口规范。

　　红警模型采用BBD独有的模型技术，即基于深度学习的单调神经网络单变量编码技术和配套的正系数稳健逻辑回归模型统计模型。

　　相比业内评分卡模型普遍采用的WOE算法，单调神经网络单变量编码技术（MonoLogitTrans）在对变量进行编码的过程中保证了变换函数的单调性、连续性，从而保证了可解释性，同时也能捕捉非线性的规律。逻辑回归模型是预测二值类目标变量的线性模型的变换，可以很好地解决模型的预测能力和稳定性的矛盾并且较容易被理解和使用。新一代红警模型采用的正系数稳健逻辑回归模型是对现有逻辑回归模型的改进，改进后的模型更加稳健，可靠，同时预测准确率也更高。

应用价值

　　如今新经济行业发展迅速，行业也亟须成熟的监管手段为经济稳定发展和社会稳定保驾护航。新的时代背景下，为防范化解金融风险，维护金融稳定和经济发展大局，监管科技的建设势在必行。基于大数据、人工智能技术，通过创新监管手段和治理办法，打击非法集资犯罪，为经济稳定发展和社会稳定保驾护航，是一项艰巨和长期的工作。

　　红警平台拥有多源异构海量数据融合、大数据机器学习建模、海量信息图计算及处理、可视化分析技术等核心技术，并且还在不断升级创新。对比之前版本，红警V6.0版本模型及监测范围升级、模型逻辑架构升级以及风险监测粒度升级，一系列升级创新更加有利于清晰的业务脉络和客户需求，扩宽了金融监管全流程覆盖面，打造全生命周期的综合监管，同时深化专题监管和分行业监管，针对不同客户对象提供更好的服务。

　　平台通过数据分析结果和业务经验，识别最优的群体细分，将各个行业按其注册资本规模和关联方数量划分成不同的群体，在此基础上开发一系列的风险预警模型。该平台将用于更精准、有效地衡量不同规模、不同行业的企业风险，使得整体风险预警模型体系的预测能力达到业内领先水平。

　　红警平台监测范围覆盖超3000万家企业、350万家新金融企业、16个行业细分新金融领域和全国所有省、市、区行政区域地区，实现监测预警的无死角全覆盖，从而更好地解决金融风险监测难以全范围覆盖的问题。同时平台也能做到对每一个新金融行业有针对性地精准刻画其非法金融活动并发现其内在规律。

数联铭品（BBD）简介：

BBD作为一家国内领先的大数据企业，多年来深耕技术、探索大数据与数字经济创新与实践应用，汇聚了大量专业技术领域顶尖人才，始终坚持用大数据解决行业难题。BBD是国内最早探索和实践大数据技术和数字经济产业发展的高新技术企业之一，搭建了国内领先的企业数据库和模型库，基于强大的数据治理和建模能力，形成完整的大数据综合服务产品线和行业解决方案，致力于打造领先的大数据金融科技和政府治理智库服务机构。