项目内容：为了应对及时高效的应对瞬息万变的内外环境分行在创新方法、丰富工具、建立机制及拓展应用的基础上积极探索风控数字化转型从起初的EXCEL透视表、BI工具、最后形成可视化风险管理系统该系统实现风险指标数据整合、数据清洗与分析、可视化图表展示、自助分析报告生成以及与风险信息共享平台系统交互等功能极大提高风险管理的效率和准确性实现了对各项复杂指标的监测和风险溯源为管理层制定相应措施提供依据进而提升

项目内容：为了应对快速变化的内外环境，分行在创新方法、丰富工具、建立机制和拓展应用的基础上，积极探索风险管理的数字化转型。从最初的使用EXCEL透视表和BI工具，到最后形成可视化风险管理系统，该系统实现了风险指标数据的整合、数据清洗和分析、可视化图表展示、自助分析报告生成以及与风险信息共享平台系统的交互等功能。这极大地提高了风险管理的效率和准确性，实现了对各项复杂指标的监测和风险追溯，为管理层制定相应措施提供了依据，进而提升了业务决策的效果。

具体来说，分行在总结和借鉴总行《关于推行数字化风控指标体系的通知》的基础上创新了分析方法，分别从绩效考核角度和零售内评数字化风控指标体系（包含总体风控效果指标、贷前环节风控和贷后环节风控）进行了深入分析。通过多个角度对各产品和各机构进行风险画像，然后在对风控数据进行合理加工的基础上，通过关键指标的关联分析，更准确地为客户准入提供数据和决策支持。例如，对支行个人信用消费贷款不良生成率（总体风控效果指标）与新发放贷款各等级分布中D、E级合计占比（贷前环节）进行关联分析。通过观察高风险客户（D级、E级）占比数据，并考虑到个人信用消费贷款期限为12个月的贷款占比较高，贷款从到期到不良需要2个月的表现期，观察2022年3-9月新发放贷款不良生成率数据的表现，发现两者之间存在明显的正相关关系。这说明贷前客户资质（产品新发放贷款各等级金额分布）是影响业务到期还本时资产质量的重要指标。进一步推断，如果某个产品或机构的新发放贷款各等级分布未出现明显异常，但新发放贷款不良生成率却居高不下，那么该产品或机构可能存在中介机构对客户虚假包装等外部欺诈风险。同时，对C-M1和M1-M3滚动率（均为贷后风控环节）按机构进行关联分析，如果C-M1和M1-M3滚动率都较高，说明相应机构的贷后逾期管控和催收效果不佳；如果C-M1滚动率较高，说明相应机构短期逾期风险较大，但不良下迁风险可控；如果M1-M3滚动率较高，说明该机构的客户逾期后，有很大比例转化为不良，应加强逾期后的催收工作。上述关键指标关联分析见下图。通过对个人信用消费贷款、商贷通和网贷通的新发生违约率进行时间序列分析，可以在贷款循环支用过程中准确地识别新老客群，定位高风险客户。通过对优享贷产品要素调整前后新发放贷款各等级分布进行对比分析，可以验证该产品要素调整后客户品质的变化情况。

这些分析方法的应用，为分行提供了更准确的风险数据和决策支持，有助于管理层制定相应的措施，提高业务决策的效果