重庆三峡银行大数据风控平台建设与应用项目招标书.docx

重庆三峡银行大数据风控平台建设与应用项目招标书.docx

《重庆三峡银行大数据风控平台建设与应用项目招标书.docx》由会员分享，可在线阅读，更多相关《重庆三峡银行大数据风控平台建设与应用项目招标书.docx（34页珍藏版）》请在冰点文库上搜索。

重庆三峡银行招标书商业秘密

重庆三峡银行大数据风控平台建设与应用项目招标书

重庆三峡银行股份有限公司

2017年6月

-2-

目 录

第一篇项目介绍 .-3-

一、项目背景.....................................................................................-3-

二、项目目标.....................................................................................-3-

三、总体要求.....................................................................................-3-

第二篇业务需求...............................................................................-7-

第三篇技术需求.............................................................................-14-

一、总体原则...................................................................................-14-

二、系统架构要求...........................................................................-14-

三、系统性能要求...........................................................................-14-

四、扩展性要求...............................................................................-14-

五、兼容性要求...............................................................................-15-

六、开放性要求...............................................................................-15-

七、安全性要求...............................................................................-15-

八、应当遵循的标准和规范...........................................................-15-

第四篇商务条款.............................................................................-16-

一、交货时间、地点、服务水平协议...........................................-16-

二、测试和验收...............................................................................-16-

三、服务和支持...............................................................................-17-

四、文档和培训...............................................................................-17-

五、付款方式...................................................................................-18-

第五篇投标方须知.........................................................................-20-

一、投标费用...................................................................................-20-

二、投标方资质...............................................................................-20-

三、招标文件...................................................................................-20-

四、投标...........................................................................................-20-

五、讲标...........................................................................................-23-

六、定标...........................................................................................-23-

第六篇投标文件.............................................................................-25-

一、投标函.......................................................................................-25-

二、开标一览表 .-26-

三、分项报价明细表（投标方自定义表格形式）............................-26-四、投标方承诺函...........................................................................-27-五、投标方法定代表人授权委托书...............................................-27-六、服务水平协议...........................................................................-28-

-3-

重庆三峡银行招标书商业秘密

第一篇项目介绍

一、项目背景

近年来，随着大数据技术的日益成熟，越来越多的银行业金融机构将其应用于风险管理之中，尤其是对信贷客户的反欺诈分析、信用等级评估、贷后风险监测预警与催收等环节，取得了较好的成效，弥补了银行业金融机构过去风险信息不足、风险难以量化、风险管理效率较低的问题。

因此，我行也计划借助大数据技术搭建自身的风控平台，能够对行内外各类数据进行全方位的深度挖掘与分析，在此基础上开展风险规则和模型的构建，并将规则和模型应用于业务经营管理中。

同时，我行也正在实施“互联网+”金融模式建设，拟推出针对个人和小微企业客户的网贷产品，希望利用大数据风控平台开发针对这类产品申请人的反欺诈和信用等级评估模型。

现公开择优选择外包服务商，欢迎符合资质的服务提供商参与投标。

二、项目目标

一是搭建大数据风控平台，能够对行内外的各类数据进行分析和建模，并根据应用场景需求将风险规则与模型进行部署运行；二是基于大数据风控平台，分别开发针对个人信用消费贷款和信用经营性贷款的风控模型，包含但不限于反欺诈识别和信用等级评估两大方面。

三、总体要求

（一）实施范围要求

本项目属全新建项目，需按我行需求开展相应的设计、开发和实施落地工作。

（二）人员要求

投标方必须列出项目组成员名单以及简历，如下表：

姓名

性别

职务/

职称

在本项目中的分工

工作经历（学历、资历、参与过的系统工程项目）

参与相关项目工作

经验时间

相关认证

备注

此表所列人员应为项目组主要成员，投标方应承诺未征得我行书面同意的情况下不得更换上述成员。

针对项目总监，要求至少拥有十年以上数据分析、反欺诈和客户信用评分模型开发与应用、零售内评体系建设相关工作经历，并参与过至少八个银行业金融机构的类似项目。

针对项目经理，要求至少拥有七年以上数据分析、反欺诈和客户信用评分模型开发与应用、零售内评体系建设相关工作经历，并参与过至少五个银行业金融机构的类似项目。

针对其余项目成员要求至少拥有两年以上数据分析、反欺诈和客户信用评分模型开发与应用、零售内评体系建设相关工作经历，并参与过至少两个银行业金融机构的类似项目，其他行业的类似项目数量不限。

投标方在“备注”栏说明所列人员的工作比重或具体时长。

“在本项目中的分工”一栏中应说明项目中的角色和承担的职责。

我行将对所提供的人员进行考核，达不到我行要求的将要求替换。

如进行人员替换后仍无法达到我行要求，我行将有权终止合同。

（三）项目实施要求

在本项目实施周期内，如遇到项目目标、范围、内容、实施方案及计划等需要及时调整时，在满足我行要求并征得我行同意后方可变更。

投标方在项目实施过程中，需按照我行项目管理规范提供相应文档（所有提交文档必须为中文），并提供相关软件产品的授权使用许可。

禁止应用软件部署使用的安装码或授权码与其运行的基础环境（如：

硬盘序列号、CPU序列号或网卡序列号等）进行绑定。

-33-

投标方应该具有丰富的国内类似案例的实施经验，具备先进的项目实施方法论，要求提供详细的项目实施总体方案，包括但不限于项目管理、项目组成员及职责、实施计划、质量管理、配置管理等。

主要要求如下：

1.投标方须对本次项目成立专门的实施团队，并明确实施人员的角色和分工，提供项目实施的组织及资源保障

2.投标方须对本次项目实施提出明确的实施策略和实施计划，包括项目各阶段的划分、各阶段主要实施内容和关键交付物

3.因本次项目实施涉及多方协作，投标方在项目实施过程中须配合我行对整体项目实施的管理和协调

4.投标方实施团队在实施现场须规划管理，实施人员应服从项目组的安排、管理和协调，遵守双方约定的日常工作纪律

5.投标方应在项目实施过程中对我行人员进行相关的技术和业务培训，须有明确的培训方案和计划，包括培训组织、培训内容、培训课时等安排。

6.本项目禁止转包分包，若项目实施过程中需要采购或使用第三方工具，

需要获得原厂授权及其技术支持。

（四）知识产权要求

如无特殊说明，项目实施过程中产生、加工、交互的一切项目信息、资料和知识产权均归我行所有。

未经我行事先书面同意，投标方不得将前述属于我行知识产权的全部或部分转让给任何第三方，也不得进行任何形式的复制、改编、编译或衍生开发或者许可他人使用。

项目中使用的投标方自有知识产权的软件组件、产品等须提供当前最新版本，并授权我行在一定时间内无限制地使用，后续的知识产权归属、授权使用问题双方可协商确定。

投标方应承诺在项目中用到的各种工具、产品、组件、文档无任何知识产权问题，如果因此而产生纠纷、第三方索赔或其他问题，投标方要负责承担全部赔偿责任和所发生的一切费用（包括但不限于诉讼费、仲裁费、我行

支付的律师费、差旅住宿费、公证费、鉴定费、调解费及仲裁裁决、法院判决或调解协议中由我行承担的赔偿金）。

禁止使用本项目所涉及我行所有的知识产权，为银行、第三方金融以及证券等金融机构提供咨询、开发、人员派遣或者项目管理等服务。

中标方商务活动中涉及上述情况，应事先通知我行并获得我行许可。

中标方单位或者项目团队成员不得以技术交流、案例展示、教学研究或其他任何名义泄露本项目所产生的全部交付内容及开发成果（含源代码，系统技术文档，软件，数据等）。

第二篇 业务需求

本项目的实施目标一是搭建大数据风控平台，能够对行内外的各类数据进行分析和建模，并根据应用场景需求将风险规则与模型进行部署运行；二是基于大数据风控平台，分别开发针对个人信用消费贷款和信用经营性贷款的风控模型，包含但不限于反欺诈识别和信用等级评估两大方面。

因此，本项目主要包含但不限于以下两个方面的需求：

一、大数据风控平台搭建

大数据风控平台主要是实现对数据的分析与建模，以及对风险规则和模型的部署，确保其能够有效应用于相应的风控场景中。

因此，该平台通常主要由数据分析与建模工具软件、风险规则与模型部署工具软件构成，是未来我行实现量化风险管理的基础设施。

投标方应将大数据风控平台与我行数据平台、相关上下游信息系统进行无缝对接，确保其能够有效运行；针对我行数据平台、相关的上下游信息系统，应该给出相应的接口即改造需求，并协助我行进行改造和测试验证工作。

投标方应向我行提供分别用于数据分析与建模、规则与模型部署的工具软件。

这些工具软件应已在银行业金融机构得到长期的成熟运用，市场占用率较高，能够支持图形化操作，便于我行非IT的数据管理人员、业务流程管理人员使用，确保其满足以下的功能要求：

（一）数据分析与建模工具软件

数据分析与建模工具软件需要具备数据整合功能（可与我行的数据库对接）、数据挖掘分析功能（频数分析、相关性分析、多维分析等）、评分建模功能（评分模型开发）、决策树模型功能（策略开发）。

同时为了满足监管合规要求，该工具的使用需要透明、可审计，所有过程步骤能完整保留且可复现。

该工具软件需要是集风险数据采集、分类、信用评分模型开发和监控等于一身的针对信用风险管理的解决方案平台。

平台应具有能够提供完整的模型开发、验证、监控的解决方案，能够提高评分卡开发的效率，缩短开发所

需的时间。

整体要求如下：

n优越的数据分析和整合功能，优越的风险数据收集和管理能力，能够轻松访问所必要的数据，包括申请数据、行为数据和催收数据。

n完整的信用评分模型开发、模型监控功能，公开透明的建模方法，易于检查问题，进行审核，合规验收。

n强大的业务报表开发工具（BI模块），卓越的监控和报告能力，定期收集信息并发送监控报告。

该工具软件应具备的基本功能要求如下：

功能

数据读取

数据接口支持

DB2，Oracle，Teradata，Hadoop等

自动识别数据类型

数据写入

数据接口支持

DB2，Oracle，Teradata，Hadoop等

数据准备

文件处理

按观测样本组转置

数据显示

观测样本交互选择

清洗

离群点检测

离群点过滤

Winsorization方法（异常值处理）

自动处理缺失值

判别分析法

决策树

数据变换

自动正态化

根据样条定义作数值变量自动变换

最优自动离散化（根据因变量）

变量选择

自动检测交互作用

全局算法（Furnival&Wilson）

抽样

根据显著性水平确定样本量

自动划分训练、检验、验证样本

数据分析

统计检验

Bartlett方差齐性检验

White检验（残差项方差齐性）

图形

对选定样本变色处理

因子分析

主成分分析（变换后的数值变量）

主成分分析（分类变量）

两组变量的线性典则相关分析（连续变量或二值变量）

两组变量的非线性典则相关分析

建模/预测模型

简单和多重线性回归

中位数最小二乘

分位回归

最小截尾二乘

主成分回归

岭回归

Lasso回归

多元回归

变量变换后的回归

二次/三次变换

一般多项式变换

对数变换、logistic变换、指数变换、幂变换、逆变

换、双曲变换、反正弦变换

样条变换

（最优编码后）分类变量回归

非参回归

局部加权最小二乘（LOESS）

样条回归

核方法

其他稳健回归

广义线性模型

噪声数据的方差分析、多元方差分析、协方差分析、

多元协方差分析

含Lasso惩罚项的线性模型

决策树

CHAID算法

CART算法或等价算法

C4.5/C5.0算法或等价算法

自动修剪（检验样本集验证）

自动修剪（交叉验证）

交互建立决策树-确定节点变量

交互建立决策树-确定节点变量最佳分类

神经网络

多层感知机模型

径向基函数

梯度反响传播网络

快速传播

共轭梯度下降法

拟牛顿法

夸特法

传递函数的选择

交互学习控制

K近邻

建模/分类模型

逻辑回归（logit）

名义变量模型

顺序对数-对数模型

其它计数模型（离散分布）

多分类名义变量模型（多项logit模型）

对数-线性模型（泊松分布）

对数-线性模型（多项分布）

其它广义线性模型（连续分布）

对数正态模型

随机效应模型和混合效应模型

含重复测量数据的混合效应模型

特定分布和链接函数的自由选择

自由设定分布或链接函数

含重复测量数据的模型

K近邻

高级建模技术

广义可加模型

结构方程模型

遗传算法

模型集装

袋装

arcingx4

梯度推进

聚类分析

Agglomerative

hierarchicalmethods

系统聚类（基于密度）

Wong混合法

分区方法

非参数方法（密度估计）

Kohonen网络地图

生存分析

Tobit模型

其它

时间序列分析

X12季节调整

自动生成时间序列模型

向量自回归模型（VAR,VECM等）

广义自回归模型（ARCH,GARCH）

长记忆模型

关联规则分析

关联分析、序列分析

优化

运筹优化

结果的可视化

报表功能

可编辑、可修改格式表格

模型表格库

展示R中生成的图形

嵌入报告

输出到Word或Excel

保存为HTML、RTF（或DOC）、PDF格式

模型性能图形

提升曲线

自动生成报表

统计帮助

案例研究-含注释的示例

详细的统计学手册，由开发方提供，包括软件、示例、

定理和算法细节。

基础架构

元数据管理

变量角色说明（标识变量、因变量、自变量、说明性

变量、无用变量等）

编程语言

在日志窗口通过变换颜色，突出错误或警告信息

操作系统

AIXHPUX

Solarisz/OSLINUX

Windows

（二）风险规则与模型部署工具软件

风险规则与模型部署工具软件应能够通过决策流的方式将分析咨询得出的反欺诈和信用评分规则、模型予以落地实现，并通过与其他相关信息系统的对接和互动，将自身嵌入到整体互联网贷款产品流程中，自动完成对每位贷款申请客户的策略判断，且引导后续产品流程的处理。

基本功能应包含：

1、策略建立及维护：

可以建立各类审批策略和账户管理策略，并对策略进行验证和检查。

2、策略运行：

需要向其他相关信息系统提供调用接口，实现对规则与模型的调用执行；对规则与模型的运行进行实时监控，能够持续不断收集规则与模型运行所产生的结果信息，并通过多种不同输出形式展现。

3、对规则/规则集、决策树、决策表、决策流、评分卡、数据计算、策略分配的管理能力。

二、风控模型开发与落地

基于搭建好的大数据风控平台，分别针对我行个人和小微企业客户的网贷产品，开发针对这类产品申请人的反欺诈和信用等级评估模型，并在大数据风控平台上落地，以有效支持该类产品的商业化运营。

投标方需要为我行提供数据准备与分析、贷款申请客户准入筛选与反欺诈规则设计、贷款申请客户信用评分卡设计、贷款审批决策设计等咨询服务，并基于参与的同业类似项目实施经验，在互联网贷款产品开发模式和产品流程设计方面给予我行必要的意见和建议。

（一）数据准备与分析

结合同行和历史项目经验与我行实际，对贷款申请客户准入筛选与反欺诈规则设计、贷款申请客户信用评分卡设计所涉及的数据需求进行分析，并基于需求分析结果对我行目前的存量数据及其质量、可引入并使用的外部数据及其质量进行全面、深入的梳理与评估，提出必要的数据准备与优化方案，指导我行开展相应的数据准备与优化工作，确保内外部数据能够完全支持后续的各类规则和模型的设计与开发。

（二）贷款申请客户准入筛选与反欺诈规则设计

针对来自互联网渠道的贷款申请客户，设计准入筛选机制及规则，尤其是反欺诈规则，将明显不满足我行要求、具有明显风险特征、蓄意骗贷、恶意申请贷款的高风险客户阻止在贷款申请环节，以有效降低我行可能面临的信用风险、确保互联网贷款产品及其信息系统的运行稳定性。

贷款申请客户准入筛选与反欺诈规则在实际运用过程中，必须具有较高的检测准确率和低误判率，有效过滤高风险客户并允许其他客户进入后续贷款申办流程。

对贷款申请客户准入筛选与反欺诈规则的有效性、可靠性和稳定性，应通过样本数据进行反复验证与调优，以达到可实际运用的目的。

（三）贷款申请客户信用评分卡设计

针对通过准入筛选与反欺诈辨别而未被拒绝的贷款申请客户，设计基于

若干变量的信用评分卡模型，对客户按时还款的可能性进行分析计量，得到不同等级的信用分数。

根据信用分数，本行可以作出不同的授信决策。

信用评分卡应具有客观性、一致性和准确性：

信用评分卡应基于从大量数据中提炼出来的预测信息和行为模式而制定，反映贷款客户信用表现的普遍规律；信用评分卡在运用过程中应保持前后一致性，对相同贷款客户的评估和决策标准、结果应该是一样的；信用评分卡应依据大数原理，运用统计技术科学地预测贷款客户的按时还款可能性，使我行能够较为准确地衡量信用风险，找到风险与收益的平衡点。

针对零售客户和小微企业客户，应根据客户及我行产品的不同特点，开发具有差异性的不同信用评分卡；信用评分卡的分值区间应能覆盖所有不同的贷款客户风险等级；对信用评分卡的客观性、一致性、准确性应通过样本数据进行验证，并根据验证结果对评分模型进行优化调整，以达到可实际运用的目的。

（四）贷款审批决策设计

针对不同的信用评分结果，制定多维度的贷款审批策略，包含但不限于：

1、是否给予授信；

2、自动授信或者人工介入判断（全线上流程或转线下流程或线上线下结合的流程）；

3、授信额度与定价。

贷款审批策略应与信用评分卡的分值区间划分及分类相匹配，且具有明显和确定的差异性，以反映对不同风险等级客户的不同授信条件。

（五）提出互联网贷款产品开发模式和产品流程设计