运用大数据、机器学习、图深度学习技术，构建金融与商业双维度风控模型，打造线上风控平台，与尽职调查、贷后管理等线下风控环节相结合，应用于面向产业互联网的中小企业融资场景（如医药贷、物流贷等)，有效提高银行对中小企业的风控能力和服务效率，为企业融资提供更高效率的风控支持，助力信贷业务快审快贷，解决中小企业融资难、融资贵问题。

本项目中的系统平台与模型由招商银行股份有限公司独立进行研发与运维;部分数据采集和第三方机构合作，场景数据来源于产业互联网场景中的核心企业或具有公信力的第三方数据平台，其他数据来源合法合规。

创新性说明：

1.针对中小企业真实经营数据获取难问题，结合产业互联网生态，利用大数据技术，对接商业场景数据，为客户信用风险评估提供丰富的数据支撑，有效减少银行客户经理线下调查的工作量，提升企业融资效率。

2.针对中小企业信用风险评估难度大问题，基于机器学习算法构建商业与金融双维度风控模型，为中小企业融资提供精准、稳定的风控支持。

3.在既往风控模型中，中小企业的关联方风险信息没有得到有效利用，本项目基于图深度学习技术，在风控模型中加入关联关系和关联企业特征，提升对中小企业关联风险的识别水平。

4.针对对公信贷业务办理周期长，用户体验不好的问题，将人工审批流程扩展到智能模型审批，提升客户申请响应速度。

5.以往的供应链金融项目中，服务对象局限于某一大型核心企业上下游的企业客户，本项目在产业互联网'场景下搭建商业与金融双维度数据的风控平台，场景数据更丰富、融资产品更多元、覆盖行业场景更广泛。