客户内部评级系统
舜德客户内部评级体系产品是一个旨在帮助商业银行等金融机构实施全面的、精细化的客户信用风险管理，为金融机构决策和规避风险提供预警及依据的评级系统。
该系统以风险数据分析、内部评级模型建立为基础，遵循完整结构、闭环提升、自行改进、监管达标的原则，涵盖从数据分析、对公评级体系划分（零售打分卡模型建设）、对公评级模型建设（零售策略建设）、业务评级管理、评级体系校验、评级应用等在内的完整的客户内部评级体系，体系分为非零售内部评级、零售内部评级、评级模型验证三部分，既可全系统实施，也可分开实施。
1.非零售内部评级
舜德非零售内部评级是舜德数据自主研发的针对商业银行及金融机构非零售业务的评级系统，旨在通过提高非零售业务客户评级的准确性、规范客户准入、降低客户违约发生的可能性，以便商业银行和金融机构对非零售业务风险进行提前预估和预警，进而减少商业银行信用风险隐患所带来的潜在损失。
该评级系统是依据金融机构监管的最新要求，涵盖从数据分析、评级模型建立、模型回测验证、软件实现到应用的完善的非零售内部评级产品。
该系统可满足商业银行等金融机构非零售业务发展的需要，提高风险管理能力和精细化水平。
系统优点：
• 依托国家级风险计量项目的最新科研成果及山东大学RIDA风险数据分析联合实验室，将最新的研究成果应用到非零售内部评级体系建设中，并得到监管部门的认可，满足监管的要求。
• 完善的全生命周期的评级体系建设，涵盖了从数据分析、评级体系划分、评级模型建设、评级系统落地、评级结果应用到评级体系校验的全生命周期，实现不断的循环改进，修正提升。
• 完善的数据的收集和积累模式，收集和储存每笔贷款完整的历史违约数据，用来作为客户评级模型体系校验的关键数据依据。
• 通过托拉拽的方式进行非零售评级体系和评级模型的灵活配置，支持评级体系和评级模型的热发布。
• 重视评级结果的应用，将最终得出的评级结果，应用到风险预警、信贷决策、贷款定价、授权管理等日常工作当中，以此加强评级结果在日常工作中的应用。
2.零售内部评级
舜德零售内部评级系统是舜德数据自主研发的针对商业银行及金融机构零售业务的评级系统。旨在实现前台业务精准化，加强贷前、贷中环节风险管理，建设统一的决策支持平台，实现零售客户管理和零售业务的风险评估，风险控制，从而提高决策的科学性，提升决策效率。
该系统在业务管理上，依据商业银行的零售业务现状、数据现状，进行数据收集、数据分析、违约定义、敞口划分、零售打分卡模型的设计与开发、零售应用策略的设计与开发、零售分池模型的设计与开发以及对零售评级打分卡模型和零售应用策略的持续优化等模式，从而实现风险预估，并提供风险处理决策依据。
该系统在组织架构及决策管理上，通过采用分层化、构件化、松耦合原则的架构组织系统功能，以舜德数据灵活的接口模式和构件引擎为基础，支持商业银行零售内部评级系统的策略要求，并支持应用策略的调整和拓展，并在此基础上提供了涵盖评分卡监控报表、策略监控报表、业务监控报表等管理功能。
系统演示图：
系统优点：
• 将评分模型、应用策略和分池模型等应用到信贷管理流程中，形成一个统一的决策支持平台。
• 统一审批规则，降低人力成本，实现前台业务精准化，逐步提高零售各业务条线的决策科学性和决策效率。
• 进一步加强贷前、贷中环节风险管理，为差异化贷后管理做好准备，优化业务流程和效率，最终推进本行健康、高效可持续的发展。
• 实现对评分模型、应用策略以及分池模型的托拉拽式的灵活配置，支持热部署，在不影响业务办理的情况下即可完成对模型和策略的发布。
3.评级模型验证
银监会的《商业银行资本管理办法（试行）》文件明确要求：商业银行应当对内部评级体系进行定期持续监控，通过一系列监测指标评估计量模型和评级体系的表现，确保评级体系得到合理应用，有关计量模型的风险区分、校准能力和稳定性达到内部设定标准。
舜德评级模型验证是确保评价体系合理应用的配套体系，指随着商业银行风险计量模型开发数量的增加和业务涉及面的扩大，计量模型不仅为银行的风险量化管理提供强有力的工具，同时，由于模型本身的复杂性以及对模型的不当使用，将可能导致模型误差风险的增加，商业银行等金融机构需要建设与风险模块配套的验证机制来保障模型质量，确保评级体系合理应用，并在风险区分、校准能力和稳定性等方面达到内部设定标准。
评级模型的建设是一个反复校验、不断优化提升的渐进过程。商业银行等金融机构通过评级模型验证可以建立起有效的数据清洗、模型校验、统计建模、评级结果分析和报告等机制，最终落实为风险条线持续提升的工作制度。
客户内部评级系统
舜德客户内部评级体系产品是一个旨在帮助商业银行等金融机构实施全面的、精细化的客户信用风险管理，为金融机构决策和规避风险提供预警及依据的评级系统。
该系统以风险数据分析、内部评级模型建立为基础，遵循完整结构、闭环提升、自行改进、监管达标的原则，涵盖从数据分析、对公评级体系划分（零售打分卡模型建设）、对公评级模型建设（零售策略建设）、业务评级管理、评级体系校验、评级应用等在内的完整的客户内部评级体系，体系分为非零售内部评级、零售内部评级、评级模型验证三部分，既可全系统实施，也可分开实施。
1.非零售内部评级
舜德非零售内部评级是舜德数据自主研发的针对商业银行及金融机构非零售业务的评级系统，旨在通过提高非零售业务客户评级的准确性、规范客户准入、降低客户违约发生的可能性，以便商业银行和金融机构对非零售业务风险进行提前预估和预警，进而减少商业银行信用风险隐患所带来的潜在损失。
该评级系统是依据金融机构监管的最新要求，涵盖从数据分析、评级模型建立、模型回测验证、软件实现到应用的完善的非零售内部评级产品。
该系统可满足商业银行等金融机构非零售业务发展的需要，提高风险管理能力和精细化水平。
系统优点：
• 依托国家级风险计量项目的最新科研成果及山东大学RIDA风险数据分析联合实验室，将最新的研究成果应用到非零售内部评级体系建设中，并得到监管部门的认可，满足监管的要求。
• 完善的全生命周期的评级体系建设，涵盖了从数据分析、评级体系划分、评级模型建设、评级系统落地、评级结果应用到评级体系校验的全生命周期，实现不断的循环改进，修正提升。
• 完善的数据的收集和积累模式，收集和储存每笔贷款完整的历史违约数据，用来作为客户评级模型体系校验的关键数据依据。
• 通过托拉拽的方式进行非零售评级体系和评级模型的灵活配置，支持评级体系和评级模型的热发布。
• 重视评级结果的应用，将最终得出的评级结果，应用到风险预警、信贷决策、贷款定价、授权管理等日常工作当中，以此加强评级结果在日常工作中的应用。
2.零售内部评级
舜德零售内部评级系统是舜德数据自主研发的针对商业银行及金融机构零售业务的评级系统。旨在实现前台业务精准化，加强贷前、贷中环节风险管理，建设统一的决策支持平台，实现零售客户管理和零售业务的风险评估，风险控制，从而提高决策的科学性，提升决策效率。
该系统在业务管理上，依据商业银行的零售业务现状、数据现状，进行数据收集、数据分析、违约定义、敞口划分、零售打分卡模型的设计与开发、零售应用策略的设计与开发、零售分池模型的设计与开发以及对零售评级打分卡模型和零售应用策略的持续优化等模式，从而实现风险预估，并提供风险处理决策依据。
该系统在组织架构及决策管理上，通过采用分层化、构件化、松耦合原则的架构组织系统功能，以舜德数据灵活的接口模式和构件引擎为基础，支持商业银行零售内部评级系统的策略要求，并支持应用策略的调整和拓展，并在此基础上提供了涵盖评分卡监控报表、策略监控报表、业务监控报表等管理功能。
系统演示图：
系统优点：
• 将评分模型、应用策略和分池模型等应用到信贷管理流程中，形成一个统一的决策支持平台。
• 统一审批规则，降低人力成本，实现前台业务精准化，逐步提高零售各业务条线的决策科学性和决策效率。
• 进一步加强贷前、贷中环节风险管理，为差异化贷后管理做好准备，优化业务流程和效率，最终推进本行健康、高效可持续的发展。
• 实现对评分模型、应用策略以及分池模型的托拉拽式的灵活配置，支持热部署，在不影响业务办理的情况下即可完成对模型和策略的发布。
3.评级模型验证
银监会的《商业银行资本管理办法（试行）》文件明确要求：商业银行应当对内部评级体系进行定期持续监控，通过一系列监测指标评估计量模型和评级体系的表现，确保评级体系得到合理应用，有关计量模型的风险区分、校准能力和稳定性达到内部设定标准。
舜德评级模型验证是确保评价体系合理应用的配套体系，指随着商业银行风险计量模型开发数量的增加和业务涉及面的扩大，计量模型不仅为银行的风险量化管理提供强有力的工具，同时，由于模型本身的复杂性以及对模型的不当使用，将可能导致模型误差风险的增加，商业银行等金融机构需要建设与风险模块配套的验证机制来保障模型质量，确保评级体系合理应用，并在风险区分、校准能力和稳定性等方面达到内部设定标准。
评级模型的建设是一个反复校验、不断优化提升的渐进过程。商业银行等金融机构通过评级模型验证可以建立起有效的数据清洗、模型校验、统计建模、评级结果分析和报告等机制，最终落实为风险条线持续提升的工作制度。