（ ?罒 中央金融工作會(huì)議提出的五篇大文章，對(duì)數(shù)字金融高質(zhì)量發(fā)展提出了新要求，防范行動(dòng)方案》以及《金融科技發(fā)展規(guī)劃（022-205》均指出，持續(xù)迭代優(yōu)化風(fēng)控模型，在此背景下，北京國(guó)家金融標(biāo)準(zhǔn)化研究院開展金融業(yè)智能風(fēng)控專題研究，編寫《金構(gòu)在智能風(fēng)控領(lǐng)域的實(shí)踐成果。針對(duì)數(shù)據(jù)共享、模型性能、黑灰產(chǎn)等方面的問題，報(bào)告從數(shù)據(jù)合規(guī)治理、模型精細(xì)化管理、應(yīng)用場(chǎng)景落地三個(gè)視角，提出了金融業(yè)智能風(fēng)控的建設(shè)思路，并從行業(yè)主管部門、金融機(jī)構(gòu)、安全產(chǎn)業(yè)三個(gè)維度，提出未來智能風(fēng)控的發(fā)展趨勢(shì)，以期為金融業(yè)智能風(fēng)控建設(shè)提供借鑒與參考。一、研究背 二、金融業(yè)智能風(fēng)控建設(shè)現(xiàn) （一金融智能風(fēng)控的興起與發(fā) （二金融智能風(fēng)控典型場(chǎng)景應(yīng) 三、金融業(yè)智能風(fēng)控建設(shè)問題與挑 （一數(shù)據(jù)共享難題限制了有效建 （二數(shù)據(jù)質(zhì)量與風(fēng)險(xiǎn)升級(jí)導(dǎo)致模型表現(xiàn)欠 （三黑灰產(chǎn)升級(jí)增加風(fēng)控難 （四普惠范圍與風(fēng)控效果亟需平 四、金融智能風(fēng)控建設(shè)思 （一數(shù)據(jù)?價(jià)值驅(qū)動(dòng)的數(shù)據(jù)合規(guī)治 （二模型?動(dòng)態(tài)升級(jí)與精細(xì)化管 （三應(yīng)用?智能風(fēng)控場(chǎng)景化落 五、金融業(yè)智能風(fēng)控實(shí)踐案 （一中國(guó)銀行深圳分行普惠業(yè)務(wù)創(chuàng)新實(shí) （二中信銀“哨兵智能反欺詐系統(tǒng)應(yīng)用實(shí) （三深圳前海微眾銀行業(yè)務(wù)風(fēng)險(xiǎn)識(shí)別實(shí) （四四川新網(wǎng)銀行信貸反欺詐實(shí) （五滄州農(nóng)商銀行巨鹿支行縣域數(shù)字農(nóng)戶信用體系建設(shè)實(shí) （六中原消費(fèi)金融公司存量客戶風(fēng)險(xiǎn)運(yùn)營(yíng)實(shí) 六、金融業(yè)智能風(fēng)控未來發(fā)展趨 （一聯(lián)防聯(lián)控，提升行業(yè)智能風(fēng)控水 （二協(xié)同發(fā)力，共建金融業(yè)智能風(fēng)控生 （三科技賦能，滿足智能風(fēng)控場(chǎng)景需 黨中央高度重視金融風(fēng)險(xiǎn)防控工作。黨的十八大以來，習(xí)近平總書記對(duì)防范化解金融風(fēng)險(xiǎn)、維護(hù)國(guó)家金融安全作出系列重要論述。其中，曾先后十余次針對(duì)電信網(wǎng)絡(luò)詐騙01523動(dòng)。022網(wǎng)絡(luò)詐騙法》明確了銀行業(yè)金融機(jī)構(gòu)、非銀行支付機(jī)構(gòu)等不同行業(yè)主體的反詐職責(zé)，金融服務(wù)體系反欺詐監(jiān)管與責(zé)任主體之一，風(fēng)險(xiǎn)防控壓力持續(xù)增大。多部門發(fā)布風(fēng)控應(yīng)對(duì)舉措。聯(lián)合最高人民法院、最高人民檢察院進(jìn)一步完善“兩卡”犯罪法律適用標(biāo)準(zhǔn)，全面提升2.0APPAPP態(tài)環(huán)境不斷得到凈化。中國(guó)人民銀行深入推進(jìn)“資金鏈”治理，支付行業(yè)常態(tài)化治理格局持續(xù)完善，組織商業(yè)銀行、支付機(jī)構(gòu)、清算機(jī)構(gòu)協(xié)助公安機(jī)關(guān)阻斷大量涉詐資金轉(zhuǎn)移，挽回大量人民群眾損失。《202220202.6620212.9310.2%2204822153《224年度全球金融犯罪報(bào)告》顯示，2023856美元。詐騙案件數(shù)量增多、損失金額增大，給人民群眾造成嚴(yán)重經(jīng)濟(jì)損失。金融機(jī)構(gòu)作為金融風(fēng)控主體，亟需提高風(fēng)險(xiǎn)監(jiān)測(cè)能力，同時(shí)，加快新興技術(shù)在風(fēng)控領(lǐng)域的深度應(yīng)用，提升行業(yè)整體智能風(fēng)控水平。?鄌╃冝茤?2025（2024—2026國(guó)家標(biāo)準(zhǔn)層面，風(fēng)控領(lǐng)域標(biāo)準(zhǔn)覆蓋面廣泛，不僅涵蓋風(fēng)險(xiǎn)管理術(shù)語(yǔ)、框架等通用性基礎(chǔ)標(biāo)準(zhǔn)，還拓展到基于文本數(shù)據(jù)的風(fēng)控、互聯(lián)網(wǎng)金融智能風(fēng)控領(lǐng)域，為金融機(jī)構(gòu)多個(gè)場(chǎng)景下的風(fēng)控奠定了技術(shù)基礎(chǔ)。行業(yè)標(biāo)準(zhǔn)層面，020（JR/T0202—2020（J/T02002020，聚焦支付風(fēng)險(xiǎn)、金融科技創(chuàng)新風(fēng)險(xiǎn)等細(xì)分領(lǐng)域，規(guī)范了金融機(jī)構(gòu)智能風(fēng)控技術(shù)的使用，為金融機(jī)構(gòu)智能風(fēng)控建設(shè)提供標(biāo)準(zhǔn)支撐。傳統(tǒng)的風(fēng)控模式難以滿足金融業(yè)風(fēng)險(xiǎn)防范需求。數(shù)據(jù)層面，傳統(tǒng)風(fēng)控依賴征信數(shù)據(jù)、司法數(shù)據(jù)以及黑名單等構(gòu)建風(fēng)控體系，能夠?qū)φ餍庞涗浟己玫挠脩魧?shí)現(xiàn)風(fēng)險(xiǎn)管控，但是對(duì)征信白戶以及弱征信人群的風(fēng)險(xiǎn)管理效果并不理想。算法層面，傳統(tǒng)風(fēng)控主要依托歷+業(yè)務(wù)規(guī)則引擎易實(shí)施、好部署，但是規(guī)則引擎的風(fēng)險(xiǎn)防控效果存在滯后性，隨著金融機(jī)構(gòu)線上業(yè)務(wù)的快速增長(zhǎng)，風(fēng)險(xiǎn)呈現(xiàn)擴(kuò)散快、隱蔽化的特征，對(duì)風(fēng)險(xiǎn)管理的敏捷度與精準(zhǔn)度提出更高要求，傳統(tǒng)的風(fēng)控模式難以應(yīng)對(duì)金融風(fēng)險(xiǎn)的快速迭代升級(jí)。新技術(shù)發(fā)展為風(fēng)控帶來新活力。一是大數(shù)據(jù)技術(shù)為金融風(fēng)控注入新的數(shù)據(jù)源，通過整合多維度數(shù)據(jù)資源，解決了信息不對(duì)稱的問題，同時(shí)大數(shù)據(jù)技術(shù)處理海量數(shù)據(jù)的能力，契合金融業(yè)務(wù)的實(shí)時(shí)屬性，提升了風(fēng)控的敏捷性。二是數(shù)據(jù)驅(qū)動(dòng)算法（如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等）在海量數(shù)據(jù)的加持下，風(fēng)險(xiǎn)評(píng)估更加全面精準(zhǔn)，提升金融服務(wù)的效率與安全性。三是云計(jì)算的分布式算力，加速?gòu)?fù)雜模型的訓(xùn)練，增強(qiáng)風(fēng)控模型的計(jì)算能力，同時(shí)為金融機(jī)構(gòu)提供了彈性計(jì)算資源，支持高并發(fā)場(chǎng)景下的風(fēng)險(xiǎn)監(jiān)測(cè)需求。科技企業(yè)能力輸出提升金融智能風(fēng)控水平。一是科技企業(yè)積累了海量的用戶數(shù)據(jù)，包括消費(fèi)行為、關(guān)系網(wǎng)絡(luò)等多維信息，拓寬了金融機(jī)構(gòu)的數(shù)據(jù)面，使得金融機(jī)構(gòu)得以構(gòu)建更精準(zhǔn)的用戶畫像。二是企業(yè)的算法能力突出，將創(chuàng)新的風(fēng)險(xiǎn)評(píng)估算法在金融風(fēng)控領(lǐng)三是科技企業(yè)集成數(shù)據(jù)、模型等能力的平臺(tái)，通過自動(dòng)化和智能化流程，進(jìn)一步增強(qiáng)了金融機(jī)構(gòu)實(shí)時(shí)監(jiān)測(cè)風(fēng)險(xiǎn)的能力，平衡了業(yè)務(wù)風(fēng)控和效率之間的問題。據(jù)調(diào)研[告（203》]，20機(jī)構(gòu)開展合作，合作領(lǐng)域包括數(shù)據(jù)引入、算法模型與策略制定以及系統(tǒng)平臺(tái)建設(shè)，推動(dòng)金融風(fēng)控智能化轉(zhuǎn)型。1，超九成的機(jī)構(gòu)反映電信網(wǎng)絡(luò)詐騙形勢(shì)最為嚴(yán)峻，其次是網(wǎng)絡(luò)賭博、網(wǎng)絡(luò)信貸授信欺詐與營(yíng)銷欺詐，因篇幅有限，選取電信網(wǎng)絡(luò)詐騙、信貸風(fēng)控兩個(gè)在金融智能風(fēng)控領(lǐng)域具備代表性且應(yīng)用比較成熟的典型場(chǎng)景進(jìn)行論述。電信網(wǎng)絡(luò)詐騙，是指以非法占有為目的，利用電信網(wǎng)絡(luò)技術(shù)手段，通過遠(yuǎn)程、非接22020353.720213.4291202246.43180202343.73288前主要依賴對(duì)資金轉(zhuǎn)移環(huán)節(jié)的監(jiān)測(cè)，即通過資金流的特征以及賬戶行為分析是否為涉詐1作型、非本人操作型（1。金融機(jī)構(gòu)主要聚焦最后的資金轉(zhuǎn)移環(huán)節(jié)，通過資金露在社交平臺(tái)的賬戶資料，以資金流與信息流融合方式綜合識(shí)別受害者和涉黑卡賬戶。隨著電詐打擊力度的不斷加大以及AI的趨勢(shì)，給詐騙交易的監(jiān)測(cè)和識(shí)別帶來極大挑戰(zhàn)。信貸風(fēng)控指的是金融機(jī)構(gòu)利用技術(shù)手段預(yù)測(cè)申請(qǐng)貸款用戶違約的可能性，從而評(píng)估和控制信貸風(fēng)險(xiǎn)。國(guó)家加大貸款領(lǐng)域欺詐打擊力度，2253督管理總局聯(lián)合部署開展金融領(lǐng)域“黑灰產(chǎn)”違法犯罪集群打擊工作，聚焦貸款領(lǐng)域等重點(diǎn)方向，嚴(yán)打信用卡詐騙、貸款詐騙等各類犯罪活動(dòng)。根據(jù)信貸業(yè)務(wù)特點(diǎn)，信貸風(fēng)控聚焦貸前、貸中、貸后全流程的風(fēng)險(xiǎn)管控。貸前核驗(yàn)環(huán)節(jié)，一是通過建設(shè)綜合身份認(rèn)證平臺(tái)，集成生物識(shí)別、活體檢測(cè)等技術(shù)，防范用戶身份冒用風(fēng)險(xiǎn)。二是通過引入運(yùn)營(yíng)商等外部數(shù)據(jù)，從多維度描繪貸款主體的操作行為、交易習(xí)慣和風(fēng)險(xiǎn)特征，構(gòu)建精準(zhǔn)的用戶畫像，并結(jié)合知識(shí)圖譜等技術(shù)，有效識(shí)別團(tuán)伙欺詐風(fēng)險(xiǎn)，構(gòu)建貸前準(zhǔn)入安全防線。貸中審批環(huán)節(jié)，一是授信審批方面，構(gòu)建更加精細(xì)的客戶評(píng)分體系，形成風(fēng)險(xiǎn)預(yù)警模型，基于貸前準(zhǔn)入的用戶畫像，對(duì)不同用戶進(jìn)行信用風(fēng)險(xiǎn)評(píng)估，形成基于差異化額度的風(fēng)險(xiǎn)定價(jià)。二是實(shí)時(shí)監(jiān)測(cè)資金流向，借助大數(shù)據(jù)分析，重點(diǎn)監(jiān)測(cè)信貸資金流向房市、股市、理財(cái)、民間借貸等風(fēng)險(xiǎn)場(chǎng)景，對(duì)貸款賬戶風(fēng)險(xiǎn)進(jìn)行攔截，在交易過程中識(shí)別可疑行為。行業(yè)授信，針對(duì)中低風(fēng)險(xiǎn)客戶提供更高授信產(chǎn)品等。同時(shí)，結(jié)合行業(yè)經(jīng)濟(jì)周期和區(qū)域性風(fēng)險(xiǎn)，對(duì)存量貸款組合進(jìn)行壓力測(cè)試，確保整體資產(chǎn)質(zhì)量穩(wěn)定。?鄌╃冝茤???駦??┱機(jī)構(gòu)內(nèi)部數(shù)據(jù)共享方面，不同業(yè)務(wù)部門或者系統(tǒng)之間數(shù)據(jù)標(biāo)準(zhǔn)不一致或數(shù)據(jù)接口不開放，不同業(yè)務(wù)、不同時(shí)期的數(shù)據(jù)在用途、結(jié)構(gòu)、價(jià)值和質(zhì)量水平方面存在差異，造成數(shù)據(jù)重復(fù)、冗余、無效等問題，增加了數(shù)據(jù)采集和整合的難度，降低了內(nèi)部數(shù)據(jù)的流動(dòng)性與共享性。機(jī)構(gòu)外部數(shù)據(jù)接入方面，為滿足數(shù)據(jù)驅(qū)動(dòng)的智能風(fēng)控算法的要求，金融機(jī)構(gòu)需要融合多方數(shù)據(jù)以有效洞察風(fēng)控鏈條的全局視圖。據(jù)調(diào)研3，金融機(jī)構(gòu)對(duì)外部數(shù)據(jù)的需求日益增長(zhǎng)，目前已接入工商、運(yùn)營(yíng)商、司法、征信為主的多個(gè)來源的數(shù)據(jù)，并深入應(yīng)用于風(fēng)80%勢(shì)。但是在隱私保護(hù)和個(gè)人信息保護(hù)的政策規(guī)范下，跨機(jī)構(gòu)、跨行業(yè)的數(shù)據(jù)共享難以高效開展，近九成的調(diào)研對(duì)象面臨數(shù)據(jù)量不足、無法對(duì)細(xì)分風(fēng)險(xiǎn)場(chǎng)景進(jìn)行建模的問題。數(shù)據(jù)質(zhì)量方面，一是在實(shí)際操作中，數(shù)據(jù)可能存在偽造、篡改、假冒等問題，特別是數(shù)據(jù)投毒攻擊，導(dǎo)致模型準(zhǔn)確度下降，影響智能風(fēng)控水平。二是在數(shù)據(jù)收集和使用過程中，不同來源數(shù)據(jù)格式不同，缺乏標(biāo)準(zhǔn)化。三是為滿足數(shù)據(jù)安全等法規(guī)政策要求，金融機(jī)構(gòu)對(duì)數(shù)據(jù)進(jìn)行脫敏處理，在這個(gè)過程中可能導(dǎo)致數(shù)據(jù)有效性降低，影響數(shù)據(jù)質(zhì)量。風(fēng)險(xiǎn)類型方面，形式與手段更加多樣化，傳統(tǒng)的單任務(wù)模型難以應(yīng)對(duì)新型風(fēng)險(xiǎn)。信貸場(chǎng)景中，金融機(jī)構(gòu)資產(chǎn)接入渠道更加多元化，例如電商平臺(tái)、第三方支付平臺(tái)、短視頻平臺(tái)等，不同平臺(tái)資產(chǎn)的風(fēng)險(xiǎn)特征存在差異性，統(tǒng)一的風(fēng)控模型無法捕捉差異化的風(fēng)險(xiǎn)特征。電詐場(chǎng)景中，一方面，AI式換臉冒充親友騙取受害人信任后實(shí)施詐騙，模型難以有效適應(yīng)新形式的詐騙手段。方面，產(chǎn)業(yè)生態(tài)方面，銷”犯罪鏈條。以電詐場(chǎng)景為例，上攻擊手段方面，新技術(shù)的興起不僅為金融機(jī)構(gòu)提供了新的智能風(fēng)控解決思路，也降低了黑灰產(chǎn)攻擊的門檻，黑灰產(chǎn)的攻擊手段從傳統(tǒng)的釣魚網(wǎng)站、木馬病毒、短信詐騙，升級(jí)為更具欺騙性的深度偽造（Deepae、AI換臉、生物信息竊取等新型攻擊方式，同時(shí)利用自動(dòng)化工具（如“貓池”批量注冊(cè)賬號(hào)）和機(jī)器學(xué)習(xí)優(yōu)化攻擊策略等方式，提升攻擊效率，這些技術(shù)手段的升級(jí)，給金融機(jī)構(gòu)依賴傳統(tǒng)規(guī)則引擎的風(fēng)控體系帶來極大挑戰(zhàn)。攻擊場(chǎng)景方面，隨著金融機(jī)構(gòu)加強(qiáng)常規(guī)交易監(jiān)控，黑灰產(chǎn)的攻擊場(chǎng)景也不斷演變，利用國(guó)家政策、社會(huì)熱點(diǎn)進(jìn)行偽裝，例如冒充“一帶一路”投資項(xiàng)目偽造跨境貿(mào)易背景、APP換渠道等，所利用的金融產(chǎn)品涉及面越來越廣，場(chǎng)景化攻擊極大增加了金融機(jī)構(gòu)識(shí)別管控難度。普惠金融方面，金融機(jī)構(gòu)面臨服務(wù)成本高與用戶體驗(yàn)差的雙重壓力。普惠金融作為五篇大文章之一，旨在通過可負(fù)擔(dān)的金融服務(wù)覆蓋傳統(tǒng)金融體系難以觸達(dá)的群體，如小微企業(yè)、個(gè)體工商戶、農(nóng)民、低收入人群等。由于普惠對(duì)象缺乏規(guī)范的財(cái)務(wù)數(shù)據(jù)、有效的征信記錄，業(yè)務(wù)人員需要線下實(shí)地走訪調(diào)研的方式進(jìn)行客戶盡調(diào)，風(fēng)險(xiǎn)評(píng)估手段相對(duì)落后，這種方式不僅導(dǎo)致審批流程慢、運(yùn)營(yíng)成本高，而且風(fēng)險(xiǎn)評(píng)估主要依靠業(yè)務(wù)人員的風(fēng)控效果方面，小微金融機(jī)構(gòu)數(shù)字化基礎(chǔ)設(shè)施不足以支撐智能風(fēng)控。雖然頭部機(jī)構(gòu)已經(jīng)布局線上智能風(fēng)控模式，但多數(shù)偏遠(yuǎn)地區(qū)的金融機(jī)構(gòu)由于科技實(shí)力欠缺或缺乏普惠群體數(shù)據(jù)支撐，線上風(fēng)險(xiǎn)評(píng)估系統(tǒng)或評(píng)估體系尚不完善，風(fēng)險(xiǎn)評(píng)估模型更新周期長(zhǎng)，普惠對(duì)象的線上信用風(fēng)險(xiǎn)評(píng)估難度高、準(zhǔn)確度低，難以形成有效的用戶畫像，從而導(dǎo)致普惠廣度與風(fēng)控深度難以真正統(tǒng)一。?鄌冝茤?數(shù)據(jù)是智能風(fēng)控的基礎(chǔ)支撐。金融智能風(fēng)控的核心在于對(duì)風(fēng)險(xiǎn)精準(zhǔn)、高效識(shí)別，高質(zhì)量數(shù)據(jù)是風(fēng)控決策的基礎(chǔ)。依托機(jī)構(gòu)內(nèi)部多維度數(shù)據(jù)，并結(jié)合多方外部數(shù)據(jù)，金融機(jī)構(gòu)建立更全面的客戶畫像，增強(qiáng)對(duì)新型欺詐的防控能力，提升風(fēng)險(xiǎn)識(shí)別的廣度。模型是智能風(fēng)控的核心引擎。（深度學(xué)習(xí)、知識(shí)圖譜、自然語(yǔ)言處理等）被應(yīng)用于構(gòu)建動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型，模型動(dòng)態(tài)升應(yīng)用是智能風(fēng)控的落地價(jià)值。金融智能風(fēng)控以提升業(yè)務(wù)安全性和效率為最終目標(biāo)，通過在信貸反欺詐、電信網(wǎng)絡(luò)詐騙、普惠金融風(fēng)險(xiǎn)管理等領(lǐng)域應(yīng)用落地，并通過業(yè)務(wù)場(chǎng)景產(chǎn)生的數(shù)據(jù)優(yōu)化模型，形成金融智能風(fēng)控閉環(huán)。圖1數(shù)據(jù)?拓寬數(shù)據(jù)維度助力精準(zhǔn)決策。通過持牌個(gè)人征信機(jī)構(gòu)以及創(chuàng)新合規(guī)工具，金融機(jī)構(gòu)接入用戶授權(quán)的運(yùn)營(yíng)商、電商平臺(tái)、三方支付機(jī)構(gòu)、互聯(lián)網(wǎng)平臺(tái)、SDK網(wǎng)絡(luò)行為、經(jīng)營(yíng)趨勢(shì)等維度刻畫用戶欺詐和信用等風(fēng)險(xiǎn)，突破傳統(tǒng)風(fēng)控難以實(shí)現(xiàn)立體化防控的局限性，實(shí)現(xiàn)風(fēng)險(xiǎn)識(shí)別精度和業(yè)務(wù)效率的躍升。數(shù)據(jù)分析自動(dòng)化提升風(fēng)控效率。自動(dòng)化數(shù)據(jù)分析涵蓋自動(dòng)化數(shù)據(jù)清洗、自動(dòng)化特征工程、自動(dòng)化模型平臺(tái)以及自動(dòng)化報(bào)表生成模塊，通過實(shí)時(shí)處理海量多維度數(shù)據(jù)，結(jié)合風(fēng)險(xiǎn)決策的全流程智能化，滿足信貸場(chǎng)景秒級(jí)響應(yīng)，并保障724審批的主觀性，降低人工成本，將服務(wù)的群體拓展到更多弱征信客群，實(shí)現(xiàn)金融普惠的目標(biāo)。有效保障數(shù)據(jù)安全并保護(hù)個(gè)人隱私，實(shí)現(xiàn)金融機(jī)構(gòu)與政務(wù)，互聯(lián)網(wǎng)平臺(tái)等數(shù)據(jù)的有效互通。RADTP用戶個(gè)人參與到數(shù)據(jù)要素流通的過程中，使用戶從被動(dòng)的數(shù)據(jù)提供者轉(zhuǎn)變?yōu)閿?shù)據(jù)流通中的參與者，滿足信息主體明示告知、個(gè)人授權(quán)清晰完整等要求，同時(shí)解決傳統(tǒng)紙質(zhì)材料提交面臨的時(shí)效長(zhǎng)、體驗(yàn)差、易篡改的問題。模型?搭建金融風(fēng)控大模型并敏捷迭代。金融機(jī)構(gòu)將以往積累的多模態(tài)風(fēng)控知識(shí)，包括海量跨場(chǎng)景的有標(biāo)記樣本與眾多風(fēng)險(xiǎn)場(chǎng)景定制模型，通過知識(shí)蒸餾方式，提取跨行業(yè)、跨場(chǎng)景、相對(duì)通用的、全面的風(fēng)險(xiǎn)特征，形成泛化能力較強(qiáng)的金融基礎(chǔ)風(fēng)控大模型，在此測(cè)試，實(shí)現(xiàn)風(fēng)控模型動(dòng)態(tài)迭代，助力金融機(jī)構(gòu)全面、迅速地識(shí)別各類風(fēng)險(xiǎn)。模型策略制定更加精細(xì)化。為了應(yīng)對(duì)日益復(fù)雜的風(fēng)險(xiǎn)環(huán)境與合規(guī)要求，金融機(jī)構(gòu)不圖2反洗錢模型等，而且對(duì)于同一個(gè)風(fēng)控場(chǎng)景下的不同環(huán)節(jié)，構(gòu)建更加精細(xì)的模型，形成風(fēng)控模型矩陣，例如支付拒付場(chǎng)景，金融機(jī)構(gòu)針對(duì)跨境電商、游戲、web3.0制不同的拒付識(shí)別模型，精細(xì)化識(shí)別和管理可能面對(duì)的拒付風(fēng)險(xiǎn)。精細(xì)化的模型構(gòu)建有效克服風(fēng)控業(yè)務(wù)人員的主觀性，提升模型在不同場(chǎng)景的準(zhǔn)確率和召回率，從而有效應(yīng)對(duì)不同場(chǎng)景面臨的風(fēng)險(xiǎn)。???帡??帡帡???戶準(zhǔn))分???能?貸И??分????戶A?戶??多?策?量???戶?)?????????圖3?數(shù)據(jù)接入方面，金融機(jī)構(gòu)在行內(nèi)數(shù)據(jù)與人民銀行數(shù)據(jù)基礎(chǔ)上，可借助持牌征信機(jī)構(gòu)SDK模型策略方面，一是搭建信貸全周期的風(fēng)控模型。降低因催收導(dǎo)致的損失，并針對(duì)不同風(fēng)險(xiǎn)等級(jí)的用戶采取差異化策略與動(dòng)態(tài)退出機(jī)制，動(dòng)態(tài)調(diào)整風(fēng)險(xiǎn)運(yùn)營(yíng)策略，化解債務(wù)風(fēng)險(xiǎn)。二是持續(xù)優(yōu)化提升模型性能。跟蹤模型在不同產(chǎn)品和不同渠道的表現(xiàn)，通過“冠軍挑戰(zhàn)者機(jī)制”選用最優(yōu)的模型和策略。對(duì)于新上線的信貸產(chǎn)品的風(fēng)控，通過遷移學(xué)習(xí)算法或大模型能力，搭建冷啟動(dòng)模型，隨著業(yè)務(wù)開展，將有表現(xiàn)的樣本加入知識(shí)庫(kù)進(jìn)行模型微調(diào)，通過持續(xù)迭代和精細(xì)化運(yùn)營(yíng)的方式驅(qū)動(dòng)信貸反欺詐業(yè)務(wù)。數(shù)據(jù)接入方面，金融機(jī)構(gòu)充分發(fā)揮跨行業(yè)多主體協(xié)同治理效能，接入涉電信網(wǎng)絡(luò)詐騙樣本信息數(shù)據(jù)，根據(jù)數(shù)據(jù)特點(diǎn)可分為畫像預(yù)測(cè)型數(shù)據(jù)、涉詐載體型數(shù)據(jù)、資金交易型2模型策略方面，一是識(shí)別賬號(hào)風(fēng)險(xiǎn)。2???金融??金融??信網(wǎng)?詐?用?戶?用?戶 ?戶????????戶???β???峠?信 ?峠 H?????類金融??客戶??????用 卡信貸用戶????.@?.帡?M???用???等???時(shí)??用戶?峠?風(fēng)??? H?????/消金/互金/??等金融 ?戶? 圖4判斷涉詐賬戶等級(jí)。AI隨著數(shù)AI并基于海量多維度特征中精準(zhǔn)且自主研判賬戶可疑交易風(fēng)險(xiǎn)，從而科學(xué)有效的決策，輔助金融機(jī)構(gòu)精準(zhǔn)研判、精確打擊，提升處置運(yùn)營(yíng)的精細(xì)化程度和科學(xué)性，從而有效統(tǒng)籌便民利民與風(fēng)險(xiǎn)防控，持續(xù)提升風(fēng)險(xiǎn)防范措施的科學(xué)性、精準(zhǔn)性和有效性。對(duì)于普惠金融的觸達(dá)對(duì)象?除了銀行流水外，具有經(jīng)營(yíng)屬性的收單流水能夠更準(zhǔn)確地反映其經(jīng)營(yíng)狀況。金融機(jī)構(gòu)通過線上渠道獲取真實(shí)的經(jīng)營(yíng)流水?dāng)?shù)據(jù)，在此基礎(chǔ)上結(jié)合經(jīng)營(yíng)周期進(jìn)行趨勢(shì)預(yù)測(cè)，最終生成用戶綜合風(fēng)險(xiǎn)評(píng)估報(bào)告，形成更加準(zhǔn)確的授信評(píng)估結(jié)果。模型策略方面，+++或者由遷移學(xué)習(xí)技術(shù)從其他場(chǎng)景信貸樣本遷移。在業(yè)務(wù)正式開展后，結(jié)合場(chǎng)景樣本對(duì)模型進(jìn)行快速微調(diào)和策略迭代，保證風(fēng)控模型和策略效果與產(chǎn)品和普惠對(duì)象的風(fēng)險(xiǎn)特征保持同步。?鄌╃冝茤?普惠金融作為金融服務(wù)實(shí)體經(jīng)濟(jì)的重要抓手，是國(guó)家金融政策重點(diǎn)引導(dǎo)和扶持的方向。中國(guó)銀行深圳分行積極響應(yīng)國(guó)家號(hào)召，緊密圍繞“服務(wù)實(shí)體經(jīng)濟(jì)、防控金融風(fēng)險(xiǎn)、深化金融改革”三大任務(wù)，將普惠金融作為戰(zhàn)略重點(diǎn)，大力扶持小微企業(yè)、個(gè)體工商戶等經(jīng)濟(jì)薄弱環(huán)節(jié)，助力深圳經(jīng)濟(jì)高質(zhì)量發(fā)展。面對(duì)日益激烈的市場(chǎng)競(jìng)爭(zhēng)和不斷變化的客戶需求，傳統(tǒng)銀行業(yè)務(wù)模式已難以滿足現(xiàn)代市場(chǎng)的多元化需求。因此，中國(guó)銀行深圳分行積極擁抱科技變革，以數(shù)字化轉(zhuǎn)型為引擎，推動(dòng)普惠業(yè)務(wù)創(chuàng)新與發(fā)展，努力實(shí)現(xiàn)降本增效和風(fēng)險(xiǎn)管理水平的全面提升。合規(guī)性方面，隨著金融監(jiān)管政策的日益嚴(yán)格，如何確保業(yè)務(wù)操作符合法律法規(guī)要求、避免違規(guī)風(fēng)險(xiǎn)，成為擺在銀行面前的一道難題。服務(wù)可得性方面，如何讓更多小微企業(yè)和個(gè)體工商戶獲得便捷、高效的金融服務(wù)，是銀行需要深入思考的問題。數(shù)據(jù)真實(shí)性保障方面，在普惠金融業(yè)務(wù)中，由于客戶群體多樣且分散，如何準(zhǔn)確核實(shí)客戶的真實(shí)經(jīng)營(yíng)狀況和財(cái)務(wù)信息，成為銀行面臨的一大考驗(yàn)。客戶體驗(yàn)方面，如何簡(jiǎn)化業(yè)務(wù)流程、優(yōu)化一是對(duì)多維度流水?dāng)?shù)據(jù)的綜合分析，精確評(píng)估客戶的信用狀況和還款能力。引入的數(shù)據(jù)不僅包括客戶的交易金額、交易時(shí)間、交易對(duì)手等基本信息，而且涵蓋了消費(fèi)習(xí)慣、信用記錄等更深層次的信息。通過合規(guī)手段獲取用戶的真實(shí)經(jīng)營(yíng)流水?dāng)?shù)據(jù)后，借助1000+用狀況、還款能力、交易行為等多維度信息進(jìn)行深入分析和評(píng)估，有效提高信貸決策的準(zhǔn)確性和效率。二是通過區(qū)塊鏈技術(shù)和公證處司法可信手段，確保數(shù)據(jù)的真實(shí)性和合規(guī)性。在區(qū)塊存儲(chǔ)、傳輸和使用等各個(gè)環(huán)節(jié)，嚴(yán)格遵守相關(guān)法律法規(guī)要求，確?？蛻魯?shù)據(jù)的合法性和安全性，為客戶提供更加安全可靠的金融服務(wù)環(huán)境。三是構(gòu)建規(guī)范化的業(yè)務(wù)流程體系。從業(yè)務(wù)受理到審批放款，全流程遵循同一套規(guī)范化的操作標(biāo)準(zhǔn)。不僅降低了操作風(fēng)險(xiǎn)和人為失誤的可能性，而且提高了業(yè)務(wù)處理的效率和準(zhǔn)確性。同時(shí)，銀行還通過線上業(yè)務(wù)流程系統(tǒng)實(shí)現(xiàn)了各環(huán)節(jié)的自動(dòng)化和智能化處理，進(jìn)一步提升了業(yè)務(wù)處理的效率和便捷性。簡(jiǎn)化業(yè)務(wù)流程，優(yōu)化客戶體驗(yàn)。依托智能風(fēng)控手段，簡(jiǎn)化業(yè)務(wù)流程、優(yōu)化用戶界面設(shè)計(jì)、提高系統(tǒng)響應(yīng)速度等，決策流程由原來的幾個(gè)工作日縮短為當(dāng)日完成，提高業(yè)務(wù)處理的準(zhǔn)確度和響應(yīng)速度，同時(shí)節(jié)省了人力物力和時(shí)間成本。完成流水處理工作的全線客戶享受金融服務(wù)更加輕松便捷。近年來，電信網(wǎng)絡(luò)詐騙（）犯罪嚴(yán)重危害公眾財(cái)產(chǎn)安全與社會(huì)長(zhǎng)治AI施的欺詐行為呈現(xiàn)高對(duì)抗性、隱蔽性及資金轉(zhuǎn)移快速化特征。監(jiān)管部門要求金融機(jī)構(gòu)強(qiáng)一是感知難。銀行處于電詐鏈條末端，對(duì)于鏈條前端事件缺乏必要的洞察，而僅依靠?jī)?nèi)部交易數(shù)據(jù)難以有效感知涉詐交易，需引入外部欺詐情報(bào)并有效整合，以將電詐防線前移，擴(kuò)大感知視野。快速更新詐騙手法，要求銀行及時(shí)感知到新型態(tài)勢(shì)，并快速制定、部署防控策略以有效應(yīng)對(duì)。三是防控難。為對(duì)抗銀行的防控策略，電詐手法越來越向“誘導(dǎo)客戶本人操作”的方式轉(zhuǎn)移，客戶在被“洗腦”的情況下在自主配合詐騙分子進(jìn)行各種操作，給勸阻核實(shí)及資金保護(hù)帶來極大挑戰(zhàn)。222全流程的“主動(dòng)防、智能控、全面管”的智能風(fēng)控體系，提升風(fēng)險(xiǎn)防控精準(zhǔn)性、實(shí)時(shí)性及跨部門協(xié)同能力，保障客戶資金安全并滿足合規(guī)要求。一是通過內(nèi)外情報(bào)整合解決“感知難”的問題。事件數(shù)據(jù)，構(gòu)建跨渠道風(fēng)險(xiǎn)特征集市，生成數(shù)百個(gè)實(shí)時(shí)決策因子。外部情報(bào)方面，引入騰訊云天御反詐產(chǎn)品，打破信息孤島，依托其在詐騙黑灰產(chǎn)攻防領(lǐng)域多年的技術(shù)積累，98%二是通過制訂完善的防范策略解決“識(shí)別難”的問題。???"ОN?.??控.全??”?????峠風(fēng)控三З??H?場(chǎng)?峠?β?金三З??H?場(chǎng)?峠?β?金 ???峠?β? "??β? ???§?金 ё????風(fēng)????з??зИ?з?,???fiH?ы???融ж??? жЗ風(fēng)?識(shí) ж???欺詐 ?賭?詐??+?時(shí) ??學(xué)習(xí)+知識(shí)?嶄+?聯(lián)? р?風(fēng)????? 風(fēng)?????????????? ?9@??? ??????圖5三是通過聯(lián)防聯(lián)控機(jī)制解決“防控難”的問題。一方面，建立“總、分、支”三級(jí)聯(lián)動(dòng)處置機(jī)制，將高風(fēng)險(xiǎn)預(yù)警事件及時(shí)下發(fā)至支行，由客戶經(jīng)理對(duì)客戶進(jìn)行勸阻，更容易取得客戶信任，提升勸阻效果。另一方面，積極與公安機(jī)關(guān)進(jìn)行系統(tǒng)連通，綜合警銀雙方力量對(duì)被詐客戶進(jìn)行有效喚醒。3000風(fēng)險(xiǎn)防控效能提升。中信銀行“哨兵”智能反欺詐系統(tǒng)通過整合內(nèi)外情報(bào)信息，利用大數(shù)據(jù)和AI80+202235096.07在數(shù)字化金融服務(wù)場(chǎng)景日益復(fù)雜、多平臺(tái)交互頻繁的背景下，傳統(tǒng)設(shè)備指紋技術(shù)的局限性已成為制約銀行安全防護(hù)體系效能的關(guān)鍵瓶頸。政策要求方面《數(shù)據(jù)安全法》等法規(guī)政策對(duì)用戶數(shù)據(jù)的收集、存儲(chǔ)和使用提出了嚴(yán)格要求。用戶意識(shí)方面，客戶信息安全保護(hù)意識(shí)持續(xù)增強(qiáng)，對(duì)銀行服務(wù)的安全防護(hù)體系提出更高要求，金融機(jī)構(gòu)面臨市場(chǎng)競(jìng)爭(zhēng)壓力與監(jiān)管合規(guī)雙重挑戰(zhàn)。IDAndroid、iOS、H5程序等終端的操作系統(tǒng)架構(gòu)、安全策略和數(shù)據(jù)采集權(quán)限存在本質(zhì)差異，導(dǎo)致設(shè)備標(biāo)識(shí)的生成邏輯不可復(fù)用，并且伴隨黑產(chǎn)的攻擊更加難以建立有效關(guān)聯(lián)，影響業(yè)務(wù)連續(xù)性與精準(zhǔn)度。ID一方面，安全威脅日益復(fù)雜，新ID（iOSIDID微眾銀行在嚴(yán)格遵循數(shù)據(jù)隱私保護(hù)法規(guī)框架下，將業(yè)務(wù)風(fēng)險(xiǎn)識(shí)別RCE融入移動(dòng)金融一是全業(yè)務(wù)場(chǎng)景層層防護(hù)，降低運(yùn)營(yíng)壓力。通過采集設(shè)備多維度數(shù)據(jù)，運(yùn)用大數(shù)據(jù)分析與人工智能算法，對(duì)客戶端設(shè)備進(jìn)行風(fēng)險(xiǎn)評(píng)分，形成全面的設(shè)備風(fēng)險(xiǎn)畫像。該畫像整合設(shè)備基礎(chǔ)信息、使用行為、網(wǎng)絡(luò)環(huán)境等要素，建立多維設(shè)備風(fēng)險(xiǎn)名單庫(kù)，精準(zhǔn)識(shí)別設(shè)備潛在安全威脅。在業(yè)務(wù)風(fēng)控環(huán)節(jié)，設(shè)備風(fēng)險(xiǎn)畫像深度嵌入事前風(fēng)險(xiǎn)預(yù)警、事中交易攔截、事后復(fù)盤追溯的全流程管理體系，有效降低欺詐風(fēng)險(xiǎn)。二是業(yè)務(wù)風(fēng)險(xiǎn)高效化，提升業(yè)務(wù)精準(zhǔn)度。通過實(shí)時(shí)監(jiān)測(cè)與分析設(shè)備運(yùn)行數(shù)據(jù)，精準(zhǔn)識(shí)別網(wǎng)絡(luò)攻擊、環(huán)境異常、操作行為偏差等安全威脅?；谇昂蠖藚f(xié)同的多層級(jí)風(fēng)險(xiǎn)處置架構(gòu)，實(shí)現(xiàn)風(fēng)險(xiǎn)事件的快速響應(yīng)與分級(jí)管控，顯著提升移動(dòng)金融交易的安全性與風(fēng)險(xiǎn)防控效能，為客戶資金安全提供堅(jiān)實(shí)保障。三是針對(duì)新型身份核驗(yàn)攻擊場(chǎng)景，完成業(yè)務(wù)安全防護(hù)。獨(dú)創(chuàng)相機(jī)指紋，利用手機(jī)相機(jī)傳感器參數(shù)充當(dāng)相機(jī)指紋，根據(jù)上傳的人臉視頻與相機(jī)指紋的關(guān)聯(lián)性，并通過實(shí)時(shí)下發(fā)特定的隨機(jī)參數(shù)信息，判斷人臉視頻是否來自于該設(shè)備攝像頭拍攝的，從而保證核驗(yàn)身份過程中刷臉操作是實(shí)時(shí)進(jìn)行的，規(guī)避視頻注入等作弊風(fēng)險(xiǎn)。RCE，由后端對(duì)當(dāng)前設(shè)備進(jìn)行可信認(rèn)證，有效攔截?cái)z像頭劫持、惡意注入等攻擊類型，驗(yàn)證用戶是否存在欺詐或作弊行為，加強(qiáng)業(yè)務(wù)流程的安全性。強(qiáng)化用戶賬號(hào)安全，結(jié)合用戶行為和設(shè)備信息建模，搭建風(fēng)險(xiǎn)感知引擎系統(tǒng)，判斷業(yè)務(wù)流程風(fēng)險(xiǎn)等級(jí)，根據(jù)風(fēng)險(xiǎn)等級(jí)智能選擇對(duì)應(yīng)的驗(yàn)證模式，如低風(fēng)險(xiǎn)業(yè)務(wù)流程使用輕量驗(yàn)證，靈活切換驗(yàn)證難度，有效攔截高風(fēng)險(xiǎn)驗(yàn)證流程，適配不同業(yè)務(wù)場(chǎng)景，保障業(yè)務(wù)安全。RCEAndid、iOS、H5ID實(shí)現(xiàn)后續(xù)業(yè)務(wù)用戶行為關(guān)聯(lián)分析，顯著提升交易欺詐檢測(cè)、異常登錄識(shí)別等風(fēng)險(xiǎn)防控場(chǎng)景的精準(zhǔn)度與時(shí)效性。3.6AI重構(gòu)風(fēng)控體系，以應(yīng)對(duì)復(fù)雜多變的欺詐風(fēng)險(xiǎn)。在此背景下，新網(wǎng)銀行啟動(dòng)“全自動(dòng)化信貸反欺詐多模態(tài)智控平臺(tái)”項(xiàng)目，旨在通過多模態(tài)數(shù)據(jù)協(xié)同計(jì)算、實(shí)時(shí)決策引擎及跨機(jī)I（傳統(tǒng)數(shù)據(jù)交換模式效率低下。三是風(fēng)控實(shí)時(shí)性與客戶體驗(yàn)難以兼顧。多模態(tài)數(shù)據(jù)處理耗時(shí)長(zhǎng)達(dá)分鐘級(jí)，難以滿足信貸審批秒級(jí)響應(yīng)。新網(wǎng)銀行開發(fā)了一套全自動(dòng)化信貸反欺詐多模態(tài)智控平臺(tái)。該平臺(tái)通過構(gòu)建基于多模態(tài)數(shù)據(jù)與多重人工智能技術(shù)融合的智能防御體系，實(shí)現(xiàn)文本、圖像、時(shí)序、圖結(jié)構(gòu)等跨模態(tài)數(shù)據(jù)的協(xié)同認(rèn)知計(jì)算，實(shí)現(xiàn)信貸反欺詐的全面數(shù)字化、自動(dòng)化轉(zhuǎn)型，攻克了普惠金融場(chǎng)景下欺詐行為隱匿性強(qiáng)、對(duì)抗演化快的風(fēng)控難題。同時(shí)，依托多方安全計(jì)算技術(shù)與數(shù)據(jù)隱私共享機(jī)制，構(gòu)建金融反詐云平臺(tái)和AB????戶??信詐?時(shí)昹模型????知識(shí)???識(shí)?У識(shí)自??標(biāo)???控特征金融?構(gòu)金融?峠三信貸用戶?聯(lián)網(wǎng)?fi???平臺(tái)，實(shí)現(xiàn)了金融機(jī)構(gòu)間欺詐信息的共建共享、聯(lián)防聯(lián)控，最大化釋放數(shù)據(jù)價(jià)值，有效提升金融機(jī)構(gòu)對(duì)欺詐行為的識(shí)別與應(yīng)對(duì)能力。通過圖像識(shí)別（如虛假證件檢測(cè)等、語(yǔ)音語(yǔ)義分析（如電信詐騙關(guān)鍵詞捕捉等、行為流序列建模（異常操作軌跡等）ApacheFlink20A/B22搭建隱私計(jì)算平臺(tái)，采用多方安全計(jì)算（MPC）技術(shù)，與多家金融機(jī)構(gòu)共建數(shù)據(jù)價(jià)融反詐云對(duì)接國(guó)家反詐中心，上報(bào)風(fēng)險(xiǎn)數(shù)據(jù)數(shù)萬筆。一是強(qiáng)化風(fēng)險(xiǎn)攔截能力。20245%053400二是提升業(yè)務(wù)效率。2010（巨鹿支行為全面提升貧困地區(qū)縣域數(shù)字經(jīng)濟(jì)發(fā)展水平。2022推動(dòng)當(dāng)?shù)財(cái)?shù)據(jù)服務(wù)中心建設(shè)和金融系統(tǒng)建設(shè)，助力縣域政府建立數(shù)字農(nóng)戶體系。滄州農(nóng)商銀行（巨鹿支行）在全縣探索金融科技應(yīng)用，深入鄉(xiāng)村走訪調(diào)研，幫助解決當(dāng)?shù)亍敖疝r(nóng)村金融領(lǐng)域存在信息不對(duì)稱、交易成本高、風(fēng)險(xiǎn)大等問題，以往村鎮(zhèn)銀行的金融服務(wù)基本靠線下服務(wù)、線下填表等傳統(tǒng)模式，數(shù)字化應(yīng)用水平較低，農(nóng)村金融服務(wù)存在便捷性的硬傷。金融數(shù)字化是重構(gòu)農(nóng)村金融的有效策略，但金融科技往往在國(guó)有大行以及頭部商業(yè)銀行取得了有效實(shí)踐，如何在農(nóng)村金融中發(fā)揮作用，以及與當(dāng)?shù)亟鹑跈C(jī)構(gòu)的深耕優(yōu)勢(shì)產(chǎn)生化學(xué)反應(yīng)是個(gè)難題。實(shí)現(xiàn)了縣域地區(qū)的“數(shù)字農(nóng)戶”體系建設(shè)，滄州農(nóng)商銀行（巨鹿支行）通過“數(shù)字農(nóng)戶”應(yīng)用，實(shí)現(xiàn)了農(nóng)戶金融服務(wù)授信評(píng)估的全覆蓋，提高了農(nóng)戶農(nóng)民金融服務(wù)的可得性。該體系不僅用于行內(nèi)智能風(fēng)控和決策，并且與當(dāng)?shù)卣髷?shù)據(jù)中心聯(lián)動(dòng)，成為當(dāng)?shù)匦庞皿w系的一部分。其次，為解決農(nóng)戶金融信貸的便利性，滄州農(nóng)商銀行（巨鹿支行）開發(fā)了“融信”15AI戶金融服務(wù)的授信、定額審批，助力鄉(xiāng)村振興金融數(shù)字化水平提升。當(dāng)?shù)剞r(nóng)戶通過“融信易貸”小程序申請(qǐng)貸款，銀行側(cè)通過風(fēng)控模型對(duì)接當(dāng)?shù)剞r(nóng)業(yè)數(shù)據(jù)，決定用戶的審批是否通過，線上申請(qǐng)到放款到賬僅需幾分鐘，簡(jiǎn)化了傳統(tǒng)的人工咨詢、填寫、資質(zhì)證明等繁瑣性流程。圖7智能風(fēng)控底座?持教育宣傳，在防范風(fēng)險(xiǎn)的基礎(chǔ)上，幫助農(nóng)戶獲得安全實(shí)惠的金融服務(wù)支持，充分發(fā)揮金融支持