文 / 中原银行风险管理部 王珂 高新新 戚虎

中原银行数智金融创新实验室 马丽婷

近年来，伴随着金融科技的快速发展，银行的服务模式和服务场景日趋多样化，在给客户带来便捷的同时，面临着更加隐蔽、专业的欺诈风险。诈骗集团已经慢慢呈现团伙化、地域化、年轻化、专业化、产业化等特点。据《中国网民权益保护调查报告2021》统计，中国黑灰产从业者已超过200万，平均年龄23岁，超3万欺诈团伙；市场规模高达1100亿元，且造成915亿元经济损失，已成为中国第三大黑色产业。黑灰产业有着明确的组织架构，上游（手机号卡商、银行卡卡商、黑客、猫池厂商等）通过贩卖掌握的资源赚取利润，中游（打码平台、接码平台、工具代售平台、地下黑市等）主要负责诈骗实施，下游（主播工作室、电商购物、刷量工作室等）主要负责洗钱销账，通过“上中下游”组织形式，形成“专业化、团伙化”严密分工的层级式架构。在当前互联网新兴技术不断发展的大背景下，如何借助大数据、人工智能等技术的支撑，防范信贷欺诈风险，更安全可靠地服务银行业务，一直以来是中原银行研究的重要课题。

积极探索，勇于实践

中原银行通过大数据企业级反欺诈管理平台、申请反欺诈风险模型、反欺诈创新型算法与技术等，实现对信贷业务贷前、贷中、贷后各环节的风险进行实时精准识别、风险特征分析与风险预警。高效识别客户申请欺诈风险，及时响应预警熔断机制，提高客户服务质量。

1.信贷申请反欺诈管理平台。中原银行信贷申请反欺诈管理平台是一款“全产品、全客群、全场景、全流程、全渠道”的企业级欺诈风险管控平台，上承线上+线下渠道，下接信贷系统、决策引擎、各类数据库等。平台主要包含申请反欺诈驾驶舱、模型自动化回测中心、移动反欺诈小程序等11大系统功能模块，确保信贷申请欺诈风险实现全流程、线上化、智能化的统一管控。

2.数据共享与应用。物联网、智能计算、大数据等技术的快速发展，使商业银行获取各类信息的成本降低，数据收集的维度、广度得到扩展。中原银行信贷申请反欺诈管理平台广泛应用行内数据和行外数据，融合客户的征信数据、行为数据、设备数据以及外部数据等，丰富客户数据画像标签。打通各数据集市通道，整合客户的基本信息、征信、贷后、运营商、欺诈评分、设备、地址类等多维度数据。通过LBS地址信息、设备指纹信息、个人涉诉信息检查、WiFi信息、特别关注名单检查等信息进行实时校验与判断，更有效地防范欺诈风险发生。

3.规则模型复用。为识别和管控各类信贷场景中可能存在的欺诈风险，针对信用卡类、助贷类、车贷类、房贷类、小微对公类及现金类信贷业务分别构建适用于不同场景、不同风险类型的申请反欺诈通用规则模型，并且在此基础上风控人员可基于不同的产品、场景、客群、渠道在线进行场景化规则模型开发、配置及策略热部署。通过定期或不定期对模型进行更新、优化与迭代，从而反哺模型，提升模型准确率，切实防护欺诈风险。

4.建立健全信贷反欺诈体系，强化机制与流程建设。规范与完善信贷风控中反欺诈体相关的管理办法、制度、标准等，强化机制与流程建设，是做到以制度切实保障反欺诈体系有效运转的必行之路。中原银行制定申请反欺诈平台管理办法，设计反欺诈风控流程，包括反欺诈前端业务处理流程（申请进件按标准业务反欺诈风控流程管控，形成反欺诈、政策准入、申请评分模型、额度差异化定价模型、贷中监控与预警、调额模型、行为评分、催收模型流程）和后端数据处理流程（数据流转不受业务处理流程限制，用于早期数据积累，后期数据分析、预警等）。

5.引领与加强创新技术在反欺诈风控中的应用，提升反欺诈能力。针对信贷申请反欺诈体系建设，中原银行引入知识图谱、视觉风控、半监督机器学习、多模态学习等创新技术，应用创新算法与先进技术实现集中团伙、特殊场景、错综复杂的欺诈风险挖掘，赋能申请反欺诈风控能力。加强创新技术的应用范围和深度，对身份鉴真、滑块验证、生物探针等新兴技术进行探索与应用，提高以数据分析、机器学习建模、客户画像为主要手段的数据驱动智能决策水平，增强智能反欺诈技术建设，提升欺诈风险识别能力。其中，知识图谱欺诈团伙挖掘基于多类实体和多种关系，以全行全量零售客户为基础，构造复杂网络，进行社团划分，有效甄别欺诈团伙，发现与挖掘欺诈团伙中的风险特性。OCR图像视觉风控基于图像特征挖掘与神经网络算法，检测纹身类、粗项链类、裸露类等特征，发现客户图像高风险特征，利用算法预测客户风险分，将算法应用于信贷申请反欺诈规则模型，使信贷申请反欺诈更加智能化。半监督机器学习自动补充欺诈样本数据，用XGBoost算法进行特征生产和特征筛选，充分利用客户特征数据，自动捕捉客户风险特征，预测客户欺诈分，丰富反欺诈规则模型。多模态机器学习利用图像、文本、视频、音频、语义等非结构化数据，与结构化数据合并，从多维度挖掘客户风险特征，通过深度学习的方法实现处理和理解多源模态信息，助力反欺诈防控建设。

荆棘载途，任重道远

1.需建立以风险、业务、科技分布式和层级式申请反欺诈组织架构。在反欺诈管理层面，需建立统一有序管理组织，统筹管理反欺诈各项事务，包含策略模型管理、运营管理、案件调查处理管理等；在反欺诈业务运营层面，为保障反欺诈工作的顺利有效开展，需增派反欺诈工作专职人员，并提升相关人员的专业能力，例如模型研发测试、案件调查处置、数据分析等。商业银行需根据银行自身特点设计反欺诈管理架构，制定反欺诈岗位职能，强化反欺诈整体专业团队建设，培养与提升行内自有人员专业水平。建立以风险、业务、科技分布式和层级式申请反欺诈组织架构，实现统一的反欺诈风险管理。

2.需建立从个人零售到小微经营到对公客户全客群防范。根据客群类型和特征，对客群进行分层分组，实施精细化反欺诈管理，商业银行应逐步实现从个人零售客群到小微经营客群再到对公客户的欺诈风险防范与管理，建立健全全客群反欺诈管控体系。在未来各客群逐步接入反欺诈统一管控后，通过平台进行欺诈风险的自动监测与分析，提升欺诈风险线上化预警、自动化处置与智能化分析能力。

3.优化完善反欺诈模型。商业银行需针对特定场景与不特定场景客群、个人欺诈与团伙欺诈实现构建及优化完善不同类反欺诈模型。但由于真实欺诈难以确认，商业银行对欺诈的定义也有不同，且欺诈样本缺乏，不足以满足算法模型做大数据训练所需的样本量。所以商业银行建立与优化完善反欺诈模型还有大量工作需要做，首先应搭建以数据为中心，以风险为驱动的数据安全治理体系，努力提升数据质量、扩展有用外部数据源、加大数据变量衍生力度、沉淀风险数据资产，挖掘提升数据价值。其次，逐步利用多种技术手段减少模型中样本不均衡及数据样本对模型的影响，优化与完善反欺诈模型。

4.加强贷后欺诈监测与预警。信贷反欺诈与交易反欺诈密切关联，诈骗分子实施诈骗后大概率需要进行钱款转移或洗钱行为，商业银行应加强信贷申请反欺诈与交易反欺诈的融合联动，加强贷后资金归集到监测与预警，加强短时间内同一地址集中度等异常交易行为的监测，持续优化异常交易监测预警机制，对异常行为及时进行多重身份验证、人工电话介入或熔断处理等防御措施。

5.化“被动”为“主动”。虽然欺诈手段日益多样化、欺诈技术日益先进，我们仍要坚定不移地与欺诈分子“做斗争”。在数字化、信息化大背景下，商业银行需改变传统风控模式和理念，勇于变革和探索，努力化“被动”为“主动”，在被动防范欺诈的同时，商业银行也应充分利用大数据和先进技术主动挖掘潜在的欺诈分子或欺诈行为，提前感知风险、识别风险，提前采取应对措施，以便更好地经营风险，在激烈的市场竞争中脱颖而出。

不忘初心，砥砺前行

在完成脱贫攻坚、全面建成小康社会的历史任务，实现第一个百年奋斗目标，在全党全国各族人民迈上全面建设社会主义现代化国家新征程、向第二个百年奋斗目标进军的关键时刻，党的“二十大”为新时代的我们指明了新的奋斗方向。展望未来，我们坚信在以习近平同志为核心的党中央坚强领导下，人民生活会越来越好，金融生态会越来越好。为更好服务中原人民的金融生活，中原银行将充分发挥党建引领、机制护航和文化驱动作用，继续积极推进信贷反欺诈体系建设，切实保护好客户和银行的财产安全，助力构建信贷安全家园，维护良好信贷金融环境。

声明：本文来自金融电子化，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。