用大数据思维构建支付风险防控体系

ＦＲＯＮＴＩＥＲＴＨＥＯＲＹ  用大数据思维构建支付风险防控体系  文 丨陈耕  陈 耕 当前，数字化浪潮下的 电信网络 诈骗日益猖獗 ，给银行业金融机构支 付风险 防控带来严峻挑战。金融业作  为典型的数据密集型产业，要积极建  立大数据应用思维，构建支付风险纵 深防控体系。 大 数据思维构建支付风险 防控体系的必要性 当前， 电信网络诈骗总体呈现出  场景化 、 多样化 、技术化、产业化、 集团化 、跨国化的特征 ，严重危害人 民财产安全。电信网络诈骗往往利用 人性弱点作为切入点，设计各 种场景 将诈骗犯罪行为包装得极为隐蔽 、更  具诱惑性。云计算 、大数据等新兴技 术的 发展 在推动金融行业转型升级的  同时 ，也进一步助推了点对点的 “ 精 准诈骗＇从上游非法获取公民个人信  息，中游实施诈骗，到下游洗钱 、销赃， 已经形成 一条完整 的分工协作黑色产 业链，诈骗也加 速蔓延并呈现出组织 化 、集团化等趋势。  新的支付风险形势对防控体系的  时效性、防控范围 、防御手段提出了  新的要求。在 时效性上 ，要由事后向 准实时 、实时方向发展，在提升风险 防控效率的同时优化用 户体验；在防  控范围上，要通过打破数据壁垒 、 多 业务数据共享与联防联控，实现从单 一业务 风控逐步向全渠道中央风控转  变；在防控手段上，要由从专家规则 向模型转变， 通过机器学习 ，持续优  化模型，提升风险识别能力。基于海 量数据的大数据分析能够为支付风险 防控提供更强的决策支持， 是风控体  系发展的必由之路。 中国人民银行办 公厅关于强化银行卡磁条交易安全管 理的通知（银办发〔２０１７〕 １２０号） 也明确提出 ，各商业银行要建立基于  大数据技术的风险防控机制。  支付风险防控体系的 “ 前 中后 ” 充分利用大数据 、云计算、机器 学习技术，打造全数据 、 自动化、高  时效的支付风险防控体系是商业银行  的必然选择。这就要求商业银行在基  于精准高效模型的判断的基础上 ，前  移监控关口 ， 逐步建立事前、事中、 事后三位 一体的全流程风 险防控模式。  加强反欺诈的事前侦测。 一方面 ， 加强风险数据库建设，涵盖各政府职  能部门 、国内外银行同业、国际反欺 诈组织等各类风险信息，并与银行相 关业务系统进行对接，实现在业务办 理过程中 的实时预警筛查。如建立电 信诈骗 收 款账号实时数据库，有效管 控涉案账户及同名账户 ，斩断犯罪分 子收款渠道；建立账户信息泄露信息  库 ， 多渠道获取账户信息泄露事件信 息，通过匹配伪卡欺诈的历史交易 ， 寻找共同交易点，分析其他存在信息  泄露的账户 ，并及 时处置存在信息泄  露的账户 。 另 一方面 ，通过大数据分析进行  三维多主体的风险刻画 ，从不同维度  全 面展示风险特征并进行欺诈关系图 ２０１７１３３  DOI 牨 牥 牨 牴 牪 牴 牬 牤 j cnki cn牨 牨 牠 牬 牱 牴 牴 牤 f 牪 牥 牨 牱 牥 牴 牥 牭 牱 Ｆ 前沿新论 ＲＯＮＴＩＥＲＴＨＥＯＲＹ 谱的分析 ，从源头上进行阻绝。通过  分析复杂关系网络和绘制欺诈关系图 谱，识别潜在的诈骗行为 ，进而引导  反欺诈人员深入调查并提前采取相关  的应对策略，如将相应诈骗人员账号  设为黑名单， 向国家相关权威部门上  报欺诈用户相关信息 ， 实现电信网络  诈骗的联防联控。 构建高效的事中监控机制。通过 与 各主要业务系统的集成贯通，将风 险管控要求嵌入各个业务环节的运转  流程，在不影响业务效率的情况下 ， 对支付风险进行全周 期 管理，实现交 易事中的实时预警 、精准打击 ，并形  成 “监 测 － 触发 － 识别 － 评估 － 报告 ＿ 处置 － 反馈 － 改进 ” 闭环管理流程。 首 先，有效整合各 渠道信息 ，通  过对客户交易数据的挖掘分析 ，积累 客户行为信息，实现用 户行为分析和 客户画像，形成多维 、立体、动态的  客户特征 ，准确预测客户交易行为 ， 主动识别异常行为 ，快速洞察潜在风 险 ，实现 “一 点出险，快速洞察，全  面防控＇  其次， 挖掘欺诈团伙作案特征和  规律，并根据风 险形势变化，实时动 态部署专家规则、量化评分、关系网  络等模型 ，不断提髙风险交易的识别 准确率。同时，引入神经网络、极端 偏离值分析等智能风险模型 ，综合运  用模型挖掘 、训练、测算、上线等闭  环研发方式以及冠军挑战模式，持续  强化模型效能提升。 最后，把风险监控嵌入各项业务  流程，在事中对交易进行截断 ，通过 智能风险模型实现交易实时精准预警 和有效拦截干预 。同时，打造风险和  体验相平衡的柔性防控模式，根据不 同渠道特 点、业务和风险类型 ，建立  分级干预策略 ，对于中低风险， 采用  增强身份验证等柔性干预策略，提升  客户体验；对于高风险交易 ，采用止  付等干预策略，确保客户资金安全。 完善风险事后处置流程。提供交易  信息、监测规则信息、案件信息等多角 度、多维度分析 ，清晰反馈业务风险全  貌。通过收集整理各渠道风险事件，并 对风险事件进展进機合管理 ，为业务  模型挖掘＇验证提供数据基础。做好风 险事件信息 、客户投诉及处理 ‘廣况等信  息漏工作，保障客户的知情权。将客 户风险评级与客户交易限额、客户激励 手雖钩 ，提升客户安全網佥。  构 建大 数据风控 体系 的着 力点 推动银行业金融机构构建统 一 的 数据管理体系。推动银行业金融机构 打破原有部门银行的 “小 格局 ” ，打破  部门、机构、区域及不同产品之间的 数据信息分散管理模式 ，梳理各部门 职责和数据 资源 ，形成高效合作 、资  源共享的运营机制，及时启动统 一数  据服务平台规划 ，统 一设计数据模型 ， 开 展基础数据平台建设，实现明细数 据整合 和逻辑大集中。同时 ，系统化  地开展数据质量综合 治理 ，以满足自 身强化风控的需 求， 同时满足监管机  构在监管数据采 集 、报送等方面的要  求 ，也为风控数据行业共享奠定基础。  建立健 全风险联防和风控数据共 享机制。监管 部门 、行业协会、市场  参与主体要形成合力，打破行业间 、 机构间、地区 间数据壁垒 ，打造风控  数据共享生态圏 ，提升全行业风险防  控综合水平。  一是整 合金融行业数据资源和各 类监测举报资源， 通过信息共享、数  据挖掘等手段 ， 建立全覆盖的诈骗 手 法快速发