30毫秒神速响应：银行加速应用智能风控反欺诈

　　随着居民理财需求不断觉醒，投资渠道日益多元，但也出现了越来越多精准性高、手法多样、隐蔽性强的数字金融欺诈现象，使得居民难以识别日趋复杂的金融风险及侵权行为。

 

　　在这样的背景下，银行在转型过程中强化全面风险管理尤为重要，打造专业化、精细化的风控体系，并将其应用在反欺诈、挖掘潜在客户、风险事件预警等多个重要的业务场景之中。

 

　　麦肯锡的研究报告指出，中国银行业以往的金融模式主要是规模驱动，如今步入关键变革期，风险管理能力将成为新的竞争力。该报告提出，银行要主动适应宏观经济环境，打造专业化、精细化的全面风险管理体系，综合运用数字化、智能化系统和工具，有效控制风险。

 

　　此外，目前各家银行都在大力发展消费金融等业务，但传统消费金融风控模型的迭代周期要3至6个月，而如今大数据解决方案可以在3至15天内完成风控模型从变量开发到上线的全过程。显然，传统的风控策略和模型迭代效率已无法匹配当前银行业务的发展速度。

 

　　从多家上市银行2018年年报中也不难发现，多家银行持续加大对金融科技的布局力度，借助科技手段，降低运营成本，提升风险防范能力，将金融科技作为眼下和未来发展的核心战略，全方位应对银行业务转型升级带来的挑战。

 

　　如今银行的客群更加下沉、用户信息更加繁杂，在保证安全性和合规性的同时，各家银行还需要平衡风控的尺度和客户的体验。也就是说，一方面银行需要通过对机器学习与大数据等核心技术的应用，实现精准监控与实时反应；另一方面还要高度关注客户体验，尽量减少对客户的打扰，在提供全方位保护的同时，在业务场景中极力做到用户“零感知”。

 

　　那么，各大银行是如何利用人工智能、大数据等关键技术输出能够满足行业复杂需求的解决方案？

 

　　以招商银行为例，作为国内首家推出手机银行客户端的金融企业，今年3月招行启动了“金葵花在行动——金融消费服务升级工程”，搭建了基于金融科技的零售智能风控平台“天秤系统”。

 

　　当用户进行转账等操作时，“天秤系统”可以抓取交易时间、交易金额、收款方等多维度数据。随后，风控模型会基于这些实时、准实时数据进行高速运算，实时判断用户的风险等级，然后结合模型输出结果对用户采取不同的核实身份手段，在交易过程中就可以将外部欺诈与伪冒交易实时扼杀于摇篮之中。此外，“天秤系统”还可以通过事后反查，利用先进的图算法和图分析技术，挖掘欺诈关联账户。

 

　　金融科技对银行风险管理的重要价值正日益显现，并已成功实现了成果转化。在零售各项业务交易量迅猛增长的大环境下，招行的“天秤风控系统”能够将风险资损控制在百万分之一的量级。自2016年2月上线至今，“天秤系统”累计保护客户交易近32亿笔，对交易风险决策的响应速度达到了30毫秒以内，完全达到客户无感知的情况下做出风险决策，可谓是银行界“用户体验之王”。