一、项目背景和目标

公安部加大打击电信网络诈骗力度，抓捕大批缅甸诈骗分子，有力震慑了诈骗团伙。但是，诈骗团伙通过转移地点和变化诈骗手段，电信网络诈骗仍然层出不穷，被诈骗对象和充当诈骗“工具人”的区域由经济发达地区向中低经济区域全面扩散，涉诈银行卡由国有大行向中小银行蔓延，电诈形势依旧严峻。

监管方面，中国人民银行办公厅下发《关于做好电信网络诈骗资金链精准治理工作的通知》，要求金融机构统筹抓好涉诈风险防控和优化账户服务工作，推进涉诈“资金链”精准无感防治，做到涉诈“资金链”阻断、金融服务渠道畅通、社会公众支付无感。

分支行层面，各地公安和监管部门要求分支机构严格落实反诈工作要求，及时堵截涉诈资金，防范电信网络诈骗压力逐渐增大，分支行迫切需要提升涉诈可疑交易预警时效和处理效率。

由以上可以看出，账户涉诈风险防控压力将进一步加大，人民银行对账户风险防控和优化服务提出了更高要求，亟需改造升级反欺诈系统和优化完善账户风险管控体系, 全力压降断卡涉案账户数量。

二、项目方案

优化完善账户事前、事中、事后三层次风险管理体系，建设事前事中事后反欺诈系统。首先，账户事前风险监测作为预防性措施。新开账户环节，利用账户开户人身份信息、地域信息、手机号码、黑名单信息制定异地开户、地址集中、同一个联系方式、年龄大小、重点行业等指标构建开户评级模型，对高、中风险的账户采取预防性管控，对低风险的账户给予较高非柜面限额，统筹和平衡好账户涉诈风险防控和优化服务。对于存量账户，分析统计风险数据特征，预先采取降低限额、限制非柜面等预防性管控。其次，以账户事中风险实时、准实时预警管控作为重点。提升反欺诈系统自动预警、拦截涉诈资金及时性，增强压降涉案账户数量能力。反欺诈系统对接核心系统实时交易数据流，监测手机银行、网银、柜面、大小额支付系统、网上支付跨行清算系统、城银清算系统、第三方支付、银联、智能柜台、ATM、POS机等实时数据，利用账户信息、客户特征、交易行为、渠道操作行为数据制定快进快出、不留余额、小额试探、多交易对手、跨行转入转出、夜间交易、交易频次、交易金额大小、异地ATM取款、POS刷卡等多维度风险监测指标构建风险规则模型；基于涉案账户特征筛选共性指标制定高、中、低风险数值构建风险评分卡模型；利用账户信息、交易行为、资产情况、客户信息等全维度数据标签通过XGB算法、LGB算法等构建机器学习模型。运用规则模型、评分卡模型、机器学习模型实时或准实时生成风险预警数据，由系统自动管控或者当日人工核实后管控。第三，以账户事后风险管控作为补充措施。对事中实时、准实时监控和事前预防性措施未能覆盖的风险账户，利用客户关联关系、交易对手、账户所属区域及渠道信息构建关联关系图谱，同时辅以评分卡模型和机器学习模型生成风险预警数据，采取相应管控措施，保障风险账户预警全覆盖。另外，跟踪、整理、分析涉诈动向，及时研究对策，针对性研发对应风控模型，动态优化事中风险预警模型。

三、创新点

（一）账户全生命周期风险管理。以账户开户评级、限额管理进行事前风险预防，以账户交易期间实时、准实时监控及风险账户管控进行事中风险识别和拦截，以账户当日及近期全部交易风险排查进行事后风险查缺补漏，构建账户全生命周期风险管理体系。

（二）立体化式电诈资金链预警拦截。以网银、手机银行等渠道账户出账交易进行实时监控作为第一道防线，以核心系统账户交易进行准实时监控作为第二道防线，以账户T+1日事后风险监控作为第三道防线，对风险账户层层监控，兼顾账户事中监控的准确性和事后监控的全面性，构建三道防线立体化式电诈资金链预警拦截体系。

（三）反诈模型分层迭代。以手机银行等渠道层事中监控，账户层实时准时监控，核心层事后排查，通过风险特征数据化，特征数据指标化，指标规则化，规则模型化，综合利用机器学习模型、评分卡模型、专家规则、公安部模型进行反诈模型分层迭代，提高模型预警拦截准确性。

四、项目过程管理

项目建设主要分为模型分析和系统建设，同步进行，周期4个月。其中，模型分析包括：样本分析、特征挖掘、特征加工、反欺诈规则和模型及账户分类分级模型，周期3个月；系统建设包括：需求分析、功能设计、功能开发、功能测试和系统上线，周期4个月。

五、运营情况及成效

2025年自系统上线以来，有效拦截风险账户5百余户，在账户涉诈风险防控方面取得了较好效果。

六、经验总结

根据电诈趋势、业务发展变化、人行与公安监管变化，适时调整账户风险管理体系和涉诈资金拦预警截机制，动态进行模型优化迭代，持续进行风控运营，减少客户“误伤”，实现风险、成本和客户体验平衡，满足业务发展和监管目标。