一、项目背景及目标

1）项目立项背景

伴随信息技术的快速发展，银行及金融市场主体高度数字化、移动互联化，引起业务模式变更，场景延伸，客户下沉，黑产欺诈和电信诈骗等日益猖獗，且呈现高发多发态势，银行所面临的风险链条越来越复杂，大部分银行都面临经营成本增加和风险管理管理难度提升的双重压力。压力之下，银行业急需构建与完善风险管理体系。具体到银行业数字信贷，一方面在推广过程中，面临用户身份验证、团伙及个人欺诈识别等挑战，急需提升银行在信贷申请过程中的风险识别和防控能力，能够实现跨渠道、全天候、实时的申请反欺诈监控。另一方面随着监管评估体系的完善，监管部门对金融机构信息系统安全、风险监控系统建立、反诈骗职责等方面也提出明确要求，要求银行提高违规、欺诈信贷识别能力，在信贷业务贷前、贷中、贷后嵌入操作风险防控功能，利用数字化智能化工具识别出贷款申请欺诈行为，对个人和小微经营主体的贷款使用情况进行实时监测，对客户的还款意愿和还款能力持续跟踪，有效防止出现逾期风险。

为提升信贷业务整体风险防控能力，在调研国内银行同业情况的基础上，对企业级申请反欺诈平台的建设做了初步设计，通过对申请时客户填写信息、终端环境、申请行为特征、关联历史申请、客户习惯行为等特征指标综合评估风险，建立对申请的事中实时监控与事后分析机制，智能动态地针对不同特征的申请采取恰当的安全措施干预。

2）项目目标

覆盖全渠道信贷产品

通过构建标准化与统一化的风险统筹管理、风控流程、安全策略、模型策略、运营机制、系统平台，逐步覆盖我行全渠道信贷产品，提升不同产品现有欺诈风险防控水位，整体赋能全行业务快速与高质量发展。

实现风险全流程闭环管理

通过事前识别与预测、事中监控与评估、事后数据沉淀和案件处置等，形成欺诈风险全流程闭环管理。

建设企业级智能化风控中台

平台建设过程中以“数据共享、模型复用、平台共用、技术同享”为指导方针，实现申请反欺诈数据应用及结果共享，同时引入大数据、人工智能AI、知识图谱、自然语言处理NLP、生物探针等新技术提升反欺诈技术应用的深度和广度，以应对越来越隐蔽和专业的欺诈风险。

规范风控运营制度流程

风控运营制度是保证风险管理有效性的基石，通过平台明确岗位职责，规范风险处置流程，确保风险预警得到及时处置。

二、项目/策略方案

1）技术架构

本项目采用云原生微服务的架构，按照高内聚低耦合的理念，设计了风险大盘、接口管理、移动反诈、指标管理、用户管理、预警管理、名单管理等多个微服务，每个微服务聚焦对应的核心功能；项目总体划分为3大链路，申请风险实时决策链路、数据指标实时加工链路、预警申请核查链路，技术架构设计通用性强、易扩展。

申请风险实时决策链路：各信贷产品发起申请时直接请求反欺诈接口，通过网关分发到接口管理服务，接口管理服务获取当前申请使用到的指标数据调用智能决策平台模型进行实时决策；

数据指标实时加工链路：实时采集申请流水通过Flink流计算引擎处理，然后输出到指标计算引擎，同时实时申请流水存入HBase数据库用于事后关联查询；

预警申请核查链路：接收智能决策平台返回预警消息生产预警单，用于业务人员事后核查、总分支联合调查；

此外，本项目充分运用行内数据智能服务体系资源，打破行内现有数据平台技术壁垒，平台建设过程中以“数据共享、模型复用、平台共用、技术同享”为指导方针，使用OCR视觉风控、知识图谱社团挖掘、自然语言处理NLP地址标准化、多模态识别等新技术提升反欺诈技术的深度，以应对越来越隐蔽和专业的欺诈风险。

图表 1 中原银行申请反欺诈数据共享与应用

2）业务模式

建立以风险、业务、科技人员组成的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，设置模型研发测试岗、案件调查处置岗、数据分析岗等反欺诈岗位，强化反欺诈整体专业团队建设，采取申请反欺诈风控集中管理与分布式运营模式，培养与提升行内自有人员专业水平。

在建立健全申请反欺诈体系工作建设中，强化机制与流程建设，做到以制度切实保障反欺诈体系有效运转。申请反欺诈平台项目实现了贷前欺诈识别、贷中欺诈调查、贷后欺诈认定的风险全流程闭环管理。

图表 2 中原银行申请反欺诈闭环管理流程

三、创新点

中原银行企业级申请反欺诈平台正在成为我行风险管理中申请反欺诈的基础能力，为银行信贷业务的开展保驾护航，深入扎实推进在信贷申请时进行对个体风险和团伙风险的欺诈防范，提升欺诈风险识别精确度与识别效率，具备以下创新点：

1）技术创新点

流计算保障实时决策

结合商业数据库CDC工具Attunity Replicate实时采集信贷申请数据到Kafka,采用Flink流计算引擎进行实时数据过滤、多维关联，输出指标到指标平台，风险决策响应秒级耗时，做到用户无感的风险识别。

图计算挖掘欺诈团伙

基于28类实体和54种关系，以全行2000万零售客户为基础， 构造出复杂关系网络，使用Spark批处理任务执行分团算法进行社团划分，甄别疑似欺诈团伙，发现与挖掘欺诈团伙中的风险特性。

图表 3 中原银行图计算挖掘欺诈团伙

OCR算法识别图像风险

基于图像特征挖掘与神经网络算法，可检测识别出信贷业务申请时的身份认证图像是否含有纹身类、配带粗项链类、裸露类等特征，作为客户图像高风险特征，利用算法预测客户风险分，将风险分应用于申请反欺诈规则模型，使信贷申请反欺诈更加智能化。

图表 4 中原银行OCR算法识别图像风险

NLP算法支撑地址标准化

申请反欺诈规则中的地址类指标依赖地址标准化服务。平台调用地址标准化服务基于我行自主研发的地址解析模型，依托行内各个业务海量地址语料资源，使用NLP大模型BERT进行继续训练，沉淀出高性能和高准确率的地址解析模型。目前该服务已在我行部署上线，沉淀标准数据100万+，日调用量近2万+，地址标准化准确率95%以上。

多模态反欺诈提升模型精度

使用深度学习算法处理和理解图像、文本、视频、音频、语义等非结构化多源多模态信息，与传统结构化数据特征合并，从更多维度挖掘客户风险特征，提升反欺诈模型精度，从而提升反欺诈防控能力的深度和广度。

图表 5 中原银行多模态反欺诈示例

2）业务创新点

三方有机联动

建立反欺诈专业团队，采用反欺诈风控集中化管理、分布式运营模式，培养与提升行内自有人员专业水平，实现风控、科技、业务三方有机联动。

图表 6 中原银行申请反欺诈组织架构

标准管理流程

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。

实时风险预警

信贷业务风险实时预警，帮助风险管理人员及时全面了解风险暴露，通过平台预警中心可查看风险预警相关信息，辅助调查员便捷分析确认风险，同时可以通过数据大盘、风险地图快速掌握当前整体风险状况。

图表 7 中原银行申请反欺诈大盘

运营制度保障

在建立健全申请反欺诈体系工作建设中，需强化机制与流程建设，做到以制度切实保障反欺诈体系有效运转。企业级申请反欺诈平台项目把规范与完善各类管理办法、制度、标准等作为主要目标之一，建立并下发管理制度，明确一、二、三道防线职责。

图表 8 中原银行申请反欺诈管理办法大纲

四、项目过程管理

2021年6月至2021年9月属于项目调研及立项期，调研行业内外各种技术方案，邀请国内知名风控公司及互联网公司参与竞标，终引入浙江邦盛科技有限公司合作建设中原银行企业级申请反欺诈平台。

2021年9月-2022年7月属于项目建设期，项目组采用敏捷开发管理模式，分批完成5部门15款信贷产品接入上线；

2022年7月以后，属于项目运营期，根据运营情况优化规则，取得了良好的风险防控效果；

五、运营情况

目前申请反欺诈平台已对接我行5部门15款信贷产品，系统日均处理申请进件近4000件，平均响应时间10秒以内；部署Flink任务50个，506条反欺诈规则，加工指标592个，机器学习模型4个。2022年以来累积进件114万件，欺诈嫌疑拒绝率5.76%，其中信用卡部门相比信审模型多拒绝授信1.2亿。

六、项目成效

1）针对某信贷产品上线反欺诈风控后，有效拦截两百余个高风险欺诈客户，约降低本金损失九百余万。随着平台更多的数据累积，规则持续优化，拦截效果会更好；

2）通过对某贷款产品未来到期的近千个客户进行风险排查，识别出具有团伙欺诈嫌疑、高违约风险客户近五十个，并提供给相关经营机构，供分类施策，提前介入，降低损失；

3）信用卡部门产品接入申请反欺诈以来，相比原信审模型，多拒消费授信额度1.2亿；

4）在某次营销活动中，使用客户之间的关系和客户设备、地址位置以及其他环境信息构建的复杂网络中，通过知识图谱成团算法四类黑名单数据共7W左右，后期反哺申请反欺诈平台，提升反欺诈能力；

5）某信贷产品欺诈投诉事件分析中，发现涉及到多条基础规则触发，且结合知识图谱分析发现客户均存在贷前大额异常转账行为和贷后大额异常转账行为，后续考虑提升规则转化拦截策略效率，结合知识图谱实现交易反欺诈和申请反欺诈的联动；

七、经验总结

在系统架构上采用微服务的架构、容器化的部署，可以快速实现应用的弹性扩缩容；架构上围绕三个链路展开，申请风险实时决策链路、数据指标实时加工链路、预警申请核查链路，三条链路功能上解耦，数据共享；平台功能设计方面，主要围绕风险大盘、指标管理、预警管理、接口管理、报表统计等功能展开，其中预警单核查处理功能有效提高了风险处置效率；通过申请反欺诈风控平台建设与运营，我行实现人员由依赖“人员经验”到“数据+经验”相结合的工作模式转变，培养与提升行内自有人员专业水平，建立以风险、业务、科技人员组成的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，强化反欺诈整体专业团队建设。