案例名稱

互聯(lián)網(wǎng)支付業(yè)務(wù)智能實(shí)時(shí)風(fēng)險(xiǎn)監(jiān)控系統(tǒng)

(資料圖片僅供參考)

案例簡(jiǎn)介

隨著各家銀行收單交易規(guī)模的攀升，以及社會(huì)上一些不法分子電信詐騙手段的升級(jí)，各家銀行原有的事后配套風(fēng)險(xiǎn)管理系統(tǒng)已經(jīng)無(wú)法滿足現(xiàn)有業(yè)務(wù)發(fā)展的需求。睢寧農(nóng)商行切中痛點(diǎn)，結(jié)合金融監(jiān)管機(jī)構(gòu)合規(guī)性的要求進(jìn)行產(chǎn)品定位，研發(fā)互聯(lián)網(wǎng)支付業(yè)務(wù)實(shí)時(shí)風(fēng)險(xiǎn)監(jiān)控系統(tǒng)。該系統(tǒng)可實(shí)現(xiàn)實(shí)時(shí)風(fēng)險(xiǎn)監(jiān)控，實(shí)時(shí)識(shí)別并干預(yù)風(fēng)險(xiǎn)；實(shí)時(shí)大數(shù)據(jù)計(jì)算，精準(zhǔn)風(fēng)險(xiǎn)控制；風(fēng)控模型熱部署，簡(jiǎn)單便捷；商戶標(biāo)記化和營(yíng)銷標(biāo)記化，發(fā)現(xiàn)商戶價(jià)值，優(yōu)化商戶質(zhì)量等功能。

創(chuàng)新技術(shù)/模式應(yīng)用

互聯(lián)網(wǎng)支付業(yè)務(wù)智能實(shí)時(shí)風(fēng)險(xiǎn)監(jiān)控系統(tǒng)主要分為風(fēng)控監(jiān)控、風(fēng)控規(guī)則、商戶標(biāo)記化三大核心部分。風(fēng)控監(jiān)控使用了分布式微服務(wù)架構(gòu)，對(duì)金融業(yè)務(wù)前端筑起一道防火墻，對(duì)可疑風(fēng)險(xiǎn)交易行為實(shí)時(shí)風(fēng)險(xiǎn)識(shí)別并干預(yù)（攔截、限額、拉黑名單等）。從風(fēng)險(xiǎn)識(shí)別到執(zhí)行干預(yù)時(shí)間毫秒級(jí)，整體交易系統(tǒng)穩(wěn)定性良好未受到影響。

風(fēng)控規(guī)則分為事前規(guī)則、事中規(guī)則，事后規(guī)則。事前規(guī)則是基于大數(shù)據(jù)計(jì)算，模型算法，提前將客戶進(jìn)行分層分類，提前預(yù)知風(fēng)險(xiǎn)客戶，提前攔截風(fēng)險(xiǎn)交易。事中規(guī)則是使用流式大數(shù)據(jù)引起，對(duì)每筆金融業(yè)務(wù)進(jìn)行時(shí)間窗口的行為規(guī)則分析，實(shí)時(shí)分析分險(xiǎn)行為。采用實(shí)時(shí)流式大數(shù)據(jù)計(jì)算技術(shù)和復(fù)雜事件計(jì)算引擎，可以實(shí)時(shí)執(zhí)行復(fù)雜風(fēng)險(xiǎn)模型計(jì)算，精準(zhǔn)識(shí)別可疑交易，避免隱蔽風(fēng)險(xiǎn)交易遺漏。事后規(guī)則是使用規(guī)則事件引擎，對(duì)每筆金融業(yè)務(wù)進(jìn)行事件規(guī)則調(diào)度，事后處理風(fēng)險(xiǎn)交易，標(biāo)記風(fēng)險(xiǎn)行為。

商戶標(biāo)記化和營(yíng)銷標(biāo)記化，則是為了發(fā)現(xiàn)商戶價(jià)值。多維度數(shù)據(jù)模型（如活躍度、資金留存率、資金波動(dòng)率、商戶收銀健康率等）計(jì)算商戶等級(jí)，并根據(jù)計(jì)算結(jié)果標(biāo)記化商戶，為產(chǎn)品營(yíng)銷投入提供數(shù)據(jù)支撐，如根據(jù)不同等級(jí)商戶執(zhí)行不同的營(yíng)銷投入。

項(xiàng)目效果評(píng)估

我行于2019年上線互聯(lián)網(wǎng)支付業(yè)務(wù)實(shí)時(shí)風(fēng)險(xiǎn)監(jiān)控系統(tǒng)，該系統(tǒng)利用最新的大數(shù)據(jù)相關(guān)技術(shù)，實(shí)現(xiàn)對(duì)各類復(fù)雜的海量交易數(shù)據(jù)進(jìn)行實(shí)時(shí)與離線相結(jié)合的異常交易行為分析。通過(guò)該系統(tǒng)，建立商戶交易、資金賬戶風(fēng)險(xiǎn)監(jiān)測(cè)模型，動(dòng)態(tài)監(jiān)測(cè)賬戶交易行為特征、客戶交易終端定位信息、賬戶資金進(jìn)出等情況，及時(shí)發(fā)現(xiàn)通過(guò)借助信息系統(tǒng)外部接入、非法接入網(wǎng)上交易接口等方式開(kāi)展的違規(guī)套現(xiàn)、調(diào)單、違反賬戶實(shí)名制等違法違規(guī)行為線索，做到事前攔截。我行通過(guò)本系統(tǒng)解決以下幾個(gè)實(shí)際痛點(diǎn)問(wèn)題：

一、解決了二維碼異地異常交易問(wèn)題：通過(guò)風(fēng)控圍欄模型，分析二維碼交易地址，交易金額等指標(biāo)，對(duì)高頻異常交易商戶進(jìn)行實(shí)時(shí)限制，同時(shí)推送給客戶經(jīng)理進(jìn)行回訪審查。截止2023年4月，累計(jì)觸發(fā)模型500余次，金額100余萬(wàn)元，有效控制了異地異常商戶交易，保障了用戶的資金安全。

（圖 1）

二、解決二維碼事中異常交易問(wèn)題：通過(guò)套現(xiàn)模型檢測(cè)，對(duì)異常疑似套現(xiàn)交易進(jìn)行實(shí)時(shí)分析處理。主要手段包括對(duì)用戶側(cè)進(jìn)行信用卡限額。針對(duì)疑似套現(xiàn)用戶進(jìn)行智能限額，系統(tǒng)給予一定的寬限期。本模型上線以來(lái)，已累計(jì)攔截疑似套現(xiàn)筆數(shù)20余萬(wàn)筆，金額近15億元，限制用戶1萬(wàn)余戶，節(jié)省手續(xù)費(fèi)支出近300余萬(wàn)元。

（圖 2）

三、解決商戶交易規(guī)模匹配度問(wèn)題：通過(guò)大數(shù)據(jù)計(jì)算，實(shí)時(shí)計(jì)算商戶交易金額、筆數(shù)，支持對(duì)交易商戶進(jìn)行多角度多維度風(fēng)控。比如，支持對(duì)相關(guān)商戶和用戶的單筆限額、單日限額、單月限額、信用卡渠道限額、全渠道限額等，保證商戶交易規(guī)模與商戶實(shí)際情況相匹配。

四、解決商戶標(biāo)記化營(yíng)銷問(wèn)題：通過(guò)商戶的活躍率、資金留存率、收銀健康率、違規(guī)交易占比、商戶波動(dòng)率、收銀流水穩(wěn)定率，制定相關(guān)考量標(biāo)準(zhǔn)，等級(jí)越高，商戶的貢獻(xiàn)度越大，有效解決了商戶較多，客戶經(jīng)理無(wú)法區(qū)分，回訪無(wú)抓手、無(wú)關(guān)注點(diǎn)的問(wèn)題。通過(guò)標(biāo)記化精準(zhǔn)營(yíng)銷，2022年較上一年收單商戶貸款日均增加約1.1億元，增長(zhǎng)率約為7%，商戶存款日均增加約0.9億元，增長(zhǎng)率約為8%。

（圖 3）

項(xiàng)目牽頭人

高峰 睢寧農(nóng)商銀行副行長(zhǎng)

項(xiàng)目團(tuán)隊(duì)成員

莊朋、夏彬、劉雨、陸建臣

關(guān)鍵詞：