中小银行智能风控平台建设探索

（作者单位：哈尔滨银行股份有限公司）

管理科中小银行智能风控平台建设探索◎

曹琦

一、引言银行经营的本质是对风险的承担和管理，所以宜防微杜渐而禁于未然。在新兴技术快速发展的今天，银行开始更快的融入时代潮流，将人工智能和大数据相关技术应用到智能风控领域当中，让智能风控成为一种新的风险防范手段，并逐步应用到各个业务领域中。二、背景中小银行在发展过程中，相较于大型银行，面临的信用风险、流动性风险、操作风险更加严峻，哈尔滨银行秉承“普惠金融，和谐共富”的经营理念，时刻不忘将“保护客户金融资产安全”为第一要务，无论是银行外部监管还是内部风险管理，都对哈尔滨银行的风控能力提出了更高的要求。从业务角度，使用传统的风控技术很难监测到一些特定领域的风险，比如社区风险问题，需要在社交网络中识别出不同社区结构对于风控信息传播、团伙欺诈检测中的重要作用。利用社区内的有效信息可以很好的补充社区内缺失信息的节点，在反欺诈领域会存在犯罪分子利用某些平台的风控漏洞集中作案，以期短时间内获得巨额利润，这些犯罪分子呈现出明显的团伙特征，通过现有技术比较难及时发现并组织。再比如在电商系统中，想要在不影响客户体验的前提下，在客户资金结算时识别高风险交易，需要借助大数据技术来解决。从监管角度，监管部门要求金融机构通过全方位风险预警管理体系来进行有效控制，将事后风险管理前移，关注事前和事中风险预警，防患于未然，促进金融业务的持续健康发展。比如中国人民银行下发了银支付[2020]49号文，需要我行开发和运用有效金融科技和大数据系统，健全跨机构资金交易风险监测识别、预警、处理机制哈尔滨银行以数字化转型为金融科技战略目标，坚定推进打造科技银行、智慧银行的战略使命，积极开展技术创新实践，加强科技产品的创新转型，进一步推动智慧运营、分布式计算、移动互联网、智能风控等新兴技术领域的研究及实践，哈尔滨银行智能风控平台就是在这个背景下应运而生。三、主要挑战及解决方案在哈尔滨银行金融科技数字化转型核心战略下，哈尔滨银行统一智能风控平台初显成效，在数据层面、技术层面、服务层面实现了统一，构成了数据、算法、科技架构相声相息、相辅相成的良性循环。平台以顶层设计的方式解决数据孤岛和科技敏捷的问题，进而更好的为银行业务进行服务。自2019年以来，先后为跨境电商、小微信贷、风险管理、运营管理等多个业务条线赋能，提供了授信客户贷前的欺诈风险监测、贷后的资金流向监测、逾期催收、实时交易风险监测以及账户支付风险监测等多个风控服务。在统一智能风控平台建设过程中主要创新性解决了以下三个业务痛点、难点问题。1.实时风险监测问题。传统的风险监测流程数据处理的时效性不高，很多数据的价值会随着时间的流逝而逐渐消失，最终导致风险发现不及时，亡羊补牢，为时已晚。借助大数据平台的强大算力，引入KAFKA+STORM 实时流处理框架，可以毫秒级计算出一笔实时交易涉及的风险指标，并通过规则引擎判断交易的风险程度，从而智能判断出业务是否应该被提示、拦截或者中断。这一解决方案已经在跨境电商系统、国结系统等多个系统中落地。其中为跨境电商提供的《哈尔滨银行跨境电商交易风险监测系统》荣获人民银行“2019年度银行科技发展奖”三等奖。2.通过社交网络找寻黑产问题。黑产团伙是指存在恶意欠贷、多头借贷、仿冒身份、黑中介等问题的一群人，一般受资源和任务约束的影响，有聚集性、短期高频等特征。这样的黑产团伙客观的存在于银行的客户关系网络，极难被辨识。智能风控平台通过建立全行客户的社交网络，借助图计算、社区发现算法、切团算法等机器学习算法，提供了风险的主动探知和社区风险发现功能，并融入到信贷客户评级中，为中小银行规避风险提供了一种新的可能。3.客户知识图谱不健全问题。在传统的风控中，都是寻找“黑名

单”，避免风险的发生，很少有寻找“白名单”，主动出击挖掘存量客户价值。在智能风控平台中，提供了寻找特定信贷客户“白名单”的可能，即通过客户画像和产品画像相融合，从存量客户中找寻潜在的优质授信客户。无论是从风控角度还是营销角度，完备的客户网络图谱均已在具体的实践中均取得了很好的效果。

哈尔滨银行打造的全行级统一智能风控平台，通过感知交易终端环境、欺诈交易特征、交易行为与客户习惯行为的偏差综合评估计量交易风险，建立了对交易的事前预警、事中实时监控与事后分析机制，智能动态的针对不同特征的交易采取恰当的安全措施干预从而达到智能风控的目的。

四、未来的发展方向

目前哈尔滨银行的统一智能风控平台还没有做到覆盖全部的风控场景，未来将从广度和深度两个方面进行推广。一方面从银行业务维度形成全行级的特征库，形成用户的风险标签，按照不同的主题域，确定不同的标签体系，进一步完善客户360度的风险画像，支撑全行业务的接入，将上层应用场景化，支持业务场景的“按需索取”及“多级授权”。另一方面将智能风控平台的决策引擎延伸至整个信贷业务流程。贷前风控领域可以更加快速、智能的对客户进行信用评估，确定授信额度及利率；贷中风控领域可以定期对客户的行为评分及客户逾期预警；贷后风控领可以对每一个债项进行贷后评分，用技术手段解决逾期客户清收难的问题。

五、结语

在全行数字化转型战略下，科技研发中心及时的发现并解决了当前风控领域的业务痛点问题，并将继续按照“数据治理、平台建设、场景应用、智能风控”的总体思路，从全行风险管理体系的视角出发建设智能风控平台。通过数字资产沉淀、数字工具赋能、数字运营支撑、数据质量治理等方案满足智能风控的全、快、易、准等应用难点，使智能风控服务统一获得、统一理解、统一使用，最终实现银行数据驱

动的智能风控运营。

··.com.cn. All Rights Reserved.