您现在的位置:主页 > 财经 >

从手动操作到人工智能:简析金融风控系统发展

来源: 互联网 发布时间:2020-09-18 点击:

2020年9月16日,顶象举办“数字时代金融新风控”线上发布会。顶象首席业务专家晋梅、产品副总裁方超就“双循环”格局下数字金融市场变化、金融机构面临的新风险挑战及背后的风险产业链进行了探讨,并发布了顶象风控系统5.0以及国内首张《金融业务安全全景图》。

金融风控已发展到第四代

金融的本质是风险管理,风控系统是风险管理的重要组成部分。

第一代风控系统纯人工操作,主要基于信贷员的经验,用户账户存取款记录和线下实地调研等,速度慢、时效差、信息少,在判断上主观性强。

金融业电子化的快速发展推动第二代风控出现。作为信贷、支付等系统的一部分,第二代风控主要基于专家经验和规则,在决策效率上有所提升。只是如果对风控规则、经验进行升级需要升级整个业务系统。

第三代风控从相关业务系统中剥离出来,成为独立的风控系统。除包含规则和经验外,更集成策略和外部设备信息。不过信息维度单一等问题一直未得到有效弥补。

伴随智能手机、移动支付的普及,人们消费方式发生了很大的变化,与之匹配的第四代风控系统不仅集成规则、经验、策略、外部设备信息,聚合内外部数据,更可以根据不同业务场景进行专属化建模。

顶象风控系统5.0拥有“3+3+2”的技术能力

作为新一代金融风控,顶象风控系统5.0拥有“3+3+2”的技术能力,能够为金融机构构建技术全链路、业务全流程的风控体系。

第一个“3”是三大平台:实时决策平台整合金融机构内部数据、征信数据、业务请求数据及三方数据,通过实时计算生成指标,利用规则集、决策流、决策表、决策树、评分卡等可视化的配置策略,并通过自定义的函数以及对接在线模型来进一步扩展实时决策能力。智能模型平台通过拖拉拽的方式高效的生成模型,并且可以具备一键上线的能力,同时更是一个存量模型运营、评估监控的平台。关联网络平台基于金融知识图谱构建清晰直观的关联关系图谱,通过交互式的风险探索,实现各类算法实现团伙类风险的识别,沉淀完整的团伙风险运营机制。

第二个“3”是三大风控工具:支持17类代码混淆加密并自带“蜜罐”功能的端安全、跨平台支持iOS/Androi/WEB的设备指纹、有效识别阻断99.99批量机器行为的无感验证。

第三个“2”是两大专家服务:为客户提供策略建设、冷启动、策略优化、活动护航等专家咨询服务,以及定制化建模服务。

新一代风控满足金融监管需求

2020年2月,中国人民银行发布新版《网上银行系统信息安全通用规范》中,在交易流程、交易监控等方面新增了机器学习、生物探针等交易防范风险措施。特别提到,金融机构应通过交易行为分析、机器学习等技术不断优化风险评估模型,结合生物探针、相关客户行为分析等手段,建立并完善反欺诈规则,实时分析交易数据,根据风险高低产生报警信息,实现欺诈行为的侦测、识别、预警和记录,提高欺诈交易拦截成功率,切实提升交易安全防护能力。

2020年7月17日,中国银保监会发布《商业银行互联网贷款管理暂行办法》。要求商业银行应当针对互联网贷款业务建立全面风险管理体系,在贷前、贷中、贷后全流程进行风险控制;提升银行客户端的防入侵、防篡改、反编译能力,建立有效的反欺诈机制,实时监测欺诈行为,定期分析欺诈风险变化情况,不断完善反欺诈的模型审核规则和相关技术手段,防范冒充他人身份、恶意骗取银行贷款的行为,保障信贷资金安全。

顶象风控系统5.0充分满足《网上银行系统信息安全通用规范》、《商业银行互联网贷款管理暂行办法》中全流程风险管控、实时反欺诈和智能模型建设等要求,为金融机构提供技术全链路、业务全流程的风控体系,提升安全防护能力,保障资金安全。



这篇有关于 从手动操作到人工智能:简析金融风控系统发展 的文章,就为您介绍到这里,希望它对您有帮助。如果您喜欢这篇文章,请分享给您的好友。

    相关阅读