金融实时反欺诈及反洗钱研讨会-深圳站圆满结束
移动支付网 2019/7/8 9:09:18

近年来,互联网金融行业契合国家需要迅猛发展,为人们生活带来各项便利,但风险也暗藏其中,特别是最近一段时间以来各类非法第四方平台和洗钱犯罪问题频发,反映出日益严重的反欺诈与反洗钱形势,如何应对反洗钱与反欺诈成为金融机构以及相关企业的重要课题。

在这样的背景下,7月5日,由深圳市银行卡收单行业协会指导,移动支付网主办、邦盛科技协办的“金融实时反欺诈及反洗钱研讨会”在深圳成功举办,本次研讨会内容详实丰富,吸引了众多业内人员到场参加。本次研讨会由移动支付网主编慕楚担任主持人。

研讨会现场

首先,普华永道资深反洗钱专家李小华对中国FATF互评估情况做了介绍,她表示,在FATF第四轮对中国反洗钱互评估中,我国发现目前反洗钱工作与国际社会上的差距较大,同时政府反腐带来了新的反洗钱需要,在此背景下,各部门对反洗钱工作进行了一系列改革措施。

普华永道资深反洗钱专家李小华

最明显的,在2018年不断出台有关反洗钱的法规以及对相关法律的修改,用以加强管理,涉及包括支付机构、互联网金融、最终受益人追溯、房地产开发中介、社会组织、贵金属交易所等义务机构。

在案例分析中,李小华着重介绍了反洗钱及反恐怖融资监管执法情况,多个罚单中对支付公司的大额罚单相当引人注目,同时还强调目前处罚已经普遍实行“双罚制”,对从业人员的影响深远,而处罚的案件金额以及机构都在扩大,严监管的趋势已经确立。对支付机构而言影响尤其大,支付机构面临着洗钱风险的新趋势,特别是近期的“第四方支付平台”问题以及跨境支付中的违规现象,都使支付机构合规面临着新得挑战。为此,李小华提出反洗钱合规挑战的五种应对方法:

1、建立强有力的反洗钱合规框架;

2、利用先进系统和调查服务;

3、针对系统的审核;

4、开展周期性评估;

5、使用创新科技。

随后,邦盛科技支付反欺诈、反洗钱专家姚智明讲解了新监管形势下反洗钱风险管控及系统建设实践,以及互联网金融时代支付行业实时反欺诈体系建设。其中同样提到了目前反洗钱反欺诈形式的严峻,姚智明认为反欺诈与反洗钱需求经常同时出现,那么建立一个怎样的反洗钱与反欺诈体系既能够既满金融机构所需又契合监管部门要求是一个大问题。

邦盛科技反欺诈、反洗钱专家姚智明

为此,姚智明提出了通过大数据实时分析技术,建立信息功能模块构建反洗钱体系,包括大额及可疑交易管理模块、大额交易报送管理模块、客户评级管理以及名单管理模块,同时还介绍利用大数据实时分析技术提高实时监控反欺诈能力,将反洗钱反欺诈体系由过去的经验驱动转变为数据驱动。

据他介绍,大数据实时分析技术“流立方”拥有集群可达200万笔每秒,平均延时1毫秒的卓越性能。邦盛科技以流式大数据极速处理技术为核心,构建了由平台、产品、模型、数据、技术组成的金融领域实时立体防控体系,面向泛金融行业,提供实时反欺诈、互联网授信、机器学习、机器防御、反洗钱、以及风险大数据等方面的服务。

最后,邦盛科技资深风控技术专家张子龙介绍了机器学习及关联图谱技术在金融风控领域的创新性应用实践。详细介绍了如何利用机器学习来帮助金融机构进行实时风控。机器学习可以应用于不同场景,从而提升业务能力、数据应用(机器学习)、数据汇聚(大数据平台)来规避欺诈风险、信用风险,同时机器学习技术还可以应用于精准营销领域,为金融企业建立相适用的反洗钱反欺诈体系。

邦盛科技资深风控技术专家张子龙

张子龙详细列举了机器学习在银行、第三方支付、保险机构等的应用,他介绍,对比规则,通过邦盛科技机器学习模型在100%覆盖规则抓出的黑样本的前提下,某股份制银行案件的准确率提升36倍,同时报警率下降为原先的1/37,对用户扰动率下降为原先的1/28。大幅度降低了人工核查成本,提高了用户体验。在某大型支付机构的应用中,机器学习模型+规则使虚拟商品欺诈案件查准率由原来的3%提升到87.25%,欺诈案件查全率由原来的29%提升到55%。

他还介绍,知识图谱技术,在大数据反欺诈的基础上,将基于“风控点”的反欺诈升级成以面的形式进行反欺诈。邦盛科技的关联图谱目前在风控领域的应用主要体现在申请反欺诈、交易反欺诈、反洗钱、内控等领域。

参会者提问

最后,在参会人员的掌声中此次金融实时反欺诈及反洗钱研讨会圆满结束。


展开全文
相关阅读
资讯查询取消