工行李金浩:借力大数据深耕风控 夯实金融企业核心竞争力
2018/8/14 10:19:23

2015年8月,国务院印发了《促进大数据发展行动纲要》,将“促进大数据发展,建设数据强国”提升到国家发展的战略层面。近年来,以大数据思维为核心的互联网金融席卷中国,驱动商业银行进入了新的转型期。一方面,商业银行为应对互联网、电商等新兴企业的挑战,不断探索新的经营思路,通过对金融产品的创新以及对金融服务方式和渠道的拓展,寻找新的利润增长点。另一方面,互联网金融的发展使金融市场呈现出更加复杂多样的局面。“金融乱象”滋生了输入性、交叉性风险等新的风险形态,使风险的隐蔽性、突发性、传染性和破坏性显著增强,提高了商业银行的风控难度;与此同时,日趋严格的监管规定,也对商业银行风险管理提出了更高的要求。

在当前新经济大环境下,传统被动的风险防控方式已经难以满足商业银行风险管理的要求。如何运用大数据技术实现风险管控,提升自身的核心竞争力,逐渐成为商业银行无法回避的重要课题。

2017年,人民银行发布120号文,要求商业银行于2017年12月底前完成基于大数据技术的银行卡风险防控系统建设,提升磁条交易风险管理水平。一纸明文,让大数据风险防控系统建设变成了需要切实落地的工作要求。

近年来,工商银行因势而动,基于其整合的全行业务系统数据资源及日趋完善的大数据平台,积极探索大数据驱动的风险管控,大胆创新实践,逐步构建形成了智能、全面的风险防控新体系。

一、工商银行大数据体系建设情况

工商银行大数据体系已历经多年的建设历程。2000年前后,工商银行启动了数据仓库体系的探索,并在2007年初步建立了以企业级数据仓库为基础的全行统一的数据采集、存储和分析应用体系。随着互联网金融以及开放平台技术的发展,近年来,工商银行着力打造开放、共享、多技术平台并存的大数据云服务体系,一方面引入Hadoop、分布式数据库等大数据技术平台,基于通用设备构建物理集群,采用分布式架构设计,实现平台的灵活可扩展能力,持续提升数据服务时效;另一方面稳步推进传统数据仓库平台自身优化和转型,将其纳入大数据体系中,发挥平台历史数据积累多、稳定性高的特性,为专有领域提供数据分析服务。

通过多年的探索和实践,工商银行大数据体系建设取得了如下突破:一是实现了从单一的高成本、封闭专有平台向开放、弹性可扩展的通用平台的转型;二是实现了对数据采集、处理、存储、服务能力的有效整合,提供了涵盖行内外,结构化、非结构化数据PB级的处理能力;三是基于分布式和大内存技术自主搭建了流数据处理平台,提供毫秒级的实时准实时的数据计算和服务能力。

大数据平台的建设,提升了工商银行数据服务的时效性、灵活性和标准化,为全行数据的应用奠定坚实的技术基础。目前,基于大数据平台,工商银行实现了各类业务系统的建设,有效支撑了数据运营、交易安全、智能客服、客户营销和风险管理等业务领域。

二、基于大数据的风险防控体系建设

金融的本质是对风险的控制和管理,这一特点决定了商业银行对风险管控的重视程度远远高于其他行业。在现今的信息时代,传统的风险防控手段已经越来越难满足要求,银行需要变“被动”为“主动”。

为应对各类金融风险的挑战,工商银行积极探索大数据在风险管理领域的应用,通过智能风控理念以及事前、事中、事后“三位一体”的风险防控机制,构建大数据风险防控体系(如图1所示)。基于大数据平台,建设统一的风险监控平台框架,建立健全风险名单、事件、模型、策略等各类信息,丰富客户风险画像,形成风险模型、计算引擎等风险服务。通过将风险管控和业务流程紧密结合,将数据驱动的风险管控服务于个金、对公、银行卡、信贷、业务运营、电子银行等各渠道及业务领域,并逐步拓展向行外提供风险信息服务,使信息优势转化为业务竞争优势。

工商银行大数据风险防控体系有以下几个特点:

(1)基于大数据平台,实现了客户特征、名单、事件等各类风险信息数据的整合共享,为数据驱动的风险防控奠定了扎实的数据基础。一是集成整合了行内外各渠道资金流、商品流、信息流,在此基础上形成多维、立体、动态的客户特征,支持对客户交易行为潜在风险的准确预测、快速洞察。二是引入了涵盖各政府职能部门、国内外银行同业、国际反欺诈组织、互联网大数据公司等各类风险名单、风险帐户等信息,建成了银行业内最大最全的风险数据库,有效支持了业务准入等环节风险防控。三是收集整理行内外各渠道风险事件,并对风险事件进行整合管理,为后续的模型挖掘、验证等提供了数据基础。

(2)通过智能模型、风险规则、名单检测等多种大数据智能风险检测手段多管齐下,实现风险的精准识别。同时为适应产品快速创新需求及外部风险形势的变化,支持风险模型及规则的灵活配置部署。业务人员可基于共享的风险信息,在线进行模型挖掘、灵活配置、实时上线,使其可随时根据新的风险形势上线模型及规则。

(3)将风险管控有效融入业务流程中,支撑事前、事中、事后“三位一体”的风险防控机制。基于大数据平台提供的流数据等处理能力,支持风险事件的准实时甚至是实时监控,将传统的以事后监控分析为主的风险管理模式转变为事前、事中和事后风险防控的协同模式,前移监控关口,提升风险监控效能。

(4)基于不同业务场景,提供不同的风险干预策略,提升用户体验。如能做到对客户欺诈风险的柔性防控,在客户交易过程中,实时计算的欺诈风险,根据欺诈风险的发生概率及程度,提供短信验证、输入银行卡密码等不同程度的干预措施,在不影响客户体验的情况下,保障客户资金安全。

三、大数据风险防控体系的应用实践

1.金融交易实时反欺诈——工商银行在大数据风控方面的成功实践

外部欺诈风险作为当前对银行业造成损失最为严重的风险之一,涵盖范围广,防控难度大。据国外研究机构统计,欺诈风险每年导致银行损失金额高达735亿美元;国内银行每年欺诈风险损失金额也达上百亿元。鉴于严峻复杂的外部欺诈风险形势,工商银行基于大数据风险防控体系,成功上线了金融交易实时反欺诈系统,实现对全集团外部欺诈风险的事前、事中、事后全流程管理。

在技术上,金融交易实时反欺诈系统基于分布式缓存架构,运用流数据处理技术,通过实时反欺诈计算引擎和规则引擎,支持反欺诈规则的在线、灵活部署,灰度发布,以及上万TPS的反欺诈并发计算,确保99%以上交易的整体欺诈判断耗时控制在20ms内,实现客户交易零影响。

系统依托大数据风险防控体系中各类多维客户特征及整合共享的丰富的风险基础数据,运用智能风险模型,建立大数据驱动风险防控新模式。通过引入神经网络、极端偏离值分析等智能风险模型,综合运用模型挖掘、训练、测算、上线等闭环研发方式以及冠军挑战模式,持续强化模型、提升效能。基于流式计算技术,可从每秒上万笔金融交易中实时识别出欺诈交易,为工商银行建立“黑名单定点清除+风险监控模型”互为补充的风控模式,使得“精准打击”的事中风险自动预警模式代替传统的“撒网捕鱼”式监控风险预警和人工事后干预,并能实现对新兴业务可能存在风险进行前瞻性评估和揭示,在业务办理流程中加装一道高科技的“防火墙”。

2.融安e信——基于大数据创新风险管理服务形态

为了向社会各界共享大数据风控的经验成果,应对企业生产经营中的各类风险,工商银行推出了银行业首款风险信息服务产品——工银融安e信,该产品将风险大数据与前沿互联网科技紧密结合,创新了大数据风险管理服务形态,打造新的中间业务收入增长点。

融安e信产品为各行业客户提供集基础风险筛查、深度风险挖掘、专属定制服务以及租赁式反欺诈等多功能于一体的智能风控服务。产品的核心便是工商银行庞大的风险数据库。风险数据库通过对社会公开的各类风险信息进行高度整合,已覆盖来自工商银行内部、社会公信体系、境内外反欺诈组织、国内外银行同业的黑名单、白名单及其他公示信息,数据总量突破18亿条,风险类型近200类。除此之外,为提升信息资源的全面性,融安e信通过进一步引入工商族谱、生产经营关联关系、个体行为特征、舆情等多维信息,使得实体信息和风险刻画更加立体、客观。除传统的黑名单服务外,产品体系逐步扩展到风险类、情报类、关联类、评估类、国际类五大类,并通过多种服务模式为金融同业、中小企业提供金融风险服务。

截至目前,融安e信已累计签约服务境内外银行同业客户超过140家,企业客户16000余家,客户群体分布于国民经济行业的19大类,为促进实体经济平稳发展、净化商业环境提供有力支撑。

四、大数据风险防控体系后续提升方向

近年来人工智能技术发展迅速,如何应用人工智能相关技术,进一步提升风险防控能力,将是工商银行在大数据风险防控体系建设提升方面的一项重点工作。

目前,工商银行已初步完成了机器学习平台的搭建,并应用机器学习方法在欺诈防控场景进行了原型验证。下一步,将结合前期研究验证结果,进一步引入机器学习、图计算等人工智能技术,构建360度立体智能的大数据风险防控体系,在事前、事中、事后与产品系统无缝连接,形成智能可自动调优的防控模型及干预措施。在提升行内的风险管理水平的同时,也将进一步加快工商银行金融风险服务输出,并与国内外同业在大数据金融风险防控领域开展全面深度合作,助力诚信社会建设。

(本文作者系中国工商银行软件开发中心副总经理)

本文转载目的在于知识分享,版权归原作者和原刊所有。如有侵权,请及时联系我们删除。

展开全文
相关阅读
资讯查询取消