作者 | 老网关
来源 | 老网关
编辑 | 武文 张云迪
美编 | 杨文华
与十年前“互联网+”概念横空出世、两三年后成为热点和热词类似，经过从业者几年来的不懈探索推动和思考总结，今天终于等到了金融科技、数字化转型、经营模式变革等热词不绝于耳的阶段，在全民数字化转型热情高涨之时，如果越快实现知行合一，数字化进程也会更加顺利。
多做认真思考和持续观察，将有助于让各类探索实践更加有的放矢，特别是能避免跟风盲动。
一、对数智化风控的理解
1.银行“四化”是智能风控的诞生基础
银行业从电算化开始，历经网络化（含 PC 化和移动化）和数字化，随着数字化认识和应用的普及和深化，正在走向智能化和智慧化。
与 2000年前后先PC化、2010 年前后再移动化的“串行”发展不同的是，2017年前后及至当前，移动化和数字化并行互促的特征越来越明显，基于数字化的智能化正在不断加速扩面。
从网络金融实践视角，可以将银行业数字化转型升级的进阶发展过程大致分为线上化、数字化、智能化和智慧化四个层次：将服务从线下搬到线上是线上化，在某个业务领域（如信审或风控）或环节（如个性化推荐）局部应用数据是数字化，将数字化全面应用于服务、经营和管理并形成全局智能决策是智能化，万物智能互联、各行各业智能化连接是智慧化。
之所以说是四个层次而非按时序分割的四个阶段，是因为线上化、数字化贯穿数字化转型升级的始终，智能化是数字化深度和广度达到一定程度时的全面数字化状态，而智慧化则有赖全社会数字化转型升级普及的环境，“四化”就在各种深度连接、融合、互嵌中实现“螺旋式上升”。数（数字化）智（智能化）化转型升级过程是一个由点到面，由浅入深，由局部到全局的持续“连接深化”和“智能深化”的过程，这也必然是一场深刻的社会变革。
因此，风控也必然是循着银行“四化”的足迹拾级而上，从人工线下到线上、再到基于数据应用、部署规则、模型、算法、叠加智能感知等等，实现不断进阶。尽管因其连接、融合、互嵌特点，难以截然分割为四个发展阶段，但不同层次依然有其区别于其他的显著特点，数智化风控是银行智能化的重要组成要素。
2.数智化风控是行业健康发展的有效保障
2022 年初，中国人民银行印发《金融科技发展规划（2022-2025 年）》，明确高质量推进金融数字化转型主要目标、强化金融科技审慎监管主线，力争到 2025 年实现整体水平与核心竞争力跨越式提升重要任务，同时提出在跨主体数据安全共享隐私计算平台建设上，应用多方安全计算、联邦学习、差分隐私、联盟链等先进技术，建立相应规范，保障原始数据不出域、专事专用等原则下的共享、应用和数据安全保护，建立智能化风控机制，全面激活数字化经营新动能，同时强化金融科技治理和数字化监管能力建设，对金融科技创新实施穿透式监管，筑牢金融与科技的风险防火墙。
1 月末，中国银行保险业监督管理委员会发布《银行业保险业数字化转型的指导意见》，明确要求银行保险机构加强战略风险、创新业务的合规性、流动性风险、操作风险及外包风险等管理，同时防范模型和算法风险，强化网络安全防护，加强数据安全和隐私保护。
系列文件颁布实施，既标志着银行业正在进入有组织、成体系的数字化转型升级发展崭新阶段，这同时也需要风控能力随之不断升级，并覆盖从传统业务数字化风控、到数字化新增风险要素的防控，以及对新技术应用、新要素风险管理等智能风控的方方面面，为行业数智化转型保驾护航。
二、数智化风控热点
狭义的数智化风控集中在账户资金应用环节，比如反欺诈。线上支付业务是大众最有感知的数字化产品和服务，将一类户发卡银行、二类户开户银行、收单银行、第三方支付公司、商户、商户开户银行、清算组织、消费用户等多种角色以及各类线上平台、系统有效“连接”在一起。与此同时，还实现了数据积累、存储和应用等“附加值”，因此，才获得了所谓便捷友好的支付体验。
但在便捷的背后，其实蕴藏着诸多风险，近年来，边境涉赌涉诈、电信诈骗等违法犯罪行为已经给人民群众造成极大困扰。账户开立、用户注册、账户绑定、账户/用户登录、签约解约、改密、转账支付、参与营销活动等各类业务过程或场景，都伴随着盗用、冒用他人信息虚假开户、伪造、变造银行卡、盗用账户、批量模拟真实用户或虚构交易薅营销活动的羊毛、通过赚差价等方式实施洗钱、套现等大量风险隐患！
这些风险点大致可分为交易、营销和洗钱套现等门类。事实上，这些风险也非支付业务独有，任何高频率、高“回报”业务都属欺诈风险易发“体质”，比如消费信贷。黑产随着消费金融业务发展，已现“成行成市”端倪，在包括账户开立、支付、授信、用信等环节频频出击。
反欺诈热点因此集中在结合设备信息、账户信息、交易行为及习惯分析，运用知识图谱技术、智能社团算法和规则引擎、流计算、大数据建模、图计算、实时决策等先进技术，基于对欺诈行为的拆解定义，形成细化风险标签和判断逻辑，利用线上系统进行各类交易及行为数据采集，实时计算网络关系，并基于模型、算法进行合理预判和数据挖掘，形成各类可视化查询抽测和深度下探，通过与内外部各职能单位密切联动协同，从而有效部署风险预警、分析、识别、评估、干预、拦截和化解的体系化防控能力，进而从点到面、从局部向全局扩展智能化控制范围和能力水平。
线上信贷业务风控则是在反欺诈基础上，进一步针对贷款业务特点，整合各类行内账户余额、动账特点、资金流向、交易对手、额度使用度、出账及还款频率等等价值数据，和人行征信、公（公积金）社（社保）税（税务）数据、司法、工商权威数据、煤水电公用设施应用数据、地理位置信息等静态数据，统一刻画出客户静态画像。
同时结合时序动态变化判断，洞察客户风险偏好、还款意愿及能力变化等趋势，实现快速批核、差异化定价、灵活额度控制以及及时风险升降级判断，并辅以相应有效的风险抵补或控制手段，分发至各类对接机构和对接人（含 RPA 机器人），从而形成应答、处置、反馈、更新的动态判断和更新闭环。
事实上，非法中介、非法集资、非法担保、挪用等等，都是具有各自典型特征的欺诈行为，随着对这些行为的深入拆解和数字化风控模型、规则以及效果的不断复盘、经验的不断积累和持续修正，以及与其他各类数字化能力的不断“连接”，数智化风控也将逐步突破“风险控制”的狭义边界，进一步与脱落预警、流失挽留、营销推荐等智能应用结合起来，成为差异化服务、经营、风控一体化的数字化智能化安排，行业内在此已有不同程度的实操案例。
数智化风控正由狭义“有害”风险防控转向为深耕业务、深化服务提供更加有力抓手的范畴扩展。
三、数智化风控展望
一是建立积累数据模型算法的规范。
智能风控是漫长的应用实践和积累过程，除了短兵相接有效识别、控制每一次风险挑战之外，还包括不断积累风险特征，沉淀设备指纹、篡改、仿冒、代理、模拟器、Root 等等内外部风险特征数据信息，积累研究各种预警线索及其特征，拆解分析和还原黑产侵害客户和银行的各种手段等。通过不断完善对风险事件发生动因和发起流程的分析和识别，提高在线和离线溯源分析支撑能力，来提升事前预判、事中阻断和补充验证、事后及时补救、复盘的全流程闭环能力以及各类长效防控机制，并形成安全有效的内部共享和学习机制，把风控意识和经验贯穿、普及到各业务领域的产品和流程设计之中。
二是风控体系和业务体系整合贯通。
发展特点使然，各行随业务所需分步建有网金、零售、对公、反洗钱、反欺诈等等风控所需系统或平台，随着智能化连接不断扩面，对跨系统数据标准是否统一、规则部署宽严是否一致、局部规则是否适用整体、整体规则是否需做个性化改造等都提出了新的要求，确定现实可用且科学可延展的架构，界定不同系统、平台相应风控职能、嵌套调用逻辑关系以及数据和智能技术应用摆布安排，通过建立跨系统“路由”及互补、修正机制，以及进行必要的局部或整体整合，甚至在所需领域进行重构重建，形成兼顾独立性、特性和整体性、一致性的有效风控体系安排，实现跨业务板块、跨主体、跨渠道、跨场景联防联控联拓一体化安排。
三是业务应用范围快速扩展。
目前，已有企业将智能化监控能力封装应用于粮食仓储业务。通过基于仓内粮食数量、品控自动监测、视频结构化、车辆识别、人脸识别等技术，不仅将人工品控和监控变为自动化，还有效解决了粮食行业传统货押业务确权难、监管难的问题。随着卫星遥感、电子围栏等技术应用成熟度不断提高，数智化动态监测风控能力，可以更多应用到农、林、牧、渔等农产品生产经营过程中，推动资金流、物流、客流、数据流的深度融合，推动这些产业及其上下游企业智能互联，推动传统农业的数字化进程，同时深化对于农民客群和新市民群体需求的把握，逐步填补农村信用信息体系空白。
在确保自身业务安全和依法合规前提下，还可进一步面向社会或特定群体做出风险预警、增值服务安排。普惠小微、普惠涉农领域及科技型企业金融服务本质上也与此类似，随着数据积累和技术应用，可逐步减少资产类业务对抵押物的依赖，快速满足小微企业小额、短融、高频、海量、长尾等融资需求，解决服务中小微企业的风控成本高、难度大问题。通过支持科技型企业依托自身专利、论文、创新项目、技术布局、研发效率和稳定性等特色信息形成相应评价体系，从而形成各类对涉农、民企、科技新兴产业针对性更强的个性化解决方案。
此外，随着各类能力标准化、组件化程度的提高，风控能力输出本身也可成为新的业务门类。
四是强化对风控本身的风控。
随着数字化、智能化的不断深化，全社会对技术能力和科技系统形成了高度依赖。如果将其统称为“科技”的话，显然，科技本身的架构、开发、运维等都将成为最需要强化风险控制的领域，尤其对管理基础不够扎实的机构，科技既是助力快速发展的元素，也是导致风险暴露最为脆弱的一环，智能互联程度越深、幅面越广，挑战就会越尖锐。
因此，需合理分布包括数字化风控所需的数据、模型、策略等各类系统，基于科学架构，建立起覆盖开发、外包管理、自主及交叉评测、攻防演练、后评估、内部审计等在内的安全管理体系，从而保障科技开发过程规划化、标准化，并通过开发过程的安全管理和日常信息安全管理，双管齐下完善工具、流程、体系化建设管理等方面的全流程精细化管控，适时推动能力成熟度模型集成分级管理，以适应智能互联时跨体系贯通所需的基本能力要求。
五是构建防控风险传导蔓延的有利环境。
伴随数字化、智能化的深化讨论和应用普及的，不仅是产能提升和生产关系重塑的有利一面，也会有因缺乏统筹规划而生的重复建设、因技术本身的漏洞或缺陷而导致的风险和同类技术的适用性风险，以及因“连接”紧密以至“互联互通”，造成更加便于风险传导蔓延和向风控洼地快速聚集等新的严重问题，其中包括停电、断网、丢数据、智能停摆等极端情形下的失序和连续性挑战。
如同每一层折叠和每一次升级升维，都会伴生新的生态平衡一样，需要建立全新的运行和风控秩序。新监管政策、新管理制度、新执行规则、新产业或新的行业格局，都是必不可少的“环境准备”和运行结果，也是发生全面变化的变迁过程。
2020 年末，中国人民银行发布《基于大数据的支付风险智能防控技术规范》，要求通过风险防控策略、风险信息处理、支付风险评估、风险监测与决策、风险处置等五大模块，形成支付风险智能防控技术体系，其管理要义，同样值得在其他智能风控领域推而广之。
总而言之，线上化、数字化、智能化风控将随银行数字化转型的不断深化，成为经营模式升级变革的主角之一，这也是“融合主导未来、回归方能致远”新的“升级内容”。
