一、项目背景及目标

（一）项目背景

从宏观层面来看，全国电信网络诈骗案件高发、多发的形势依然严峻，银行卡买卖与涉诈资金流转的新趋势层出不穷。2022年9月《中华人民共和国反电信网络诈骗法》的颁布在赋予银行防控账户风险的权力和义务的同时，也对金融机构研究开发有关电信网络诈骗反制技术，用于监测识别、动态封堵和处置涉诈异常信息、活动提出了更高要求。

从行业层面来看，各级金融监管部门已连续多年制定《打击治理电信网络诈骗与跨境赌博工作方案》，其中对银行自建的异常交易监测系统的要求从初的“建立体系-事中预警”，向“提高精度-审慎处置”转变。同时，2021年中国人民银行办公厅、公安部办公厅关于印发《电信网络诈骗和跨境赌博“资金链”治理工作方案》的通知，也进一步明确了平衡账户风险防控与优化账户服务的关系，即“两个不减、两个加强”。因此，作为银行提高异常交易预警的精准度就显得尤为迫切。

从稠州银行自身条件来看，首先，早在21年初其投产运行了初代版本的运营风险事后预警平台，初步实现了对账户异常交易的预警处置。但仅从账户交易层面的监测工作，量大，精度有限。其次，近两年稠州银行先后上线投产了“事中拦截”与“账户开户风险预评分系统”，但系统间各自为政，数据共享存在壁垒，未形成可供统一调用的“数据资产”。后，随着全行业反诈工作的持续推进，原有系统功能已不能满足当前反诈工作要求，尤其是对机构新开户回访、存量账户排查等工作缺乏有效的管理抓手，无法形成反诈工作“一盘棋”。

针对以上情况，2022年稠州银行启动运营风险事后预警系统“账户异常交易监测精准度提升工程“。

（二）项目目标

基于稠州银行现有基础平台，打通运营风险事后预警系统与反洗钱系统、交易实时拦截系统、客户开户预评分系统的数据资产池，通过数据标签、大数据建模、知识图谱等技术的综合运用，结合客户身份特征与账户交易习惯，实现账户风险预警精准度的有效提升。同时，建设账户新开户回访、存量账户排查功能模块，进一步丰富账户风险基础数据资源，将运营风险事后预警平台打造成为“一体化的账户风险监测管理平台“。

二、项目方案

（一）业务模式

1.平台数据的运用

图1. 运营风险事后预警平台的数据运用闭环

为进一步提高账户风险监测的精准度，在项目建设过程多措并举提升预警精度：

结合近年来稠州银行的自身业务拓展情况与全社会支付清算业务模式发展的新情况、新趋势，重新梳理交易数据清洗规则。基于历史数据，从定性和定量两个层面建立交易数据白名单，在数据清洗环节予以剔除。

结合客户开户预评分情况建立客户身份特征标签、根据账户交易习惯建立账户交易习惯分析宽表（系统每日动态通过账户习惯性交易金额范围、习惯性交易笔数范围、习惯性交易对手等维度综合定义账户交易习惯），当且仅当特定风险标签的客户账户，在某一时间段内交易突破系统认定的习惯性交易范围时，生成预警信号。

引入客户开户风险预评分与反洗钱客户风险等级数据，打破原有刚性预警模式，按照评分情况实现账户风险的弹性预警。同时，打通事中实时拦截系统与运营风险事后预警平台的数据接口，实现实时拦截信息在平台端的实时告知预警。营业机构可根据账户实时交易情况，及时判断和处置账户风险。

定期追踪涉诈资金的流转方式，根据趋势变化在及时补充监测规则的同时，对存量规则从识别准确率与误识率两个维度对规则有效性进行评估，通过调整的规则风险等级与监测参数阙值，实现对账户异常交易的及时预警。

结合近一个阶段历史排查的沉淀数据，综合运用大数据建模技术，对预警规则进行建模分析，动态生成与调整规则组合，实现高风险组合的优先的预警。

通过上述措施实现平台在异常交易监测精准度与有效性上的整体跃升。

2.账户新开户回访

依托运营风险事后预警的平台体系，由系统按照规则配置自动滚动提取待回访账户清单，通过行内系统推送管户客户经理。客户经理在规定时效内完成账户实人使用回访，并反馈回访记录，归档在运营风险事后预警平台，供后续日常交易监测使用。

3.存量账户排查

基于运营风险事后预警平台的账户风险标签与日常交易监测情况，由行内各级运营管理部门自行维护阶段性存量账户排查范围及优先级，平台根据排查维度自动生成待排查账户清单与可能存在的风险点（平台在生成待排查账户清单时，同步对近期已在日常异常交易监测中存在排查记录的账户自动赋值，极大减轻营业机构在存量账户排查是的重复工作量）并派发至排查责任的机构，由机构排查后反馈归档，供后续日常交易监测使用。

（二）技术路线

1.系统架构与实施路径

图2. 运营风险事后预警平台系统架构图

核心层：包括数据计算、数据访问、数据权限、安全框架、日志、负载均衡等。

系统管理：包含了系统服务、流程服务、规则服务、调度服务、效率工具、配置管理。

服务治理与监控：包含运行监控、调用链分析、日志分析等。

运营风险事后预警平台整合了稠州银行金融基础数据及外部监管数据，通过大数据、机器学习、知识图谱等技术，结合数据治理、数据中台，构建了大量的账户、交易、行为、产品等风险数据资产，构建风险数据指标、建模、分析、评估、预警、优化的风控预警体系，实现了预警风险模型构建、预警案例、案例排查、风险评估等一体化功能，构建了规范性监测与风险性监测、事后监测与事中监测相融合的运营风险监测系统。

数据中台

基于多个业务系统的海量数据进行组合分析计算，通过数据中台进行数据计算，并提供数据查询服务，按照运营风险预警准实时、T+1日的时效要求进行数据体系建设，构建了运营风险数据集市、准实时流数据处理平台，打造数据驱动型的运营风险监控体系。

模型管理

基于对监管要求、风险特征及风险识别的梳理，结合业内专家经验，进行预警模型规则设计与开发；引入风险模型验证和评价机制，促进模型的迭代优化；对预警模型按照高频低危、低频高危分别实行准实时、T+1日预警管理策略。

工作流引擎

预警平台是基于 Spring Cloud 技术构建的的轻量级分布式开发平台，其中工作流引擎是基于activiti和openwebflow两个框架开发，它是一个轻量级，可嵌入的 BPM 引擎，并且提供了功能丰富的开发和流程设计工具。实现预警信号、案例、风险等级、机构层级等多个维度的预警信号灵活触发、智能化执行的流程机制。

2.数据建模的基本思路

本项目应用决策树算法，从前期样本选择、数据探索、特征工程、数据挖掘等流程，以信息熵为拆分变量及拆分点选择依据，生成变量树形图，后遵从实际业务需求，对树形图进行解析，衍生策略，辅助决策。

三、创新点

以“客户身份特征标签+账户习惯性交易判断+异常交易监测”为要素进行账户交易的智能分析后生成预警信号，有效提高预警信息的精准度；

通过平台串联起事前客户开户风险预评、事中交易阻断、事后交易分析的各个环节，在实现数据资源的大化利用的同时，也提高了预警排查工作效率；

将账户新开户回访、存量账户风险排查功能系统化，实现了账户风险监测、排查全流程的闭环化线上过程管理，有助于更全面的反映账户风险情况，为决策提供依据。

四、项目过程管理

项目方案设计：2022年1月

账户交易习惯分析宽表：2022年3月投产

外部数据接入（实时交易拦截、反洗钱）：2022年3月投产

数据运用追踪：2022年一季度起滚动实施

新开账户回访线上化：2022年7月投产

存量账户排查线上化：2022年四季度投产

五、运营情况

目前，运营风险事后预警平台“账户监测精准度提升工程”的各项目已分批完成投产运行。

六、项目成效

今年 “账户监测精准度提升工程”启动以来，平台在预警规则增加21.81%的情况下，8-9月系统生成预警案例数仍同比下降超15%，排查风险账户占比提升超125.13%。截至目前，平台累计建立各类账户异常交易类监测规则130余条；建立发工资户、疑似空壳公司、一人多户等客户特征类标签30余个。根据平台预警与排查情况，1-9月全行累计模排出风险账户3000余户，涉案账户检出率达到80%。同时，新开账户回访功能自投产以来，平台共收录账户实人使用回访记录1.58万条，进一步丰富了后续账户异常交易监测的数据资产。

七、经验总结

提高账户异常交易监测的精准度需要充分整合数据资源，强化数据资源的利用率。对于异常交易的判断应充分结合客户身份特征、账户交易习惯与交易情况进行综合判断。

账户风险防范需要事前、事中、事后形成完整的闭环体系。但就事中拦截而言，一方面，因其侧重于在交易实际发生前进行判断，直接影响账户交易过程，对客户的影响为直接；另一方面，考虑业务连续性与主机处理效率，在事中阶段并不适合过于复杂的拦截策略。因此，事中交易阻断对拦截策略的精准性提出了很高的要求。相反，事后监测预警因其不涉及对正在发生的交易的直接干涉，也可脱离核心系统进行数据加工与规则跑数，可更全面、更有效的将客户及账户的历史交易进行串联，从整体上识别风险，是事中拦截的必要补充。

事后监测预警在时效性方面也可根据银行机构技术能力，建立交易发生后的实时推送/准实时推送/T+1推送等多层级的预警推送方式。同时，监测预警规则有效性得到充分验证的情况下，可适时向事中拦截转换。