一、项目背景及目标

为进一步及时、准确、有序开展账户风险监测工作，做到账户风险早发现、早报告、早处置，强化账户风险管理，中国人民银行制定了《账户风险监测管理办法（试行）》，要求各银行业金融机构、支付机构、特许清算机构应当充分认识账户风险监测对于强化账户风险管理、提升风险防控水平的重要意义，对单位和个人在银行开立的结算账户进行风险监测、报告、处置、共享等工作。

随后，面对日趋严峻的Ⅰ/Ⅱ/Ⅲ类账户风险形势，中国人民银行和中国银保监会又相继下发了《关于加强II、III类银行结算账户风险防范有关工作事项的通知》、《中国银保监会办公厅关于银行机构网络安全漏洞引发虚假账户风险监测的通报》、《关于加强企业银行账户风险监测分析》以及各类定期监管风险提示等相关文件，要求加强账户风险防范，健全账户风险监控机制。均提及银行等金融机构应当结合自身实际，将账户风险监测纳入本单位风险管理体系，持续监测、识别账户风险并稳妥处置。并妥善处理好合规管理与业务发展的关系，从事前、事中、事后三个阶段强化账户全生命周期管理。

二、业务挑战

交易反欺诈系统旨在建立“风险防控、持续监控、跟踪落实、日常管理、监督检查”多位一体的联动监控分析机制，通过强化“事前监控标准准入、事中监控运行情况、事后强化风险管控”的风险监控机制与风险管理流程，建设一个较完善的风险识别、评估、监测、预警、分析和案件防范的综合性风险管控平台，实现从机构、业务、客户、账户、员工等维度进行风险监测分析及风险趋势预测，为全行发展提供稳健的交易环境。同时，通过大数据分析，可以为柜员提供详细的客户风险信息，减轻柜员反洗钱、防诈骗的工作量。

三、项目方案

通过梳理账户管理的监管文件要求及各类风险案例，账户风险监测系统实现账户的全生命周期管理，借助于当前领先的实时、准实时、批后、并行计算等数据采集与分布式处理技术，实现客户、账户与交易风险的监测、预警、分析、跟踪、整改、报告等防控处置过程。根据可疑交易特征，通过数据挖掘算法、正态分布、风险叠加和学习迭代等手段，采用智能风控建模的方式，实现账户风险与异常交易的实时监控、准实时预警、事后监督、跟踪监控。且可随时调整智能算法与风控模型，达到账户风险全面有效控制的目的。

系统解决方案将以监管发文、规章制度、操作流程为依据，借助内/外部数据整合、大数据平台集成以及大数据技术应用处理能力的丰富实践经验，整合金融企业内/外数据，统一加工各类风险指标，监测全渠道的账户开户、变更、销户和交易风险，基于监测模型机制实现账户风险评级，建立基于账户全生命周期管理的“事前预警、事中控制、事后评估”的全方位动态风险监测系统及其管控机制。

主要功能实现的功能包括：风险数据集市、风险量化体系、风险建模方法、风险预警机制、风险处置流程、账户评估体系、风险报告机制、风险知识库等。

四、创新点

1.多层次风险缓释机制：提供事前预警、事中控制、事后监督、定期分析多层次的技术实现手段及风险监控方式、处置流程。

2.特征量化建模方法论：通过建立客户、员工、账户、设备、渠道等监测对象的统一画像及其业务特征、交易特征、风险特征、群组特征等量化体系，实现风险监测思路的场景设计、行为分析、特征量化、逻辑判定、条件设定、参数配置、规则组合等建模方法及过程，提出从业务梳理、风险识别、特征量化、模型设计、评价优化等可定量计算实现的风险建模方法论。

3.丰富实践的模型知识库：经过大量金融行业智能风控项目的咨询与实施服务实践，积累了建立各类维度的丰富风控规则与模型体系，可为用户提供业务驱动的引导式业务分析及建模服务。

4.可视化风险建模工具：利用可视化的模型探索工具，通过数据分析组件简单操作结合相应的条件与参数设置进行风险监测逻辑的建模思路灵活构建，便于风控人员进行自主监测分析与自定义模型维护管理。

5.全生命周期管理的模型实验室：系统提供指标&规则&模型定义、验证、发布、投产、优化的“沙箱”实验演练环境，可实现模型全生命周期的管理机制。

6.专业化的模型优化与效能评估：系统依据模型运行结果及预警发生率进行数据挖掘分析，为用户提供进一步验证模型真实性、有效性、全面性、波动性以及命中率、运行效率等参考依据，从而实现模型优化及调整，建立真正的模型全生命周期管理闭环。

7.有效账户与欺诈风险识别。整合第三方数据服务及黑名单实时监控机制，配合新兴的大数据与分布式技术，基于多样化机器学习模型、智能算法、大数据关联分析和实时指标计算，以服务的方式为用户提供全面账户风险防范，从而建立适用于全局的账户主体关联风险信息库，提供更准确更全面的反欺诈、反洗钱、反电信诈骗等智能风控服务。

8.全方位预警处置模式：提供联动控制、在线监测、离线监测、定期分析、名单监控等多种监督检查方式，面向不同层次与对象实现事前、事中、事后全方位立体化风险监控。

五、项目成效

1.全方位预警处置模式，面向不同层次与对象实现事前、事中、事后全方位立体化风险监控。

2.特征量化建模方法论，通过可定量计算建立风险建模方法论。

3.丰富实践的模型知识库，满足业务驱动的引导式业务分析及建模。

4.可视化风险建模工具，便于自主监测分析与自定义模型维护管理。

5.全生命周期管理的模型实验室，实现模型全生命周期管理。

6.有效账户与欺诈风险识别，提供更准确全面的反欺诈、反洗钱、反电信诈骗等智能风控服务。

7.多样化风险分析工具，满足风险事件处置过程的灵活调用以及主动风险排查。

8.高效的智能引擎识别，实现不同复杂程度的账户开户/变更、异常交易、可疑特征及风险事件的风险分析、模型识别与组合监测处理。

9.严格的系统安全管理，确保风控管理过程严谨、完整与安全。

10.高度的平台可扩展性，支持未来其它智能风控系统或模块的快速部署升级。