田江

銀行業(yè)一直以來備受各類欺詐交易困擾，僅銀行卡欺詐每年造成的損失就逾百億元，欺詐率高達(dá)萬分之二。欺詐交易—旦發(fā)生，不只擾亂銀行的正常經(jīng)營，也會(huì)對(duì)銀行聲譽(yù)造成極大影響。

通常銀行采用專家規(guī)則、黑名單庫等方式對(duì)欺詐風(fēng)險(xiǎn)進(jìn)行防范，而傳統(tǒng)的專家規(guī)則有許多待提升空間。首先，專家經(jīng)驗(yàn)得出的規(guī)則存在局限性，不可能枚舉所有業(yè)務(wù)場景，無法對(duì)各類交易進(jìn)行全面覆蓋。其次，欺詐者會(huì)針對(duì)性地對(duì)已有規(guī)則進(jìn)行回避，專家規(guī)則處于被動(dòng)調(diào)整的位置，無法跟上欺詐手段的更新?lián)Q代。最后，規(guī)則積累達(dá)到共定數(shù)量后，誤報(bào)率較高，會(huì)影響實(shí)際風(fēng)險(xiǎn)決策的制定。

傳統(tǒng)欺詐主要包括申請(qǐng)欺詐和交易欺詐兩種類型，近年來電子渠道欺詐和團(tuán)伙欺詐成為新的關(guān)注重點(diǎn)。在實(shí)踐過程中嘗試深入應(yīng)用大數(shù)據(jù)，分別針對(duì)申請(qǐng)欺詐和電子渠道欺詐建立智能化模型，在機(jī)器學(xué)習(xí)技術(shù)的支持下實(shí)現(xiàn)點(diǎn)的突破。建模思路是從數(shù)據(jù)中提取客戶多維度異常模式，探索大數(shù)據(jù)反欺詐規(guī)則，并逐步實(shí)現(xiàn)智能、主動(dòng)、精準(zhǔn)、全覆蓋的異常識(shí)別功能。

智能化反欺的典型技術(shù)

通過大數(shù)據(jù)的積累和應(yīng)用，綜合反欺詐規(guī)則和智能模型，建立全面反欺詐體系。模型通常包括監(jiān)督和無監(jiān)督兩種，對(duì)應(yīng)不同的反欺詐場景。開篇提到過兩個(gè)模型，第一個(gè)是結(jié)合社交網(wǎng)絡(luò)分析和信用評(píng)分技術(shù)構(gòu)建的申請(qǐng)反欺詐的量化預(yù)測模型。第二個(gè)是基于機(jī)器學(xué)習(xí)技術(shù)構(gòu)建的渠道行為反欺詐模型。整體效果都還可以。

社交網(wǎng)絡(luò)分析技術(shù)對(duì)風(fēng)控和反欺詐能夠發(fā)揮很好的作用，在各個(gè)銀行都有類似的探索和應(yīng)用。更多的數(shù)據(jù)和更強(qiáng)的算法，使得簡簡單單的信息組合就能幫助銀行提升欺詐風(fēng)險(xiǎn)管控能力。更強(qiáng)的算法體現(xiàn)在機(jī)器學(xué)習(xí)、復(fù)雜網(wǎng)絡(luò)、自然語言處理等領(lǐng)域。下面介紹幾項(xiàng)典型的Al或大數(shù)據(jù)分析技術(shù)：

（一）聚類分析。這種典型的無監(jiān)督學(xué)習(xí)方法，是利用好壞客戶人群區(qū)分度高的特點(diǎn)，將所有客戶分為兩個(gè)聚類。同一聚類中的客戶相似度較高，而不同聚類間的客戶相似度較低。選取客戶數(shù)目少的聚類作為異?？蛻?，每個(gè)異?？蛻舻秸？蛻艟垲愔行牡木嚯x即為客戶異常評(píng)允評(píng)分越高越異常。

（二）自編碼網(wǎng)絡(luò)。一種深度學(xué)習(xí)中的無監(jiān)督方法，利用反向傳播算法訓(xùn)練中間層，使得目標(biāo)值盡可能等于輸入值。對(duì)于總體數(shù)量占比較少的異?？蛻?，在訓(xùn)練網(wǎng)絡(luò)過程中會(huì)損失較多信息，比較每個(gè)客戶損失量的多少給出異?？蛻舻目赡苄院团琶Ｗ跃幋a網(wǎng)絡(luò)算法能自動(dòng)生成較多交叉項(xiàng)，提煉出深層次的指標(biāo)特性。

（三）社交網(wǎng)絡(luò)分析。此分析融合多學(xué)科理論和方法，為理解各種社交關(guān)系的形成、行為特點(diǎn)分析，以及信息傳播規(guī)律提供了一種可計(jì)算的分析方法。社交網(wǎng)絡(luò)分析方法旨在建立一個(gè)網(wǎng)絡(luò)與真實(shí)世界中實(shí)體與關(guān)系映射，在銀行中的典型應(yīng)用實(shí)體包括客戶、賬戶、員工等。社交網(wǎng)絡(luò)分析通常關(guān)注靜態(tài)和動(dòng)態(tài)兩個(gè)層面的網(wǎng)絡(luò)特征。靜態(tài)特征包括提取網(wǎng)絡(luò)指標(biāo)、對(duì)網(wǎng)絡(luò)特征進(jìn)行刻畫、識(shí)別網(wǎng)絡(luò)群組等；動(dòng)態(tài)特征主要包括描述網(wǎng)絡(luò)如何隨時(shí)間推移進(jìn)行擴(kuò)散、如何影響其他節(jié)點(diǎn)等。

智能反欺詐應(yīng)用建設(shè)的幾個(gè)建議

（一）關(guān)于外部數(shù)據(jù)的使用。外部數(shù)據(jù)對(duì)于反欺詐規(guī)則、客戶網(wǎng)絡(luò)構(gòu)建有重要作用。傳統(tǒng)銀行在引入外部數(shù)據(jù)的時(shí)候—定要慎重，而互聯(lián)網(wǎng)金融公司因監(jiān)管壓力稍松緩些，可相對(duì)靈活地引入。數(shù)據(jù)引入企業(yè)內(nèi)部后應(yīng)確保是受控下的使用，使數(shù)據(jù)管理和數(shù)據(jù)應(yīng)用保持一定的平衡。數(shù)據(jù)安全相關(guān)的IT系統(tǒng)建設(shè)是必須的，對(duì)應(yīng)管理制度、流程規(guī)范也要進(jìn)行完善。

（二）關(guān)于科技與業(yè)務(wù)人員的主導(dǎo)地位。對(duì)于傳統(tǒng)IT視角的系統(tǒng)開發(fā)流程而言，自然是以業(yè)務(wù)需求為主導(dǎo)，科技部門建立開發(fā)過程管理機(jī)制，確保系統(tǒng)建設(shè)的工期和質(zhì)量。系統(tǒng)開發(fā)目標(biāo)中最重要的部分是實(shí)現(xiàn)業(yè)務(wù)流程，也就是實(shí)現(xiàn)銀行業(yè)務(wù)開展電子化。只有業(yè)務(wù)需求方明確具體的流程，IT系統(tǒng)支持業(yè)務(wù)才能正常開展。

傳統(tǒng)IT系統(tǒng)視角和大數(shù)據(jù)下的DT視角是有很大區(qū)別的。之前也講了數(shù)據(jù)資產(chǎn)關(guān)注傳導(dǎo)和增值，在數(shù)據(jù)挖掘領(lǐng)域，以及最新的智能化領(lǐng)域必須由具備技術(shù)和業(yè)務(wù)綜合能力的人來主導(dǎo)需求到部署的全流程。這也是為什么現(xiàn)在頂級(jí)的Fintech公司都在向Techfin轉(zhuǎn)化的部分原因。此轉(zhuǎn)化的目標(biāo)是為實(shí)現(xiàn)業(yè)務(wù)的數(shù)字化或智能化，從數(shù)據(jù)發(fā)掘智慧以支持業(yè)務(wù)優(yōu)化，并在有條件的情況下輸出生產(chǎn)力，為企業(yè)帶來新的利潤增長點(diǎn)。對(duì)傳統(tǒng)業(yè)務(wù)人員來說，更重要的是發(fā)現(xiàn)能夠與大數(shù)據(jù)結(jié)合的業(yè)務(wù)問題。具備綜合能力的數(shù)據(jù)科學(xué)家負(fù)責(zé)將這個(gè)業(yè)務(wù)問題轉(zhuǎn)換成數(shù)據(jù)挖掘或人工智能問題。這些DT時(shí)代的需求，相比制定業(yè)務(wù)流程的難度和復(fù)雜度要大多了。同時(shí)，對(duì)業(yè)內(nèi)人員的綜合素質(zhì)要求也較高。

（三）關(guān)于知識(shí)共享與技術(shù)支持。大數(shù)據(jù)時(shí)代的特點(diǎn)就是兼容并包，企業(yè)智能化轉(zhuǎn)型的過程中要吸收外部知識(shí)，適時(shí)補(bǔ)充外部的數(shù)據(jù)。個(gè)人也是如此，技術(shù)飛速發(fā)展，理念層出不窮，必須不斷吸收新的知識(shí)強(qiáng)化自己。保持開放的心態(tài)，加強(qiáng)內(nèi)外部合作，才能立于不敗之地。

（四）關(guān)于大數(shù)據(jù)時(shí)代的數(shù)據(jù)治理。沒有明確的應(yīng)用需求就開始建設(shè)數(shù)據(jù)湖，大興土木搞hadoop集群，這樣的例子聽過不少吧。大數(shù)據(jù)背景下數(shù)據(jù)治理需要承擔(dān)更多的職責(zé)，除了傳統(tǒng)的數(shù)據(jù)標(biāo)準(zhǔn)和數(shù)據(jù)質(zhì)量要強(qiáng)化外，還應(yīng)更關(guān)心企業(yè)層面的數(shù)據(jù)架構(gòu)、應(yīng)用架構(gòu)。數(shù)據(jù)治理的第一項(xiàng)主題就是制定和貫徹?cái)?shù)據(jù)戰(zhàn)略，從這個(gè)層面對(duì)整個(gè)數(shù)據(jù)體系進(jìn)行管控和指導(dǎo)。

（五）關(guān)于數(shù)據(jù)挖掘的發(fā)展策略。依靠機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)點(diǎn)的突破，加強(qiáng)業(yè)務(wù)人員的信心，為更大的智能化項(xiàng)目奠定基礎(chǔ)，然后通過數(shù)據(jù)的持續(xù)積累，逐步實(shí)現(xiàn)由點(diǎn)到面的發(fā)展。此外，還要建設(shè)必備的機(jī)制流程來保障工作的有效開展，這是智能化模型鋪開建設(shè)的基礎(chǔ)條件。在從點(diǎn)到面發(fā)展的過程中，還要培養(yǎng)從用數(shù)據(jù)到養(yǎng)數(shù)據(jù)的習(xí)慣，數(shù)據(jù)的閉環(huán)對(duì)應(yīng)著發(fā)展空間和應(yīng)用潛力。

（六）關(guān)于四大行與BATJ的合作?，F(xiàn)狀非常熱鬧，但要冷靜思考。如果是業(yè)務(wù)上的合作，各取所需，自然是好的。可如果標(biāo)榜的是Fintech合作，那就需要細(xì)細(xì)品味了。對(duì)傳統(tǒng)銀行來說，建議還是先把小數(shù)據(jù)用好，把shallow learning玩透。若非要發(fā)展Fintech的話，可參考一種曲線模式—一在體制外投資金融科技公司，孵化創(chuàng)新項(xiàng)目再反哺到體制內(nèi)，這種模式可行性較好，具體操作可借鑒國內(nèi)外成熟范例。