2015年8月，國務院印發了《促進大數據發展行動綱要》，將“促進大數據發展，建設數據強國”提升到國家發展的戰略層面。近年來，以大數據思維為核心的互聯網金融席卷中國，驅動商業銀行進入了新的轉型期。一方面，商業銀行為應對互聯網、電商等新興企業的挑戰，不斷探索新的經營思路，通過對金融產品的創新以及對金融服務方式和渠道的拓展，尋找新的利潤增長點。另一方面，互聯網金融的發展使金融市場呈現出更加復雜多樣的局面?！敖鹑趤y象”滋生了輸入性、交叉性風險等新的風險形態，使風險的隱蔽性、突發性、傳染性和破壞性顯著增強，提高了商業銀行的風控難度；與此同時，日趨嚴格的監管規定，也對商業銀行風險管理提出了更高的要求。

　　在當前新經濟大環境下，傳統被動的風險防控方式已經難以滿足商業銀行風險管理的要求。如何運用大數據技術實現風險管控，提升自身的核心競爭力，逐漸成為商業銀行無法回避的重要課題。

　　2017年，人民銀行發布120號文，要求商業銀行于2017年12月底前完成基于大數據技術的銀行卡風險防控系統建設，提升磁條交易風險管理水平。一紙明文，讓大數據風險防控系統建設變成了需要切實落地的工作要求。

　　近年來，工商銀行因勢而動，基于其整合的全行業務系統數據資源及日趨完善的大數據平臺，積極探索大數據驅動的風險管控，大膽創新實踐，逐步構建形成了智能、全面的風險防控新體系。

　　一、工商銀行大數據體系建設情況

　　工商銀行大數據體系已歷經多年的建設歷程。2000年前后，工商銀行啟動了數據倉庫體系的探索，并在2007年初步建立了以企業級數據倉庫為基礎的全行統一的數據采集、存儲和分析應用體系。隨著互聯網金融以及開放平臺技術的發展，近年來，工商銀行著力打造開放、共享、多技術平臺并存的大數據云服務體系，一方面引入Hadoop、分布式數據庫等大數據技術平臺，基于通用設備構建物理集群，采用分布式架構設計，實現平臺的靈活可擴展能力，持續提升數據服務時效；另一方面穩步推進傳統數據倉庫平臺自身優化和轉型，將其納入大數據體系中，發揮平臺歷史數據積累多、穩定性高的特性，為專有領域提供數據分析服務。

　　通過多年的探索和實踐，工商銀行大數據體系建設取得了如下突破：一是實現了從單一的高成本、封閉專有平臺向開放、彈性可擴展的通用平臺的轉型；二是實現了對數據采集、處理、存儲、服務能力的有效整合，提供了涵蓋行內外,結構化、非結構化數據PB級的處理能力；三是基于分布式和大內存技術自主搭建了流數據處理平臺，提供毫秒級的實時準實時的數據計算和服務能力。

　　大數據平臺的建設，提升了工商銀行數據服務的時效性、靈活性和標準化，為全行數據的應用奠定堅實的技術基礎。目前，基于大數據平臺，工商銀行實現了各類業務系統的建設，有效支撐了數據運營、交易安全、智能客服、客戶營銷和風險管理等業務領域。

　　二、基于大數據的風險防控體系建設

　　金融的本質是對風險的控制和管理，這一特點決定了商業銀行對風險管控的重視程度遠遠高于其他行業。在現今的信息時代，傳統的風險防控手段已經越來越難滿足要求，銀行需要變“被動”為“主動”。

　　為應對各類金融風險的挑戰，工商銀行積極探索大數據在風險管理領域的應用，通過智能風控理念以及事前、事中、事后“三位一體”的風險防控機制，構建大數據風險防控體系(如圖1所示)?；诖髷祿脚_，建設統一的風險監控平臺框架，建立健全風險名單、事件、模型、策略等各類信息，豐富客戶風險畫像，形成風險模型、計算引擎等風險服務。通過將風險管控和業務流程緊密結合，將數據驅動的風險管控服務于個金、對公、銀行卡、信貸、業務運營、電子銀行等各渠道及業務領域，并逐步拓展向行外提供風險信息服務，使信息優勢轉化為業務競爭優勢。

　　工商銀行大數據風險防控體系有以下幾個特點：

　　(1)基于大數據平臺，實現了客戶特征、名單、事件等各類風險信息數據的整合共享，為數據驅動的風險防控奠定了扎實的數據基礎。一是集成整合了行內外各渠道資金流、商品流、信息流，在此基礎上形成多維、立體、動態的客戶特征，支持對客戶交易行為潛在風險的準確預測、快速洞察。二是引入了涵蓋各政府職能部門、國內外銀行同業、國際反欺詐組織、互聯網大數據公司等各類風險名單、風險帳戶等信息，建成了銀行業內最大最全的風險數據庫，有效支持了業務準入等環節風險防控。三是收集整理行內外各渠道風險事件，并對風險事件進行整合管理，為后續的模型挖掘、驗證等提供了數據基礎。

　　(2)通過智能模型、風險規則、名單檢測等多種大數據智能風險檢測手段多管齊下，實現風險的精準識別。同時為適應產品快速創新需求及外部風險形勢的變化，支持風險模型及規則的靈活配置部署。業務人員可基于共享的風險信息，在線進行模型挖掘、靈活配置、實時上線，使其可隨時根據新的風險形勢上線模型及規則。

　　(3)將風險管控有效融入業務流程中，支撐事前、事中、事后“三位一體”的風險防控機制?；诖髷祿脚_提供的流數據等處理能力，支持風險事件的準實時甚至是實時監控，將傳統的以事后監控分析為主的風險管理模式轉變為事前、事中和事后風險防控的協同模式，前移監控關口，提升風險監控效能。

　　(4)基于不同業務場景，提供不同的風險干預策略，提升用戶體驗。如能做到對客戶欺詐風險的柔性防控，在客戶交易過程中，實時計算的欺詐風險，根據欺詐風險的發生概率及程度，提供短信驗證、輸入銀行卡密碼等不同程度的干預措施，在不影響客戶體驗的情況下，保障客戶資金安全。

　　三、大數據風險防控體系的應用實踐

　　1.金融交易實時反欺詐——工商銀行在大數據風控方面的成功實踐

　　外部欺詐風險作為當前對銀行業造成損失最為嚴重的風險之一，涵蓋范圍廣，防控難度大。據國外研究機構統計，欺詐風險每年導致銀行損失金額高達735億美元；國內銀行每年欺詐風險損失金額也達上百億元。鑒于嚴峻復雜的外部欺詐風險形勢，工商銀行基于大數據風險防控體系，成功上線了金融交易實時反欺詐系統，實現對全集團外部欺詐風險的事前、事中、事后全流程管理。

　　在技術上，金融交易實時反欺詐系統基于分布式緩存架構，運用流數據處理技術，通過實時反欺詐計算引擎和規則引擎，支持反欺詐規則的在線、靈活部署，灰度發布，以及上萬TPS的反欺詐并發計算，確保99%以上交易的整體欺詐判斷耗時控制在20ms內，實現客戶交易零影響。

　　系統依托大數據風險防控體系中各類多維客戶特征及整合共享的豐富的風險基礎數據，運用智能風險模型，建立大數據驅動風險防控新模式。通過引入神經網絡、極端偏離值分析等智能風險模型，綜合運用模型挖掘、訓練、測算、上線等閉環研發方式以及冠軍挑戰模式，持續強化模型、提升效能?；诹魇接嬎慵夹g，可從每秒上萬筆金融交易中實時識別出欺詐交易，為工商銀行建立“黑名單定點清除+風險監控模型”互為補充的風控模式，使得“精準打擊”的事中風險自動預警模式代替傳統的“撒網捕魚”式監控風險預警和人工事后干預，并能實現對新興業務可能存在風險進行前瞻性評估和揭示，在業務辦理流程中加裝一道高科技的“防火墻”。

　　2.融安e信——基于大數據創新風險管理服務形態

　　為了向社會各界共享大數據風控的經驗成果，應對企業生產經營中的各類風險，工商銀行推出了銀行業首款風險信息服務產品——工銀融安e信，該產品將風險大數據與前沿互聯網科技緊密結合，創新了大數據風險管理服務形態，打造新的中間業務收入增長點。

　　融安e信產品為各行業客戶提供集基礎風險篩查、深度風險挖掘、專屬定制服務以及租賃式反欺詐等多功能于一體的智能風控服務。產品的核心便是工商銀行龐大的風險數據庫。風險數據庫通過對社會公開的各類風險信息進行高度整合，已覆蓋來自工商銀行內部、社會公信體系、境內外反欺詐組織、國內外銀行同業的黑名單、白名單及其他公示信息，數據總量突破18億條，風險類型近200類。除此之外，為提升信息資源的全面性，融安e信通過進一步引入工商族譜、生產經營關聯關系、個體行為特征、輿情等多維信息，使得實體信息和風險刻畫更加立體、客觀。除傳統的黑名單服務外，產品體系逐步擴展到風險類、情報類、關聯類、評估類、國際類五大類，并通過多種服務模式為金融同業、中小企業提供金融風險服務。

　　截至目前，融安e信已累計簽約服務境內外銀行同業客戶超過140家，企業客戶16000余家，客戶群體分布于國民經濟行業的19大類，為促進實體經濟平穩發展、凈化商業環境提供有力支撐。

　　四、大數據風險防控體系后續提升方向

　　近年來人工智能技術發展迅速，如何應用人工智能相關技術，進一步提升風險防控能力，將是工商銀行在大數據風險防控體系建設提升方面的一項重點工作。

　　目前，工商銀行已初步完成了機器學習平臺的搭建，并應用機器學習方法在欺詐防控場景進行了原型驗證。下一步，將結合前期研究驗證結果，進一步引入機器學習、圖計算等人工智能技術，構建360度立體智能的大數據風險防控體系，在事前、事中、事后與產品系統無縫連接，形成智能可自動調優的防控模型及干預措施。在提升行內的風險管理水平的同時，也將進一步加快工商銀行金融風險服務輸出，并與國內外同業在大數據金融風險防控領域開展全面深度合作，助力誠信社會建設。

　?。ū疚淖髡呦抵袊ど蹄y行軟件開發中心副總經理）

責任編輯：韓希宇