随着跨境赌博与电信网络诈骗活动的日益猖獗，监管部门将打击治理此类犯罪作为当前工作的重中之重，特别是针对“资金链”的治理，旨在斩断犯罪分子的资金链条。然而，当前的风险监测规则模型面临着严峻挑战，难以有效应对犯罪分子不断翻新的犯罪手法。在此背景下，民泰银行积极做出响应监督管理要求，开展账户反欺诈规则模型的建设工作，以实现对涉案账户的有效识别与提前处置。
本项目旨在通过构建和优化反欺诈规则模型，提升银行对涉赌涉诈风险的识别能力，实现对可疑交易与客户身份的精准识别。同时，结合银行业电信反欺诈的优秀做法，探索适合本行的风险防控策略，为深入推动电信网络诈骗和跨境赌博“资金链”治理工作提供有力支持。建立 “三道防线” 立体反诈体系，第一道防线渠道层事中监控，设有反欺诈事中规则和模型；第二道防线账户层准实时监控；第三道防线核心层事后监控，设有反欺诈事后规则和模型，构建多层级过滤体系，确保事中监控的精准性与事后监控的全面性。
反欺诈规则模型的建设基于监管文件的要求，总体架构从业务、指标、数据出发，结合银行业黑样本交易异常特征的梳理和总结，在业务流程中，贯穿指标层，从不同角度如客户行为动态、交易情况和关联关系等对数据来进行综合评估，结合专家经验、银行的风险偏好及核查能力，开展业务核查工作，确保对项目业务做全面且有效的管理。具体框架如下：
反欺诈规则模型建设，以数据准备为基础，进行特征梳理、规则分析，进而规则构建和决策落地，主要流程如下：
规则设计：基于场景化和数理化建设方案，结合大数据平台分析和实时风险决策引擎，构建全面的风险监测体系。
模型开发：利用先进的数据挖掘和机器学习技术，开发高效、准确的反欺诈模型。
风险评估：通过评分制和触发制相结合的方式，对可疑账户进行风险评估和预警。
场景化规则设计：针对不同风险场景和风险渠道特性，设计相应的规则，提高规则的针对性和有效性。
数理化建设方案：基于数理依据（如WOE、IV、Recall、Precision等）组合特征建设规则，利用大数据平台做分析，实现风险交易的快速识别与风控干预。如在移动支付中，通过分析设备指纹、定位信息以及操作手势等数据，利用数理逻辑构建的规则，迅速捕捉到有几率存在的欺诈风险，为金融交易安全提供有力保障。
评分制与触发制相结合：通过评分制规则区分黑白样本，灵活调整预警评分门槛值；同时，利用触发制规则针对未覆盖黑样本的部分进行持续分析和规则迭代，提高模型的覆盖率和准确率。
敏捷迭代与快速上线：针对新出现的风险特征，能快速迭代规则并上线，提高模型的灵活性和适应性。
有效规避了单一方法所潜在的风险监测漏洞，及因模型缺乏灵活性而难以适应新型风险特征的困境。防止因过度追求覆盖率或精准度而引发的误判及漏判现象，进而增强了风险识别的全面性与准确性，提升针对不一样业务场景以及风险变化的灵活性和适应性，最终让模型在复杂环境下具备对风险的高效防控能力。
完善风险赋分体系：以风险为本为核心原则，对可疑账户持续累积异常风险评分，并根据风险程度进行排名。
提高核查效率与准确性：通过对高风险账户的定位并赋予风险标签，机构人员能够一目了然地知晓账户的风险所在，来提升核查效率和准确性。
反欺诈规则模型项目于2023年11月启动，项目分阶段。首先项目启动之初，成立由业务、数据分析、研发技术等多领域专业人才构成的专班，为项目搭建核心架构。紧接着展开深入调研立项，对内剖析历史欺诈情况，对外洞察行业趋势与监督管理要求，据此制定涵盖目标、成果、步骤、预算和风险评估的立项报告。在明确的项目周期内有序推进规划设计、开发建设、测试、上线部署和后续维护等阶段，确保反欺诈规则模型从设计到运行的高质量与时效性。同时，通过定期例会实现高效沟通协调，各团队汇报进展与问题，共同商讨决策，保障不同环节工作紧密衔接、顺利推进，全方位保障反欺诈规则模型构建与优化项目有效实施。
自反欺诈规则模型投入运营以来，系统运行稳定，风险识别能力明显提升。通过持续优化和改进，模型已逐步适应新的风险特征和业务场景。
2024年1-8月，相较于2023年涉案账户总量环比下降24.19%，其中个人涉案账户账户环比下降6.38%，单位涉案账户环比下降明显，达80%。得益于实时监测管控模型的运用，2024年1-8月，民泰银行早于公安机关管控并拦截可疑资金超过50%以上的涉案账户数占全部涉案线个百分点。而在规则覆盖面上，在事中实时规则模型方面，历史可疑准确率：个人账户33.33%、单位账户43.75%，整体可疑命中率：个人账户57.28%、单位账户50.00%，个人事后规则模型历史可疑准确率18%、整体可疑命中率47.16%。截至报告日，实时监测拦截可疑账户349户、拦截可疑资金1865.67万元，非实时监测拦截可疑账户831户。
识别能力大幅增强：利用大数据平台分析与实时风险决策引擎，构建了全面的风险监测体系，重点加强了对客户交易行为和操作行为的监控，实现了对可疑交易的精准识别。与调优前相比，对高风险交易账户的识别准确率提升了18%左右。
风险防线更加坚固：通过 “风险发生频率” 和 “风险严重程度” 两个关键维度，构建科学合理的风险矩阵和风险评估体系，使得风控干预措施的有效性明显提升。同时，降低了过度干预或干预不足的概率。
构建防控闭环：以黑样本分析为切入点，多层次关联，深度挖掘数据间的内在联系，一次关联分析交易特征关联和客户属性关联，二次关联分析是对交易对手深化关联以及行为模式与社交网络关联等，形成了复杂而清晰的黑样本关系网络，基于此关系网络输出排查预警账户清单，为机构提供了明确的排查方向。通过地毯式排查和提前实施管控措施，形成了一个完整的风险防控闭环。
技术创新是关键：通过引入大数据、机器学习等先进的技术，提升了反欺诈模型的准确性和效率。
规则优化是核心：结合业务场景和风险特征，一直在优化和完善规则体系，提高了模型的针对性和适应性。
团队协作是保障：项目团队与业务部门，总行与分行紧密合作，共同推进模型的建设和优化工作，确保了项目的顺利实施和取得实效。
民泰银行今年9月份开始探索银行账户的更精准账户分级和交易限额浮动调整机制，首先，按照每个客户的交易行为、风险等级以及市场环境的变化，动态调整账户等级，确保风险防控措施的有效性。其次，通过建立先进的交易监测和分析模型，实时捕捉客户的交易行为特征，并按照每个客户的实际的需求和市场变化，按需准实时动态精准调额。这种浮动调整机制能够灵活应对各类风险事件，亮点在于：一是实现了风险防控的智能化和个性化，通过大数据和人工智能技术，精准识别客户风险，提供定制化服务；二是强调了客户体验的重要性，在确保资金安全的前提下，尽量简化操作流程，提升服务效率；三是建立了风险预警和应急响应机制，能够迅速应对各类风险事件，保障客户资金安全。
展望未来，民泰银行将继续深化技术创新和规则优化工作，通过持续整合交易流水、用户行为特征、设备信息等更多维度数据资源，同步探索账户分类分级管理，从实现用户不同情况需求出发，按照每个客户不通阶段动态管理非柜面额度，构建起一套精细化、动态化、立体化的反电诈风控管理体系，不断的提高反欺诈模型的准确性和效率。同时，加强与监督管理的机构和同业的交流合作，一同推动银行业电信反欺诈工作的深入开展。通过持续努力和创新实践，为防范和打击跨境赌博、电信网络诈骗等违法犯罪活动贡献更大的力量。
更多金融科技案例和金融数据智能优秀解决方案，请在数字金融创新知识服务平台-金科创新社案例库、选型库查看。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
沈海高速一运输纸卷的货车发生车祸 多车受损有人受伤 交警部门：处理完毕已通车
告别脏拖脏！MOVA Z60 Pro滚筒式扫地机开售：首创AI滚筒深压活水洗
4399元！小米激光投影仪3发布：4K分辨率、1000流明CVIA亮度
RTX 5090 上实测 PCIe 带宽对内容创作性能影响，最高降幅 25%