平安銀行以科技爲運營風險管理提質增效 推進交易全流程實時監控
近日，平安銀行運營管理部受邀出席中國金融培訓中心舉辦的“第二期斷卡行動反詐防賭與銀行賬戶風控管理暨支付結算合規檢查要點實務培訓班”，以“賬戶風險監測模型與可疑交易監測實務”爲主題分享了在斷卡行動中的先進經驗。
此前，中國人民銀行印發《金融機構反洗錢和反恐怖融資監督管理辦法》，要求金融機構開展洗錢風險自評估，制定相應的風險管理政策，提供反洗錢組織機構、人力資源、信息系統和技術保障等。平安銀行爲全面打擊洗錢及其上游犯罪行爲，已結合人民銀行發佈的反洗錢、反恐怖融資規定及指引和實際情況建立風險監測模型，利用金融科技對賬戶行爲和交易行爲進行運營風險監測，2021年第一季度全行共報告運營重要事項988筆，協助客戶堵截潛在損失共計約853萬元。
銀行的運營風險管理離不開信息科技系統的支持，但傳統的交易反欺詐系統多以信息安全防範手段或事後控制分析手段爲主，難以做到實時反欺詐識別。
平安銀行歷經多年的技術積累和沉澱，運用智能模型對監管的新要求、新重點開展前瞻性的探索，從風險被動處理向主動偵查識別轉變，持續挖掘金融科技在運營風險管理層面蘊含的巨大潛力，展現先進的數字化運營、智能化風控管理水平。
戰略層面，平安銀行從“實時監控”與“交易全流程”兩個維度縱深推進，以大數據+智能算法爲核心，通過7*24小時不間斷的模型偵測，實現了“身份識別→風險實時監測→動態風險評級→自動化處置→風險化解”的運營風險閉環管理體系。
操作層面，通過強化客戶准入、交易事中、交易事後監測手段，對客戶進行分類分層管理，不斷強化運營風險監測模型，平安銀行的防控能力、管理效率和深度、紮實的運營風險管理體系不但能提高開戶便利性和客戶承載力，還能確保銀行業績持續向好的驅動性和安全性。
智能盡調、智能偵查用“金融+科技”拉起保護網
隨着人工智能等技術日漸成爲金融機構業務運營的核心，平安銀行正在通過部署深度學習、集成學習、NLP技術實現賬戶風險評級動態調整，快速識別運營風險帶來的風險隱患，精準分級風險，降低傳統模式的管理成本。該行引入了衆多大數據、人工智能專家，持續清理數據、打標籤，爲AI學習積累樣本和案例。
當前銀行機構的賬戶風險識別工作遇到的主要問題有，盡職調查質量不足，以事後偵測爲主；依操作人力投入，導致數據缺失和信息不完整、數據質量低等情況。爲此，平安銀行搭建智能盡調系統、全生命週期賬戶風險管理體系，打造滿足監管“風險爲本”要求的數字化底層設計，基於賬戶基礎信息、關聯關係、交易行爲等數據，在涉賭、欺詐、偷漏稅等多個風險維度建立並集成風險評估模型，由此既能實現個人及團伙賬戶異常識別、智能語音外呼、可視化的流水分析，又能夠分清楚誰是真正的客戶，運用“金融+科技”達成風險管理與客戶體驗的平衡。
在一起案例中，平安銀行通過智能盡調系統可視化流水面板，發現一名客戶資金來源與登記公司性質不符，資金過渡性質明顯。盡調人員介入進行綜合分析，判斷該客戶交易異常，對其賬戶採取了相應管控措施，實現15分鐘內完成有效的風險客戶識別、分析、管控工作。
此外，平安銀行的智能模型偵測能實時遏制異常交易，可以將風險攔截在萌芽階段。2019年12月，偵測結果顯示，某位客戶賬戶的業務流水交易模式過渡性質明顯，存在疑似涉賭的可疑交易，在實時風險交易監測流程中引發交易異常預警。人工介入後發現該客戶異常點較多，最終對賬戶採取了管控，將該賬戶納入運營風險名單進行高度偵測後，判斷多名客戶爲同一惡性刷單組織，已屬於違法犯罪的範疇。
避免“一刀切”，建立運營風險分層管理體系
目前，國內銀行主要面臨的風險挑戰在於運營風險。相關專題會議指出，銀行在日常辦理業務過程中不得“一刀切”，這對銀行的風險管理能力提出了更高的要求。
爲解決銀行機構開戶環節容易“一刀切”，潛在盡職調查壓力大的問題，平安銀行結合大數據分析，打造實時、高效的運營風險分層管理體系，旨在對不同風險等級的客戶實現模型驅動的差異化洞察。在開戶環節，AI模型通過計算個性化額度和實時決策，減少了超過80%的額度重新配置申請數。此外，在盡職調查環節，系統支持在線上提供資料，節省客戶往返網點提供實體資料的時間，操作方式便捷的同時大幅提升存量任務處理速度。
在一案例中，已退休的客戶A前往平安銀行櫃面開立個人結算賬戶，銀行自動分析客戶風險承受力，結合客戶意願將賬戶非櫃面渠道支付限額控制在50萬元內。幾天後客戶突然急需支付房款，由於客戶年齡較大，經指導後通過手機銀行發起調額申請，模型進行充分偵測判斷，覈實客戶風險等級後立即進入人工調額流程，從申請到完成調額，處理時間不超過5分鐘，有效避免“一刀切”的風控手段。
運營風險分層管理體系的建立，幫助平安銀行大幅提升運營效率，保障客戶利益，深入優化客戶體驗。2021年第一季度全行共報告運營重要事項報告988筆，協助客戶堵截潛在損失共計約853萬元。與2020年同期相比，事件數量增加約爲2.5倍（2020年一季度258筆），堵截客戶潛在損失金額增加約9倍（2020年第一季度約爲85萬元）。
在發展金融科技、挖掘大數據的同時，平安銀行也在每個環節注意配合監管趨勢、符合規範、保護用戶隱私，不斷提高客戶身份識別工作的細緻化程度。逐步加強反洗錢人員的反洗錢意識及技能培訓，以“防控”爲核心梳理完善盡調一線崗位職責及標準作業程序。未來，平安銀行將繼續響應監管機構號召，進一步提升數字化風控能力，完善實時智能反欺詐、反洗錢系統，不斷提高風險防控的前瞻性和精準性。