在当下的金融环境中，反诈骗已经成为银行业的重中之重。如何有效防范和应对各种复杂的欺诈行为，构建健全的反诈机制，是每一家银行都必须面临并解决的问题。近期，同盾科技携手某国有银行，共同构建了一套账户级反诈动态管控体系，以科技力量助力银行业提升风险防控能力，保障客户资产安全。
据了解，该管控体系基于该行行内已有的客账资金交易数据等，基于安全授权环境内，开发智能反诈AI模型及配套非柜面限额动态管控所需的各类模型，完成智能化反诈AI风控及动态限额管控的体系建设。
近年来，同盾科技通过多个银行AI反诈项目，对账户分级分类及风险管理体系进行了深度探索与研究，已形成了成熟的标准体系方案，可针对银行对公账户、对私账户风险监测、评级及管控体系整体架构规划给出具体操作建议。在此项目中，同盾科技为该国有大行规划了清晰的项目方案，其中包括7大部分：
一是做好账户类型分类。同盾科技建议划分四种类型账户子类型，新开户账户、存量账户睡眠户、少量交易异动户及活跃户，并针对不同类型设计差异化管控策略，实现精准账户限额管控。
二是定好账户风险评级，围绕该行客账基本属性信息、外数司法信息、全渠道行为及交易信息等，基于规则、模型实现跨渠道、跨场景、全流程、立体的多层级评级体系，精准有效实现账户风险评级，其中对应不同账户类型特征分类构建包括新开户、存量账户、事中交易等各类风险评级模型及动态决策流等。
三是构建客户价值的量化评价模型，通过离线模型衡量客户在该行的活跃度、贡献度、消费理财习惯等价值评价，与风险维度进行双重矩阵式决策，以支持构建客账适配的限额管控机制。
四是建立账户动态限额测算及管控，账户限额、提额的具体额度不仅依赖单重风险识别的精准度，还需结合价值维度，通过对账户历史往期的消费行为习惯，并结合前后环比价值提升比率作为系数，根据账户实际交易所需测算额度，给予合理限额建议及管控措施。
五是梳理客账风险画像标签体系，其中包括静态标签、动态标签、案件提炼标签、设备类标签及行内自有模型结果标签。一方面要明确好标签定义，确保标签的一致性和准确性；根据业务需求和风险控制目标，筛选出重要的标签，并进行分类。另一方面，要对每个标签进行赋值，确定每个标签的权重，可根据历史数据和业务经验来确定权重，也可以通过机器学习等方法进行优化。
六是对监控指标及效果进行评价，首先是限额管控成果，评估对行内业务及交易提升的贡献指标，比如电子渠道签约率、因限额管控的交易打扰率、客诉率等结果指标；其次是风险管控态势，评估风险管控影响的业务指标，比如网络金融限额管控涉及的账户数、交易数、客户数占比及变化趋势等。再次是管控策略效果，评估风险管控策略及模型效果指标，比如风险识别准确性、公安案件召回率等变化趋势。
七是做好系统功能需求规划，实现监控指标可视化，建立全局视图，总览全行、分行风险情况及风险管控情况，支持随时调整决策；同时建立各渠道管控视图，总览全行、分行风险情况及风险管控情况，支持随时调整决策。同时覆盖客户、账户和渠道层的风险画像，实现业务发展态势及风险态势分析。
同盾科技凭借其先进的技术和丰富的经验，成功地帮助某国有银行构建了账户级反诈动态管控体系。这不仅极大提高了银行的风险防控能力，也为广大客户提供了更加安全、可靠的金融服务。相信在未来，同盾科技将继续与各类金融机构深度合作，用科技力量推动金融行业的安全发展，让每一笔交易都充满信任和安心。
