案例名稱

互聯網支付業務智能實時風險監控系統

(資料圖片僅供參考)

案例簡介

隨著各家銀行收單交易規模的攀升，以及社會上一些不法分子電信詐騙手段的升級，各家銀行原有的事后配套風險管理系統已經無法滿足現有業務發展的需求。睢寧農商行切中痛點，結合金融監管機構合規性的要求進行產品定位，研發互聯網支付業務實時風險監控系統。該系統可實現實時風險監控，實時識別并干預風險；實時大數據計算，精準風險控制；風控模型熱部署，簡單便捷；商戶標記化和營銷標記化，發現商戶價值，優化商戶質量等功能。

創新技術/模式應用

互聯網支付業務智能實時風險監控系統主要分為風控監控、風控規則、商戶標記化三大核心部分。風控監控使用了分布式微服務架構，對金融業務前端筑起一道防火墻，對可疑風險交易行為實時風險識別并干預（攔截、限額、拉黑名單等）。從風險識別到執行干預時間毫秒級，整體交易系統穩定性良好未受到影響。

風控規則分為事前規則、事中規則，事后規則。事前規則是基于大數據計算，模型算法，提前將客戶進行分層分類，提前預知風險客戶，提前攔截風險交易。事中規則是使用流式大數據引起，對每筆金融業務進行時間窗口的行為規則分析，實時分析分險行為。采用實時流式大數據計算技術和復雜事件計算引擎，可以實時執行復雜風險模型計算，精準識別可疑交易，避免隱蔽風險交易遺漏。事后規則是使用規則事件引擎，對每筆金融業務進行事件規則調度，事后處理風險交易，標記風險行為。

商戶標記化和營銷標記化，則是為了發現商戶價值。多維度數據模型（如活躍度、資金留存率、資金波動率、商戶收銀健康率等）計算商戶等級，并根據計算結果標記化商戶，為產品營銷投入提供數據支撐，如根據不同等級商戶執行不同的營銷投入。

項目效果評估

我行于2019年上線互聯網支付業務實時風險監控系統，該系統利用最新的大數據相關技術，實現對各類復雜的海量交易數據進行實時與離線相結合的異常交易行為分析。通過該系統，建立商戶交易、資金賬戶風險監測模型，動態監測賬戶交易行為特征、客戶交易終端定位信息、賬戶資金進出等情況，及時發現通過借助信息系統外部接入、非法接入網上交易接口等方式開展的違規套現、調單、違反賬戶實名制等違法違規行為線索，做到事前攔截。我行通過本系統解決以下幾個實際痛點問題：

一、解決了二維碼異地異常交易問題：通過風控圍欄模型，分析二維碼交易地址，交易金額等指標，對高頻異常交易商戶進行實時限制，同時推送給客戶經理進行回訪審查。截止2023年4月，累計觸發模型500余次，金額100余萬元，有效控制了異地異常商戶交易，保障了用戶的資金安全。

（圖 1）

二、解決二維碼事中異常交易問題：通過套現模型檢測，對異常疑似套現交易進行實時分析處理。主要手段包括對用戶側進行信用卡限額。針對疑似套現用戶進行智能限額，系統給予一定的寬限期。本模型上線以來，已累計攔截疑似套現筆數20余萬筆，金額近15億元，限制用戶1萬余戶，節省手續費支出近300余萬元。

（圖 2）

三、解決商戶交易規模匹配度問題：通過大數據計算，實時計算商戶交易金額、筆數，支持對交易商戶進行多角度多維度風控。比如，支持對相關商戶和用戶的單筆限額、單日限額、單月限額、信用卡渠道限額、全渠道限額等，保證商戶交易規模與商戶實際情況相匹配。

四、解決商戶標記化營銷問題：通過商戶的活躍率、資金留存率、收銀健康率、違規交易占比、商戶波動率、收銀流水穩定率，制定相關考量標準，等級越高，商戶的貢獻度越大，有效解決了商戶較多，客戶經理無法區分，回訪無抓手、無關注點的問題。通過標記化精準營銷，2022年較上一年收單商戶貸款日均增加約1.1億元，增長率約為7%，商戶存款日均增加約0.9億元，增長率約為8%。

（圖 3）

項目牽頭人

高峰 睢寧農商銀行副行長

項目團隊成員

莊朋、夏彬、劉雨、陸建臣

關鍵詞：