首页>工商银行:技术与数据为先,攻坚风控建设

行业动态

工商银行:技术与数据为先,攻坚风控建设

2017-02-10

  在经济“新常态”与互联网金融“新业态”的环境变化下,商业银行的经营格局与风险管理体系正面临严峻的挑战与市场冲击,不良贷款率反弹、各类互联网金融产品迅猛发展,促使商业银行加快进行转型,向综合化业务发展。

  与此同时,互联网时代下各类信息技术日新月异的发展也给银行带来了新的机遇。应用好新技术,运用好大数据,银行将获得业务发展空间拓展、核心竞争力增强、客户服务水平提升、管理水平提升的大好机遇;但新变化也同时给银行带来了金融同业竞争加剧、渠道虚拟化挑战银行传统经营方式、客户需求不断提高等严峻挑战。

  在新的经济环境下,新产品推出的频次越来越高,各种组合新产品层出不穷,客户沟通渠道日新月异,原来被动的风险防控方式已经难以满足新常态下高时效性和多变化的需求,银行如何通过新技术、大数据来防范风险成为一个无法回避的课题。

  一、工商银行大数据平台建设历程

  工商银行大数据体系有着十多年的建设历程。目前,已经从最初的专有、集中式的体系,逐渐走向了分布式、开放式的多元体系架构。

  工商银行在2000年左右启动了对数据仓库体系的探索,在2007年初步建立了以企业级数据仓库为基础的全行统一的数据采集、存储和分析应用体系。至2013年,工商银行在企业级数据仓库基础上发展了管理会计、客户关系管理和风险管理等一系列代表性业务应用。

  随着互联网金融以及开放平台技术的发展,近年来工商银行又逐步引入了开放式、分布式,基于开源的大数据处理平台,全面应用了hadoop、大内存等全新技术,搭建了以非结构化数据处理为主的信息库系统。

  目前,工商银行的大数据平台实现了对数据采集、处理、存储、服务能力的有效整合,提供了涵盖行内外,结构化、非结构化数据PB级的处理能力。工商银行基于大数据平台实现了各类业务系统的建设,有效支撑了数据运营、交易安全、智能客服、客户营销和风险管理等业务领域。工商银行大数据体系如图1所示。

  在大数据基础平台建设方面,工商银行通过多年的探索和实践,在以下方面取得了突破:

  (1)实现从单一的高成本、封闭专有平台向开放、弹性可扩展的通用平台进行转型。在建设初期,工商银行选择了基于业界主流的数据仓库厂商提供的专有技术平台,采用软硬件一体的专用设备,实现了数据的有效整合和高效处理,但也在扩容和数据规模方面存在一定的限制。

  近年来,工商银行着力打造开放、共享、多技术平台并存的大数据云服务,一方面引入Hadoop、分布式数据库等全新的大数据技术平台,基于通用设备构建物理集群,采用分布式架构设计,实现平台的灵活可扩展能力,持续提升数据服务时效;另一方面,稳步推进传统数据仓库平台自身优化和转型,将其纳入大数据的云服务体系中,发挥平台历史数据积累多、稳定性高的特性,为专有领域提供数据分析服务。

  (2)增强非结构化数据处理能力。工商银行在2013年启动搭建负责处理非结构化数据的信息库。在行内信息方面,已接入行内上千万个专业文档、制度和上百T系统日志;在外部信息方面,工商银行通过爬网等相关开源技术把几十个主要网站和博客的信息爬取并整理后纳入信息库,通过信息检索和文本分析等大数据技术为后续的业务运营分析和风险监控等实际应用提供了有力的数据支持。

  (3)自主搭建了流数据处理平台。互联网金融的发展,信息时代数据大爆炸,客户对信息的需求量越来越大、对数据的时效性要求也越来越高,传统技术提供的T+1或者更长时效的信息已经不能满足需求。

  工商银行基于分布式和大内存技术在2015年自主研发了流数据处理平台,平台提供毫秒级的实时准实时的数据计算和服务能力,已经在实时风险监控和事件触发式营销等业务领域发挥了重要作用。

  二、工商银行在风险管控领域的创新实践

  1.互联网时代银行风险防控面临新挑战以前,银行信息系统主要存储了银行客户账户和交易明细等大量结构化数据,客户的行为和社交数据相对较少,银行风险防控比较多采用结构化数据分析技术和专家经验规则。

  进入新时代后,客户活动越来越多地通过互联网进行,银行业务也已经和互联网深度融合。银行再不能“坐等”客户提供信息,必须主动通过新技术手段从社交、电子商务平台等新兴媒介和交易平台对各类日志和电子文档等非结构化数据主动进行提取和分析。

  与此同时,金融脱媒不断滋生出新型业态参与金融市场竞争,也推动了金融机构向综合经营方向发展。因此,大数据和新技术的广泛应用对银行的风险防控能力提出了更高的要求,也推动银行做出改变甚至完全重塑传统金融的经营模式,并将对银行竞争格局和方式产生深远影响。

  首先,随着更多样的服务方式和更高效的交易渠道的不断推出,单纯的事后风险监控方式将越来越难以适应新形势的要求。

  如越来越多的新型支付方式,如二维码支持、指纹支付、人脸支付等可以为客户带来便利的支付体验,并且有些已经被应用在实践中;但同时全新的支付方式也让客户对资金的安全性和可能带来的风险的关注度提升到前所未有的高度。因此,针对各类新的服务方式和不同渠道,银行需要及时采用新技术和大数据手段加强风险在交易事前和事中的控制,让客户在享受便利服务的同时能够获得更加安全可信的体验。

  其次,当前新产品研发速度加快、产品组合创新多样,只靠单一产品的风险防控难以防范风险的交叉传染和组合爆发。

  如客户可以通过银行理财产品的质押解决客户资金的紧急需求,并在一定程度上提升客户收益的可能;但在金融市场产生波动时,如果对风险管控不好,银行和客户资金也可能会产生更大的损失。因此,对各类快速创新的产品,银行需要采用对应的新技术和新手段提前预警风险,及时应对突发情况,制定风险管控措施,为客户的资金安全提供保障。

  最后,在互联网和大数据时代,外部风险发生也呈现出手段高科技化、专业化和产业化的趋势,“案件驱动”的风险防控方式已经难以紧跟风险形势、防控风险发生。

  如近期多发的互联网支付业务短信验证码认证相关案件,犯罪者通过专门的技术通过伪冒基站等方式诱使客户手机种植木马病毒,窃取手机客户关键数据,从而假冒用户进行支付转账,对银行和客户都可能带来损失。因此,对于各种利用新技术破解银行安全措施的风险,不能简单依赖人的经验,必须及时“针锋相对”,采用对应的技术和系统防控的手段完善银行的风控体系。

  总之,在新的形势下,传统的风险防控模式已越来越难满足要求,银行需要变“被动”为“主动”,充分运用新技术和大数据手段,全面提升风险防控能力,在进一步做好事后风险管理的同时,加强事前和事中的风险防控,形成智能、全面的风险防控新体系。

  2.工商银行风险防控体系新实践

  工商银行基于大数据平台积极运用模型算法、神经网络等方法,通过“数据驱动”的智能风控模式以及事前、事中、事后“三位一体”的风险防控机制,形成了以客户为中心的全渠道、全产品、全流程的风险防控体系,涵盖信用风险、市场风险、操作风险、国别风险等在内的全面风险管理,并已将相关风险量化结果应用到信贷审批、风险预警、反欺诈等业务全流程和风险控制领域。工商银行风险防控体系建设历程如图2所示。

  工商银行依托大数据平台在风险防控方面的主要实践有以下几方面:(1)资金流、物流和信息流“三流”合一夯实了数据基础。作为第一大商业银行,工商银行处于各类数据流交汇的“中枢节点”,掌握的数据包括了传统银行业的交易数据,也涵盖了工商银行全力打造的E-ICBC三大互联网平台的相关数据,还纳入了一些政府机关和合作方的外部数据。

  从数据内容上来看,工商银行的风险防控体系采集了本行的客户个人数据信息、电子银行账户数据信息、线上金融交易数据、电商信息等交易信息;同时还包括IP地址信息、城市地理信息、物理设备信息等空间信息;另外,为了有效监控外部欺诈风险,还从外部获取有价值的数据信息,包括征信信息、刑事犯罪信息、商业犯罪信息、金融诈骗涉案账户信息、网络犯罪信息等来自国际银行安全组织、国际反欺诈组织、国际银行同业的各类欺诈信息等。

  从数据应用上来看,工商银行利用日益完善的客户画像信息辅以设备指纹、关系网络等多维度数据全面还原了客户的行为习惯,有效刻画了客户的风险全貌,为构建以客户为中心的全产品、全渠道、全流程风险防控体系奠定了基础。

  (2)利用智能化手段实现了风险的精准识别。工商银行从2008年就开始利用海量数据、运用数理模型的方式进行信用评分等模型的构建,是首个国内通过信用风险级计量法人行认可的商业银行。同时,工商银行还是我国首个试点“风险为本”反洗钱的商业银行,2012年采用贝叶斯网络等方法的反洗钱模型上线后,受到了人民银行的高度评价。

  近年来,随着互联网金融的发展,客户面临的欺诈风险日益严峻,工商银行在2014年开始在欺诈风险防范领域尝试引入人工智能等新技术,使用了超过3000个风险特征构建神经网络等智能模型,对信用卡、电子银行等领域的欺诈行为进行精准打击。

  (3)通过大数据技术有力支持事前、中、后“三位一体”风险防控。随着互联网的快速发展,金融交易量以惊人的速度在增长,以工商银行信用卡交易为例,每天的交易量可以达到数百万笔,高峰期间每秒需要处理交易达到上千笔之多。如何全天候不间断地从这些交易中发现欺诈风险并有效阻断,做到既能避免风险,又不影响客户体验,是一个巨大的挑战。

  工商银行风控系统依托大数据平台基础,采用分布式架构,运用流数据处理、大内存技术,支持海量交易数据的实时计算,99%交易可在20ms内完成风险识别。同时,系统具备建立在线模型管理功能,实现模型灵活配置、测试、上线、监控、下线的全流程管理,支持业务人员随时根据新的风险形势部署模型,为“互联网+”时代下产品创新提供安全保障。

  (4)采用交互式风控策略保证了客户体验。对个金、信贷、信用卡等业务根据不同风险等级和场景采取不同的风险干预策略,如短信验证、电话核实、扫码认证等,由系统自动地、智能式地与客户交互来逐步验证、核实客户身份,避免了“一刀切”给客户体验带来的负面影响。

  案例一:实时交易反欺诈识别。基于自主研发的利用内存数据库与分布式计算技术,工商银行在客户进行支付交易的时候,实现毫秒级交易实时反欺诈识别,及时阻断可疑交易和进行柔性干预,保障了客户交易安全可靠。

  案例二:信贷风险监控。基于海量数据基础,运用数据处理和模型挖掘能力,通过对行内外数据的集中分析挖掘,实现了交叉违约、资金流向等分析模型,发现客户可能存在的违约风险,并及时进行核实,适当采取风险缓释措施,提升信贷资产质量。

  案例三:小微企业风险预警。采用人工智能手段,运用KNN算法创新设计了小微企业现金流量、现金流向、风险预警、经验指标等4大类20多个风险因子,共计90多项指标的风险预警模型体系。通过这一体系,可以及时对和已发生风险的企业有关联关系的企业进行预警,识别风险传导,阻断风险传染。

  案例四:融安e信风险防控产品。利用大内存和分布式技术,整合八大权威机构二十多类风险名单,通过大数据的整合、分析和挖掘,并将相关功能进行了产品封装,形成融安e信风险防控产品,向同业提供风险信息服务,提升金融机构整体风险防范能力,积极推进国家金融市场安全稳定发展。

  三、后续展望

  随着经济以及技术的发展,银行必须结合数据和新技术不断提升自身风险防控能力,实现向数据驱动的全面风险管理模式的转变。

  后续,工商银行将从以下方面继续提升风险防控能力:一是继续推动完善客户画像,整合共享风险信息,支持跨渠道、全产品、全流程的联动防控。

  二是引入关联分析和可视化技术,提升交叉风险防控能力。

  三是依托流数据及机器学习等新技术和智能模型,实现交互式柔性风险防控,提升客户体验。

  四是完善在各渠道的数据埋点,捕捉客户位置和行为等关键信息,及时进行风险防控,为客户提供更好、更满意的服务。

分享至微信 分享至微博

Connecting The World

每周精选

神州信息分布式核心支持百信银行顺利开业
人民银行新一轮司局级调整 周学东执掌金融稳定局
工行李兴双:区块链技术赋能金融科技创新
一行三会就金融监管齐发声 双支柱调控框架日趋清晰
央行主管媒体:银行业服务实体经济大有可为