案例名称

(相关资料图)

互联网支付业务智能实时风险监控系统

案例简介

随着各家银行收单交易规模的攀升，以及社会上一些不法分子电信诈骗手段的升级，各家银行原有的事后配套风险管理系统已经无法满足现有业务发展的需求。睢宁农商行切中痛点，结合金融监管机构合规性的要求进行产品定位，研发互联网支付业务实时风险监控系统。该系统可实现实时风险监控，实时识别并干预风险；实时大数据计算，精准风险控制；风控模型热部署，简单便捷；商户标记化和营销标记化，发现商户价值，优化商户质量等功能。

创新技术/模式应用

互联网支付业务智能实时风险监控系统主要分为风控监控、风控规则、商户标记化三大核心部分。风控监控使用了分布式微服务架构，对金融业务前端筑起一道防火墙，对可疑风险交易行为实时风险识别并干预（拦截、限额、拉黑名单等）。从风险识别到执行干预时间毫秒级，整体交易系统稳定性良好未受到影响。

风控规则分为事前规则、事中规则，事后规则。事前规则是基于大数据计算，模型算法，提前将客户进行分层分类，提前预知风险客户，提前拦截风险交易。事中规则是使用流式大数据引起，对每笔金融业务进行时间窗口的行为规则分析，实时分析分险行为。采用实时流式大数据计算技术和复杂事件计算引擎，可以实时执行复杂风险模型计算，精准识别可疑交易，避免隐蔽风险交易遗漏。事后规则是使用规则事件引擎，对每笔金融业务进行事件规则调度，事后处理风险交易，标记风险行为。

商户标记化和营销标记化，则是为了发现商户价值。多维度数据模型（如活跃度、资金留存率、资金波动率、商户收银健康率等）计算商户等级，并根据计算结果标记化商户，为产品营销投入提供数据支撑，如根据不同等级商户执行不同的营销投入。

项目效果评估

我行于2019年上线互联网支付业务实时风险监控系统，该系统利用最新的大数据相关技术，实现对各类复杂的海量交易数据进行实时与离线相结合的异常交易行为分析。通过该系统，建立商户交易、资金账户风险监测模型，动态监测账户交易行为特征、客户交易终端定位信息、账户资金进出等情况，及时发现通过借助信息系统外部接入、非法接入网上交易接口等方式开展的违规套现、调单、违反账户实名制等违法违规行为线索，做到事前拦截。我行通过本系统解决以下几个实际痛点问题：

一、解决了二维码异地异常交易问题：通过风控围栏模型，分析二维码交易地址，交易金额等指标，对高频异常交易商户进行实时限制，同时推送给客户经理进行回访审查。截止2023年4月，累计触发模型500余次，金额100余万元，有效控制了异地异常商户交易，保障了用户的资金安全。

（图 1）

二、解决二维码事中异常交易问题：通过套现模型检测，对异常疑似套现交易进行实时分析处理。主要手段包括对用户侧进行信用卡限额。针对疑似套现用户进行智能限额，系统给予一定的宽限期。本模型上线以来，已累计拦截疑似套现笔数20余万笔，金额近15亿元，限制用户1万余户，节省手续费支出近300余万元。

（图 2）

三、解决商户交易规模匹配度问题：通过大数据计算，实时计算商户交易金额、笔数，支持对交易商户进行多角度多维度风控。比如，支持对相关商户和用户的单笔限额、单日限额、单月限额、信用卡渠道限额、全渠道限额等，保证商户交易规模与商户实际情况相匹配。

四、解决商户标记化营销问题：通过商户的活跃率、资金留存率、收银健康率、违规交易占比、商户波动率、收银流水稳定率，制定相关考量标准，等级越高，商户的贡献度越大，有效解决了商户较多，客户经理无法区分，回访无抓手、无关注点的问题。通过标记化精准营销，2022年较上一年收单商户贷款日均增加约1.1亿元，增长率约为7%，商户存款日均增加约0.9亿元，增长率约为8%。

（图 3）

项目牵头人

高峰 睢宁农商银行副行长

项目团队成员

庄朋、夏彬、刘雨、陆建臣

责任编辑：王超