近年来,金融科技的发展与创新,促使监管机构谋求监管科技转型、沙盒创新,并督促金融机构实现数字化转型,但金融科技不会改变传统金融的功能和本质,也不会改变金融监管防范风险的内核。相应地,反而会对监管方与被监管方在金融科技领域的应用与实践提出更高挑战。

在监管要求、盈利目标及成本约束等多重压力下,银行业金融机构已十分清晰“合规科技”的应用价值,并将合规科技导入至银行经营的各个脉络,以降低合规成本,最终达到完善运行模式、提升风控管理效率、扩大经营成果的目标。

上篇我们提到,银行“精益运营”已出现较大的技术瓶颈,立足于跟踪监管最新动态与前沿技术研究,邦盛科技提出“智能运营管理”发展新方向,结合流批一体、业务与分析融合、数智融合三个发展方向,银行应充分利用数字化转型契机,构建事前、事中、事后一体化智能运营风控系统,防范内部风险及外部风险,拓宽挖深“以点及面”的体系化管理,形成风险管理长效机制,提升运营风控管理效率。

服务实践中,邦盛科技帮助多家大型银行通过构建大数据流批一体计算平台,提升风险监测和防控能力,实现从流程驱动的风险管理方式转型至数字驱动的智能运营风控管理方式。

承接上篇,今天我们来聊聊智能运营风控的“业务方案”与“技术方案”。

业务方案

基于行业分析及痛点剖析,邦盛科技以监管关注重点、行业重大案件为设计蓝本,基于长期业务积累及行业经验,形成指标规则体系,结合流批一体技术,筑起集“T+1、准实时、实时”于一体的动态风险防御体系,助力运营管理风险提前自查,提升运营风控管理效率。

智能运营风控解决方案解决的问题,可归纳总结为客户/账户类风险识别、柜面人员操作风险与道德风险识别、传统运营管理业务相关会计要素风险识别。

客户/账户类风险识别

结合客户/账户全生命周期管理的各风险环节/风险点,邦盛科技通过综合运用基于指标规则体系的解决方案,实现对可疑对象的排查,以遏制新增账户风险,控制存量账户风险。

针对监管法规提示的异常特征(如人行261号文、55号文、49号文、60号文等),结合项目经验积累,邦盛科技形成了自有的指标规则体系。自监管要求防赌反诈以来,邦盛科技已为多家国有银行、股份制行、城商行、农商行等排查出数百亿涉案资金。

柜面人员操作风险与道德风险识别

根据监管要求与行业经验,梳理出银行员工职涯周期内的异常行为监测整体框架,包括共通类违规行为、条线类违规行为、禁止性行为、岗位管理、违规压力、社会关系、合规销售等场景子项,可覆盖员工行为排查的基本内容及柜面员工的违规操作风险。

同时,为了解决行业难点与痛点,邦盛科技提出了利用知识图谱识别员工控制账户(本人账户、亲属账户、客户账户、其他控制账户)的创新方案,以识别违规员工利用控制账户转移资金的异常行为,在员工控制账户识别方案基础上,进行员工异常行为识别。

传统运营管理业务相关会计要素风险识别

邦盛科技在落地智能运营风控方案的同时,兼顾传统运营管理业务相关领域的风险识别,包括但不仅限于“内部账户、现金管理、对账管理、中间业务、支付结算、特殊业务”等。本方案可充分利用独具特色的指标规则体系,发挥行内风控智慧,迁移并创新开拓上述业务相关监测规则,从而有效提升业务效果。

协助建立健全帐户分类分级管理体系

随着监管态势不断加强,银行运营管理部门不仅要承担“账户管理主体责任”,还需要逐步建立健全账户分类分级管理体系。

邦盛科技致力于监管动态研究,第一时间解读监管要求,并前瞻性落地至方案。对于预警对象,可通过自有评分体系对账户风险进行量化评分并对风险程度进行排序,在快速定位风险、减轻核查负担的同时,方便银行针对不同账户/客户应用差异化管控策略,以响应监管要求,提升客户服务体验并有针对性地防范风险。

技术方案

邦盛科技的智能运营风控技术方案分为原始数据层、事件数据层、指标数据层、风险数据层:

原始数据层支持离线、在线各类形式的数据采集;

事件数据层以业务风控驱动为触发点;

指标数据层以自研的流立方与CubeCompute为流批的统一计算引擎,以指标的形式沉淀业务智慧;

风险数据层支持流程化预警信号及人机交互实时管控策略反馈结果的积累,形成核心数据资产,为数字化转型及人工智能有效性落地打下基础。

运营是商业银行存在和成长的基础,在当前监管态势下,邦盛科技智能运营风控方案已助力多家商业银行从流程驱动的风险管理方式转型至数字驱动的智能运营风控管理方式,并赋能银行可持续性满足不断更新的风控建模要求,覆盖模型生命周期管理,落地“专家规则、机器学习、知识图谱”等人工智能技术应用,实现管理闭环与风险大盘可视化,应用价值体现在:

1、有效覆盖客户/账户全生命周期管理风险、员工操作风险与道德风险及运营管理相关会计要素风险,建立健全账户分类分级管理体系,提升运营风控管理效率,提前自查各类内外部风险事件,防范于未然;

2、支持T+1、准实时、实时各类指标规则的可视化配置及统一计算,显著降低业务人员的自主风控建模的门槛,充分释放人力且能沉淀业务人员的风控智慧成果;

3、在海量数据场景下,基于流批一体技术的复杂风险特征指标的计算,辅助以人工智能技术,极大提高了风险预警可疑命中率,降低分支行的排查压力,贴合监管合规要求。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。