房产交易人，无时无刻都在注目着银行等金融机构的动向

疫情催生了“零接触式金融服务”，不少金融机构已经推出了“7×24小时”不间断的金融服务，网银、手机银行、呼叫中心与远程银行的大规模使用，线上、线下业务前所未有地实现了互联互动。

人工智能、大数据的科技变革已经广泛应用于金融业。金融科技的应用，已经相当普遍了：移动支付、电子清算、网上银行、数字信贷等，呈光速发展之势。银行业的离柜交易率已经接近90%。

整个金融业都在推动数字化转型和开放银行建设，迎来数字金融时代。即空泛即务实即时髦的“数字化转型”之路：银行等金融机构已在咨询服务（业务咨询、外部数据管理、风险管理）、系统服务（外部数据管理、风控成果落地）等方面深度赋能，通过大数据、人工智能等技术，在“转型+创新”的洪流下，开启了广全的金融科技数字化变革。

 互联网时代，金融机构的风险管理，须在满足监管合规的前提下，提升客户体验、做大客群规模。线下客户和线上客户，无论从客群特征、还是消费特征上，都存在巨大的差异。

这种趋势使得金融机构数字化转型的压力极为紧切。

一些中小金融机构在转型过程中，在进行“网贷自营业务”、“反欺诈体系”及“智能风控体系”时，却遇到不少“坎道”和对传统业务的挑战。

 如今，与银行合作的机构有很多，互联网信贷业务所带来的欺诈风险类型繁多。随着消费金融的普及，面对大量的“陌生”用户，金融机构如何做到全站式反欺诈？如何在保证系统自动化审核的同时降低风险，提高效益？如何利用金融科技进行数字化转型和服务创新？金融业亟需引入先进的反欺诈手段、机器学习量化模型技术来助力，并与传统反欺诈策略相结合。于是，金融机构有了新课题：开发信用风险模型。

一种可能的机器学习模型研发：模型建立应用RFM（Recency, Frequency, monetary）特征衍生方案和10T+海量多维度数据，通过对不同主体、行为和时间窗口的复杂运算，构建数十万维特征，刻画每笔交易特点；应用XGBoost机器学习算法，通过几十轮的模型迭代优化，建成适用于高频交易场景的实时反欺诈机器学习模型。

该模型通过对每笔交易的细致刻画和历史交易行为的全面“了解”，可以敏锐洞察欺诈风险，向客户提供柔性的安全服务，更加准确、全面的识别欺诈交易，并能有效识别新型欺诈，最大限度地防范欺诈行为的发生，减少对客户的打扰并提升客户资金的安全性。

这太需要专业的建模技术人员了，因为要深植于金融业发展的复杂环境和实际问题。

多聊两句关于这类技术人员的深层思想特征，其中的一种可能性触及到了“结构主义的马克思主义”的核心问题：马克思主义与人道主义的关系。一般的，结构主义者认为每一个系统都是一个特定的结构，科学的任务就是发现这个结构为何。

    那么，这种“信用风险模型”最理想的状态应是：形成多维度、立体化、灵活可调控的反欺诈模型策略体系，全面防控欺诈风险。如今的反欺诈系统，动不动就要线上拦截风险交易资金多达数亿元、单日最高能监测得到的事中业务多达几百万笔……这是如何实现的？

随着金融机构线上业务的不断演进，欺诈手段和技术也不断升级，甚至在部分场景会进行有针对性的欺诈攻击，这严重威胁到用户的财产安全。只要是触“网”的事情，都要谨慎。不管是在网上聊天，在网上找网警，甚至在网上找律师等等，都有被骗的风险……金融机构常遇到客户反映其银行账户被盗刷的情况。

曾出现过：假冒“公检法”的黑灰产团伙诈骗，盗刷客户的银行账户。这类团伙主要通过诱骗客户安装木马APP，诱导客户在APP中输入银行卡号、密码等信息，同时利用木马截取银行的交易短信，完成账户转账操作。

可能的应对措施之一：进行全面技术排查，利用反钓鱼等手段，逆向侵入欺诈者所在地(可能是全球任何地方)的服务器，获取欺诈者留存于服务器中涉及的金融机构及受害者的信息，并将相关客户信息反馈到所属金融机构，将相关欺诈团伙信息移交公安机关。

金融机构想要防止这类诈骗，需搭建分布式架构的风控平台，实现对线上、线下各类零售金融、非金融交易的预警、处置、事后分析的全站式反欺诈及全流程风控管理。

较好一点的系统，月平均处理交易能达到几亿笔，单笔交易处理平均用时仅需几十毫秒。

为达到毫秒级实时决策的目标，在模型的系统部署上可采用X86分布式架构等互联网开源技术，通过“流式计算+批量加工”结合的方案实现：短时特征，以大数据的流技术为依托，利用Spark分布式集群计算引擎，快速、高效的处理实时交易环节产生的海量数据；长期特征，基于大数据平台的历史数据存储和计算能力批量加工。

通过短期特征流式计算、长期特征批量加工的创新实践，保障每笔交易复杂特征的快速计算和模型的实时评分决策。

监测的范围主要是：线上渠道的接入，覆盖手机银行、直销银行、个人网银等多个渠道多个交易场景，部署相应的策略规则。

这些监测的目标无非就是：提高风险交易的侦测率，监测事中交易，高风险交易直拒，线上拦截风险交易，账户安全及规则成功预警防范等。