本文共字，预计阅读时间。

参赛单位：北京汽车集团财务有限公司

案例名称：基于大数据技术的全流程反欺诈风控平台

案例简介：

充分整合数据识别技术、数据分析工具及规则引擎3项信息科技手段，通过无监督机器学习对公司内、外部数据分析、挖掘，以创新完备的功能构建汽车金融零售业务反欺诈风控平台，对新设机构、新设产品欺诈风险管理具有借鉴意义。平台建设是以科技推动流程再造的过程，它初步实现了汽车金融零售业务欺诈风险前中后台全员参与，全流程覆盖。上线以来，平台主动预警率合理控制，贷前欺诈风险识别率明显提升，欺诈风险在可比业务中下降。

创新技术/模式应用：

1.多功能整合平台

根据目前金融数字化趋势，集成流程管理器模块，从多源头大数据配置接入，到规则引擎，评分模型，数据匹配展示，链接分析，以完备的功能实现全方位进行欺诈风险防护。

2. 无编码模式对接多渠道数据

反欺诈风控平台现阶段对业务系统、大数据平台、催收系统对接，二期还可与影像系统对接，上述系统对接方式均通过平台无编码实现，极大限度提高业务响应效率。

3.风险管理工具组

3.1.利用人脸识别与活体检验、光学字符识别（OCR）、三方数据验证等技术对申请数据进行真实性识别。

3.2.主要运用关系图谱技术，将申请信息与内部数据进行比对，与外部数据进行逻辑校验，通过生产复杂网络进一步发掘潜在的关联欺诈，生成评价结果，进而成为决策引擎的输入。

3.3.决策引擎主要包括黑名单、规则集、评分卡技术。其中，黑名单：是内、外部欺诈记录的历史积累，是反欺诈系统进行分析、比较的基准。规则集：采用无监督模式机器学习构建涵盖400余项反欺诈规则库；配备高性能实现1秒钟内完成规则集内欺诈检查；内置数据分析功能，定期对数据进行全面的回溯和多视角分析，持续迭代优化规则库；用户优好的设计模式使业务人员可以灵活、迅速更改欺诈侦测规则和策略。评分卡：利用逻辑回归对数据进行分析的基础上以特征变量进行建模，其以概率输出作为系统对于特定进件业务的欺诈风险评价，目前作为规则集技术的一项重要补充进行欺诈风险高阶防范处理。

4．业务流程再造

结合反欺诈风控平台建成投产工作，汽车金融零售业务流程进行优化、调整，尽管业务流程仍划分为审批、放款、催收、销售四个环节，但较流程再造之前，将反欺诈工作重点差异性地融入到各个环节中，形成了识别、管控、反馈、强化地管理闭环，持续提升反欺诈体系的适用性与有效性。

项目效果评估：

反欺诈风控平台系统于2020年5月上线以来运行稳定，它初步实现了北汽财务公司汽车金融零售业务欺诈风险管理的前中后台全员参与，业务全流程覆盖，由单一节点控制向全流程节点管理转变。

从经济效益上看，反欺诈风控平台运行近11个月，主动预警率合理控制，贷前欺诈风险识别率明显提升，欺诈风险在可比业务中下降，助力业务持续、稳健发展。截止2021年3月31日，反欺诈风控平台已自动处理业务6万余笔，通过反欺诈系统预警预防的汽车金融零售业务损失金额超过5千万元。

从管理效益上看，在平台建设过程中，自上而下、自下而上双渠道互动建设、评价、完善的新思路，充分锻炼了队伍。因此在平台应用过程中各业务经办部门欺诈风险管理水平普遍提高，通过平台主动预警，可进一步对汽车金融零售业务审批管理进行有针对性的审核，快速发现问题，提高工作效率，为经营成本节约提供一定的支持。

从社会效益上看，该项目实施过程中采取的算法和技术整合方案，可以为新设金融机构、新设产品的欺诈风险管理提供明显的借鉴意义。

项目牵头人：

朱正华

北汽财务公司总经理

项目团队成员：

吴霜、田颖、张慧鑫、甄珍、杨春雷、李思思、刘英明、孔令睿、夏彦飞、刘可

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。