「支付及消費金融風控反欺詐」沙龍北京站完美收官

隨著金融科技發展，人們消費觀念轉變，消費金融深入到我們生活各領域，支付方式不斷創新，欺詐風險如影隨形。如何建設先進的風控反欺詐平台成為金融企業亟需解決的問題。

在此背景下，3月30日下午，由移動支付網和邦盛科技聯合主辦的「支付及消費金融風控反欺詐」線下沙龍在北京成功舉行。本次沙龍乾貨滿滿，吸引了超過200人報名。

知己知彼，才能百戰不殆，沙龍從關注黑產新動向開始。與黑客相比，更可怕的是以黑客為起源的黑色產業鏈，經過多年發展黑產已成生態。在這個生態里，包括黑客在內的角色各司其職，給金融行業帶來了營銷套利、理財詐騙等欺詐風險。與此同時，反欺詐系統面臨著許多挑戰。

浙江大學與銀聯商務風控技術實驗室研究員孫斌傑認為，現有反欺詐系統存在著規則過於簡單、事後處理時效不足、業務人員難以實時調整修改等等問題。從發展趨勢上來，反欺詐的發展趨勢必然是實時的，並且在防禦手段上運用如流式大數據、機器學習等先進技術，才能滿足企業級的反欺詐需求。孫斌傑通過業務、技術、數據等三大基礎方向，向我們詳細介紹了反欺詐解決方案。這些方案，也將繼續成為與黑產博弈的正能量。

隨後，邦盛科技高級技術顧問尹航博士進行了信貸全流程風控體系建設的相關分享。我們知道，信貸業務面臨著違約風險、市場風險、信貸機構內部信用風險等等。去年年底，監管層開始了對「現金貸」的整治，明確了金融機構開展貸款業務時，不得將授信、風控等業務進行外包。

因此，機構自身建立大數據風控機制是必須的事情。搭建授信決策風險管理平台，支撐互聯網金融反欺詐及授信需求，實現信貸各環節的有效控制，提高互聯網金融服務水平是各大機構在進行信貸決策的四大目標。

最後，邦盛科技人工智慧解決方案總監呂曉曦帶來了基於機器學習的智能決策平台防控潛在風險及案例分享。經過多年發展，人工智慧在近年來逐步被應用到金融領域中。從金融科技的發展趨勢上看，經驗驅動已經落伍，數據驅動才是未來。而基於數據上的人工智慧、機器學習也是未來風控的發展方向。

總體來說機器學習在風控中有4種價值：①基於機器學習演算法，以科學的方式進行風險識別；②支持多種機器學習演算法與規則互補；③持續進行機器學習模型優化；④提升風控能力和用戶體驗。

至此，本次系列沙龍首站圓滿結束。後續更多活動信息，請繼續關注移動支付網。

來源：移動支付網

推薦閱讀：