01背景介绍
金融欺诈是行业长期面临的挑战，监管部门政策收紧、处罚力度加大。相关政策包括2004年《中华人民共和国银行业监督管理法》及《商业银行授信工作尽职指引》、2005年《个人信用信息基础数据库管理暂行办法》、2010年《流动资金贷款管理暂行办法》和《个人贷款管理暂行办法》、2013年《征信业管理条例》和《征信机构管理办法》、2015年《关于做好个人征信业务准备工作的通知》、2021年9月27日《征信管理办法》（业务整改过渡期至2023年6月）。“断直连”政策导致风控领域重新洗牌，个人征信牌照仅剩3家，征信数据业务生态发生极大改变，助贷、联合贷业务中个人信息与金融机构全面“断直连”，纯导流模式中中小银行尚未建立智能风控体系。
02现状观察
传统金融智能风控存在瓶颈：
- 技术平台多且杂，管理不统一，包括流程复杂、数据平台、特征平台、样本平台、建模平台、业务决策引擎、知识图谱、告警系统等，多部门协同开发困难。
- 数据与模型问题：
- 数据合规：内部数据是否可采、外部数据是否可用。
- 数据质量：数据治理、模型一致性，数据伪造欺诈风险。
- 模型质量：传统金融模型开发敏捷度不高，部署链条长，易产生模型质量问题；模型适用性差，疫情与国际形势变化导致黑天鹅事件频发，过去模型对当前风控指导意义有限；模型可解释性不足，监管和银行内部管理要求防范系统性风险。
03我们的工作
我们的工作分为供给侧和应用侧：
- 供给侧：技术规范
- 联合专家制定《金融智能风控解决方案能力分级要求》，从业务出发全业务、全流程理清信贷、交易等不同应用场景的解决方案能力，推动技术和服务能力规范化、体系化。
- 参与编写《金融智能风控解决方案能力分级要求》，11月完成编制并启动首批标准评估，23年3月正式公布标准及首批测评结果；11月启动《金融信贷智能风控解决方案分级要求》。
- 第三方：梳理产业发展，形成共识方法论
- 编制《金融智能风控应用实践指南》（2022年），11月启动线下研讨会，11月-1月完成第一版。
- 应用侧：能力评估，助力转型
- 编制《企业数据应用能力成熟度模型 第2部分：智能风控》，23年初启动，评估业务数字化水平，从业务流程、组织协作、技术应用、产出物等维度评估数据价值释放能力，帮助企业认知发展阶段和未来方向。
- 成熟度模型框架分为初始级、进阶级、优秀级、卓越级和引领级5个等级，参考国家相关模型方法论。
数据应用工作体系：
- 构建科学合理的智能风控应用能力视图，明确现阶段各类企业实际工作流程短板。
- 提供业内智能风控应用管理实践模板和最佳实践参考。
