何朔：引入金融技术对支付业务来说是一把双刃剑

本篇文章2694字，读完约7分钟

如何利用科技力量推进金融监管，控制或有金融风险？5月28日下午，以“基于大数据技术的金融风险防控”为主题的2018数字博览会“数字金融”论坛在贵阳隆重举行。与会领导和专家就如何运用大数据、区块链等前沿金融技术，落实全国金融工作会议精神，解决监管问题，坚决防范和控制金融风险进行了深入探讨。中国银联电子支付研究院副院长何硕出席并讲话。

为什么下面解释了演讲的内容:

尊敬的来宾:大家下午好！

很荣幸被邀请参加今天的论坛。正如主持人所说，中国银联经过十多年的积累，积累了宝贵的交易数据。这些交易数据将在产品设计和开发、客户服务和风险方面发挥重要作用。我的单位是中国银联电子支付研究所，它是银联探索金融技术实践的整个单位。我们将重点与大家分享我们通过使用金融技术所获得的一些理解和认知，特别是大数据和人工智能在电子支付风险控制中的应用。

一开始，我们认为中国的支付市场已经进入了移动支付的新时代。这个新时代代表了几个方面，一个是巨大的规模，另一个是快速增长。每个人都有这两方面的个人经历。除了这两个，创新突破的速度也在加快。基于互联网、移动互联网和金融技术的支付产品创新实际上越来越快。从我们的网上支付到微信和支付宝，包括银联支付，包括未来的非感应支付，支付过程正在加速。这一进程的加快对传统支付行业来说是一个非常重要的机遇，从风险控制的角度来看，也给我们带来了非常重要的挑战。这一挑战可以从几个方面来概括:首先，从业务线来看，由于我们的支付已经进入了移动支付的新时代，这大大增加了参与支付链的业务环节和合作伙伴的复杂性。在传统支付中，我们会考虑支付本身，比如收购市场是否标准化。但现在我们不得不考虑，在移动支付应用中，我们的登录、注册、营销和金融服务延伸到支付，比如p2p在线借贷，而一系列的支付链必须考虑整个过程中的风险。其次，支付链中的参与者比最初的支付要复杂得多。随着互联网和移动支付的引入，互联网公司、第三方组织和移动电话制造商等支付载体提供商，甚至运营商和专业技术服务提供商都进入了支付产业链。随着进入支付产业链的合作伙伴的增加，整个链的协调难度将不可避免的增加，这将带来整个风险的业务挑战。

从技术角度来看，事实上，将技术引入任何业务都有一把双刃剑的作用，支付也不例外。事实上，金融技术在支付过程中的应用在安全性和便利性方面给我们带来了很好的效果。例如，我们已经采用了大量的生物识别、指纹、人脸，甚至虹膜和声纹，这将大大增强我们在支付过程中的安全性。当然，深度学习和人工智能也大量引入到产品过程中，并利用深度学习的能力来构建风控制模型，从而实现对原有传统风控制技术如基于规则的迭代和更新。另一方面，我们的技术也给风险控制带来了重大挑战。我们的结论是，所谓的欺诈或风险可以表现为隐瞒、专业化和集体化。它不仅仅是从一个简单的技术角度攻击支付链，而是在普通人(603883，诊断单元)使用支付产品之前和之后的任何可能的环节中，用社会工程从心理上引导和引导你。这种行为的实现实际上是有科学技术支持的。举一个简单的例子，诈骗团伙现在被集体化了。它们不是我们希望每个人都聚在一起的东西。他们分布在全国各地，使用最先进的移动通信社交网络技术，如微信和qq，创造了一个具有巨大影响力的虚拟场景。

因此，我们认为在这样的业务和技术变革过程中，传统的支付方式面临着这样的风险和调整，我们需要建立一个全新的智能风险控制系统。我们引用了很多数据，但是时间关系没有列出来。我们现在面临的风险控制环境实际上非常具有挑战性。

从回归传统银行业的角度来看，我们正在不断努力提高我们的风险控制能力，从最早的手工审计，到引入计算机软件，利用规则引擎建立风险控制模型，再到使用统计模型和数据分析。最近，我们开始将人工智能全面应用到整个风险控制中，建立了一套完整的事件发生前、发生中和发生后的风险控制体系。在这一过程中，传统银行业，包括新兴的互联网公司，包括专业的风险控制提供商，都在这一领域取得了一些成绩。典型的风险控制产品，如银联的火眼和水晶球，包括工行和兴业银行(601166，诊断股)，在这方面有着非常独特的经验。还有第三方风险控制公司，如通盾，在这方面做得相当好。这些企业正在利用金融技术进行相关的风险控制实践和探索。我们总结了这些银行在风险控制领域的实践，整个风险控制系统可以从数据、技术、系统、服务和模式到最后形成一个客户。这样一个系统的形成最终需要技术支持，技术支持可以由一个渐进的技术链逐层形成，我们将其理解为风控制过程中的一个技术链系统。首先是大数据。我们已经从挖掘海量数据(603138)发展到数据聚合和融合。经过数据汇总和融合，我们认为这还不够。我们应该把这些数据演化成所谓的知识，从数据到信息再到知识，这是一个质的飞跃。因此，我们提出了知识地图的应用将在未来的风险控制实践中发挥重要作用的观点。关于知识地图，您在金融技术、通用通信或互联网上看到的文章并不多，但我们认为知识地图是未来金融业务全球数据治理的一个非常重要的技术支持点。知识地图用于建立实体之间的关系，并利用这种关系来支持风险控制技术。在这种映射技术的基础上，我们需要对映射进行建模。例如，从银联的角度来看，我们与公安部合作进行知识地图，将银联的大数据与知识地图叠加，发现电信诈骗团伙。我们利用深度学习建立了一个金融欺诈预测系统。在这方面，有必要采用无监督和半监督的深度学习方法来学习欺诈模式的特征，并引入专家模型。在这样的模型建立之后，我们使用集成学习模型对不同场景和不同算法集成的模型进行集成的展示和投票决策，最终形成风控制模型，这是数据的体现。当然，最终，会有区块链的申请。区块链的一个非常重要的应用场景是利用它来打破风险控制技术的壁垒。风险控制的一个非常重要的方面是信息共享，这比任何其他应用场景都更重要，区块链在其中扮演着非常重要的角色。总的来说，我们应该充分利用金融技术带来的便利优势，从风险控制的及时性和手段、数据的联合控制等方面进行相应的升级，以体现展望未来移动支付在新时代的风险控制能力。

我们对2018年后支付欺诈风险状况的预测总体上显示出几个特征。现在，随着跨境电子商务的发展，跨境网络盗窃越来越严重，收购代理人的风险将进一步凸显，风险的短板效应将逐渐显现，通过互联网资金借贷将变得更加困难，这是监管力度加大的结果。总的来说，我们希望与传统银行业、互联网公司、专业风险控制和大数据金融技术公司一道，着眼大局，牢牢把握金融安全底线，主动化解和防范风险，按照Xi总书记的话，满足人民群众对美好生活的需求。谢谢你！