迈入模型对抗时代-2023年商业银行风控趋势调研报告

2 2TSFCENTURYBUSINES5HERALC 21世纪经济报道腾讯云腾讯安全 迈人模型对抗时代 2023年商业银行风控趋势调研报告 2世记经济报道?腾讯安全 简介 金融是一个经营风险的行业，风控可以说是金融行业的核心与命门。 随着当前金融行业的零售数字化步伐加快，为了适应客群下沉、金融产品秒批秒放、快速审核等特点 银行机构迫切需要更快速、精准、敏捷的风控能力，因此，21世纪经济报道联合腾讯云发布《商业银行风 控能力调研报告》（下称《报告》）， 《报告》通过调研问卷形式，广泛收集银行机构对自身风控建模方面的观点与见解，展现当前银行机构在风控建模所取得的最新进展与主要挑战，并结合专家专业意见，为银行机构风险建模能力提升提供真知灼见，助力银行机构风控建模能力进一步提升，更好地适应内外部经济环境变化与自身零售业务发展需 要。 目录 一、2023年商业银行风控趋势 ·国内宏观经济复苏驱动银行聚焦“获取新客户” ·2/3受访银行机构采取审慎风控策略 ·银行机构风控策略新共识一一从“策略对抗”向“模型对抗”升级 二、商业银行风控转型升级挑战 ·银行构建三大实施路径构建“模型对抗”风控策略 ：定制化风控建模的进展与挑战 ：加快风控送代速度的强烈诉求与现实障碍 ：强化风控数据收集处理能力的强烈期盼与实施阻力 三、A大模型为银行风控提供新动力 ·逾半数银行倾向引入“第三方技术“与“合作开发” +逾80%银行高度看好AI大模型与风控场景“结合” ·金融风控大模型的应用案例增多 四、报告调研方法 02 主要观点及发现 21世记轻济报道 ?腾讯安全 *风控策略迈入“模型对抗”时代风控转型升级面临三大挑战 针对黑灰产新型恶意攻击来袭，受访银行机众多银行机构落实“模型对抗”风控策略，面构普遍达成风控策略新共识一一从“策略对临风控送代速度慢、海量数据采集处理烦抗”向“模型对抗”升级。定制化风控建模难三大挑战 50%银行选择共建风控体系80%银行看好大模型落地风控场景逾半数受访银行机构倾向引入“第三方技逾80%受访银行机构高度看好AI大模型与风 术”与“合作开发”破局，构建“模型对抗”控场景的“结合”。目前金融风控大模型的成 风控策略。功应用案例日益增多。 01 2023年商业 银行风控趋势 超半数银行聚焦“获取新客户” 21世记轻流报道6腾讯安全 逾55%的受访银行机构认为，鉴于中国经济基逾46%受访银行机构认为，随看中国经济基本面持续本面持续复苏增长激发民众消费需求，加之国家相复苏好转，未来民众的杠杆率也将呈现遂步上升趋势。关部门要求银行机构做好普惠金融这篇“大文章”究其原因，一是中国经济基本面好转令民众就业机会当前他们一大经营策略仍聚焦在“获客准入”，通过增加与收入预期好转，提振民众通过消费信货提升生活品获取新客户助推自身零售金融业务持续增长：质的信心，二是相关部门出台多项措施调低普惠金融综合您所在的金融机构当前获客策略更关注以下唧个方面？融资成本，令民众的消费信贷还款财务压力明显减少，令 8.63%他们“敢货愿贷”，为银行机构获取新客群助力零售业务发 13.67%55.4%展创造良好发展空间。 与此同时，不少受访银行机构表示，随着客群下沉，银行急需在风控策略做出相应的迭代与更新，以适应新 客群的信用状况与信贷风控特征。 22.3% ■获客准入存量运营■留客■交易购 您认为未来几年内零售信货人群的杠杆率会呈现怎样的趋势 12.95% 15.83% 46.76% 24.46% 逐渐上升逐渐下降趋于稳定波动变化 05 2/3银行采取审慎的风控策略 21世记轻流报道 ?腾讯安全 尽管多数银行机构积极采取新客群获取策这背后，是逾53%受访银行机构人员认为略，但在风控方面，他们却采取相对审慎的风未来零售信货业务不良货款率将逐渐上升，仅控策略。有15.11%受访银行机构人员相信这项业务不良 您在末来市场的风控策略制定上，倾向采取什么样的态度货款率将逐渐下降。 5.03%您认为近期零售信货业务的不良贷款率呈现了怎样的趋势 17.27%65.47%12.23% 19.42% 53.24% 12.23% 审慎的宽松的一正常的其他 15.11% 逐渐上升■逐渐下降趋于稳定波动变化 53.24%15.11% 认为不良贷款率认为不良贷款率将逐渐上升将逐渐下降 06 三大原因促使风控阀门“收紧” 通过深入调研走访，多数银行机构人员之所以认为未来零售信贷业务不良贷款率将逐渐上升，主要是基于三大原因： 经济基本面波动 01短期经济基本面波动，仍可能影响部 21世记经济报道?腾讯安全 还款意愿（欺诈） 分民众的收入增长，令他们还款能力造成的损失 相应减弱。约占70% 8客群下沉新客户 的逾期 02随着客群下沉，若银行无法及时掌握新 客群的信用状况与信贷风控特征，相关 信货逾期坏账风险将难以有效管控还款能力（行用）旧客户 造成的损失 ③黑产加速利用AI 03黑灰产组织基于AGI（通用人工智 能）技术的新型恶意攻击，将是推高 银行机构零售信贷业务不良率的“关 约占30% 的逾期 键因素”来源：腾讯安全研究发现 07 02 商业银行风控 转型升级挑战 银行意识到三大风控策略“漏洞” 21世记经济报道?腾讯安全 众多受访银行机构认为，随着黑灰产组织日益利用AG技术虚构“仿真人”进行恶意欺诈攻击，加之列部经济环境持续变化与客群下沉：银行机构的风控策略变革升级正“迫在眉睫” 用“过去”预测“未来”单点防御失效通用型风控策略失效 参考价值大幅降低基于单点防御的风控策略正商业银行积极开拓新兴市 以往颇受追捧的“基于过去在逐步失效，比如AI变脸技场，同时也要针对存量客行为预测未来行为”风控策术面世不久，他们已使用这户精耕细作，传统通用的略正变得不再精准，因为项新技术进行在线贷款欺诈，反欺诈模型（A卡、B卡、 AGI能快速送代“仿真人”的若银行机构仍将“人脸识别”C卡）不再完全适合银行自 行为策略，令“过去行为”作为“唯一”的身份识别验证身业务状况，风控的诉求在风控领域的参考价值大措施，就可能被黑灰产成功正发生明显变化一一从通幅降低。攻击。因此银行机构迫切需用型风控转向针对自身场 要构建多维度的、能交叉验景的定制化风控，这意味 证的身份识别风控措施，防着原先的风控策略需要做 御黑灰产的攻击。出新的变革升级。 09 21世记轻流报道 ?腾讯安全 基于广泛的调研走访，众多银行机构在风控策略变革方面正形成“新共识”，即风控策略正从传统的“策 略对抗”，进入以“模型对抗”为主的新时代 以往，银行机构的风控策略主要基于静态模型+动态策略，并通过不断增补完善风控规则应对外部变化，但现在，客群变化加快、黑产加速利用A/等新形势下，在调整风控策略的基础上，还要强化模型的送 代优化。 目策略对抗模型对抗 决策预测 设备风险策略【黑名单核查】多头共债策略反欺诈模型违约风险量化模型历史还款表现策略（电商消费异常策略信息置信度模型多头风险模型 关联风险策略（人行征信策略信用异常策略 区域风险模型 职业稳定性模型 策略规则体系 互联网高危行为模型收入测算模型 额度测算策略定价测算策略】消费波动策略关联人风险模型负债推断模型 互联网高危风险策略设备风险模型小白信用模型 申请授信用信 贷中行为风险模型拒客回捞模型 流量渠道拓展客群层级丰富行业风险变化审批授信精细化 10 建模效率和样本数量制约“模型对抗”策略开展 21世记轻流报道 ?腾讯安全 通过广泛的调研走访，众多银行机构人士坦言，风控策略从“策略对抗”到“模型对抗”的实施难度不小主要集中在建模慢、样本少的挑战。 高频的建模需求与低效的建模方案相冲突小样本的建模难题 ：精细化运营：存量时代每个业务环节都需回小样本：模型送代频繁，样本积累速度不足， 频繁送代模型。样本量少。 建模周期长：从启动建模到模型上线长达今零样本：新产品上线，只有少量或零表现样本， 数月之久。需冷启动风控策略。 通用模型高利率【上线一周 流量廉价 高风险新业务高频送代 新区域展业 定制模型流量为王 评估一周 建模一周 银行信贷业务扩展汽车金融新业务启动 动态模型 运营 存呈时代精细化[POC一周 不同阶段信贷风控的能力要求传统迪模平均建模周期 21世记经流报道?腾讯安全 多数银行机构构建三大实施路径构建“模型对抗”风控策略 为了构建“模型对抗”的风控策略，受访银行机构普遍采取三大实施落实， 加强加强基于行内数据的定制化风控 模型研发 加快风控模型送代步伐，缩小加快 风控模型迭代周期 加强加强各类数据采集处理能力，进一步完善 风控模型“定制化”与“模型对抗”能力。 定制化风控建模的进展与挑战 21世记轻济报造?腾讯安全 为了更好应对“黑灰产“组织新型恶意攻击多家受访银行机构认为，行内数据定制化风与客群下沉所带来的业务新挑战，逾43.16%受控模型将日益普及获得广泛应用，主要原因是随访银行机构倾向使用基于行内数据定制的风控着客群消费行为与信用状况变化越来越快，银行模型，仅有24.46%受访银行机构仍坚持使用经机构客群下沉步伐日益提速，黑灰产的新型欺诈市场检验的标准化风控产品：此外，28.06%受攻击态势更加复杂，标准化风控产品的效率与准访银行机构则倾向“两者皆用”。确性将不可避免地趋于下降。 在风控体系建议时，您更倾向使用基于行内数据定制的在这种情况下，风控模型需充分调动行内数 模型，还是经过市场检验的标准产品据，变得更加“定制化”与“针对性”，才能满足自 4.32%身业务场景的全方位风控要求。 43.16% 28.06% 24.46% 定制产品标准产品两可其它 加快风控迭代速度的强烈诉求与现实障碍 21世记经轻济报道?腾讯安全 为了更好应对黑灰产组织的新型恶意欺诈攻击，以及宏观经济波动与客群下沉所带来的业务挑战越来越多银行机构正在加快风控模型送代周期 35.97%受访银行机构将风控模型送代周期设定在3-6个月；33.09%受访银行机构将风控模型送代周 期设定在6-9个月，仅有10.79%银行机构将风控模型送代周期仍设定在1年以上。 风控模型选代的周期是怎样的？ 10.79% 35.97% 20.15% 33.09% 3个月－6个月■6个月－9个月■9个月－12个月112个月以上 35.97% 33.09% 10.79% 风控模型选代周期为3-6个月 风控模型送代周期为6-9个月 风控模型送代周期为1年以上 2孔1世纪轻流报道?腾讯安全 加快风控迭代速度的强烈诉求与现实障碍 受访银行机构也承认：要加快风控模型选代速度，正造遇多方面的“阻力” 风控建模方面的投入有限，令风控模型对新技术在风控领域应用的反应速度不够快 送代速度放缓；导致风控建模错失不少“迭代”机会： 0102 0304 风控样本偏少叠加风控经验不够丰富，对“模型对抗”风控策略构建缺乏操作经验 令风控模型选代步伐受限；与高效实施路径，很多尝试仍处于“摸索” 阶段，拖累风控模型送代速度。 强化风控数据收集处理能力的强烈诉求与实施阻力 孔引世纪轮流报道！?腾讯安全 为了构建“模型对抗”为主的风控建模体系，越来越多银行机构还寄希望于尽可能多地收集处理各类数据，作为提升风控建模能力的重要支撑， 但在收集海量数据后、银行机构遭遇新的“烦恼”。 逾54.68%受访银行机构感到“数据量大且处理难度高”，22.3%受访银行机构感到“数据质量差且影 响风控决策”：16.55%受访银行机构则担心数据安全问题。 您的机构在风控数据收集和处理上有唧些挑战？ 6.47% 16.55% 54.68% 22.3% 数据量大，处理难度高数据质量差，影响决策数据安全问题其他 强化风控数据收集处理能力的强烈诉求与实施阻力 21世记经济报道?腾讯安全 众多银行机构之所以遭遇数据收集处理保护方面的众多操作挑战，主要受四大因素影响 缺乏足够的黑灰 所采集的数据已 银行高层担心部 银行采集的海量 产对抗经验，不 经过时”，无法 分数据来源不够 数据来源不同， 知道如何更好地 有效应对黑