朱雪芬

關(guān)鍵詞：大數(shù)據(jù)；欺詐風(fēng)險(xiǎn)； 解決方案

隨著現(xiàn)代科技和信息技術(shù)的不斷發(fā)展，我國(guó)支付活動(dòng)中早已擺脫了傳統(tǒng)的支付模式，移動(dòng)支付等非現(xiàn)金式的支付方式，逐漸成了社會(huì)的主流[1]。隨著業(yè)務(wù)的發(fā)展，欺詐頻發(fā)，同時(shí)欺詐手法愈來愈隱秘，人工經(jīng)驗(yàn)已達(dá)到極限，由簡(jiǎn)單的規(guī)則來進(jìn)行欺詐防控已經(jīng)不能滿足行業(yè)的需求，急切需要從行級(jí)出發(fā)接入全渠道業(yè)務(wù)。如ATM、POS、電子渠道等，進(jìn)行綜合防控，一來可滿足監(jiān)管機(jī)構(gòu)對(duì)于全渠道交易事中監(jiān)控的監(jiān)管要求，二來可以提升銀行對(duì)交易的風(fēng)險(xiǎn)識(shí)別和防控能力，大幅度減少欺詐帶來的嚴(yán)重影響。

一、銀行渠道業(yè)務(wù)背景下的欺詐風(fēng)險(xiǎn)

（一）電子渠道風(fēng)險(xiǎn)

1. 傳統(tǒng)電子渠道業(yè)務(wù)

包括來自不同電子渠道的交易，如網(wǎng)銀、手機(jī)銀行等。電子渠道的主要風(fēng)險(xiǎn)來自非面對(duì)面交易，無法確認(rèn)交易者是否為持卡人本人。電子渠道業(yè)務(wù)面臨的風(fēng)險(xiǎn)主要是賬戶被非法盜用。盜用電子銀行賬戶的途徑很多，如釣魚網(wǎng)站、木馬、病毒、騙取驗(yàn)證碼等多種方式。欺詐者通過這種方式接管了持卡人的電子賬戶后，通過在線消費(fèi)、轉(zhuǎn)賬等途徑進(jìn)行套現(xiàn)，給持卡人帶來資金損失，給銀行帶來資金和聲譽(yù)損失[2]。

2. 直銷銀行業(yè)務(wù)

直銷銀行是銀行的新興業(yè)務(wù)，旨在把傳統(tǒng)銀行的線下業(yè)務(wù)包括存款、貸款、結(jié)算、理財(cái)、投資等業(yè)務(wù)，轉(zhuǎn)移到線上進(jìn)行，一方面降低銀行的運(yùn)營(yíng)風(fēng)險(xiǎn)，另一方面為客戶提供更便利的服務(wù)。但是，由于線上業(yè)務(wù)的非面對(duì)面特點(diǎn)，直銷銀行同樣面臨較大的欺詐風(fēng)險(xiǎn)，主要的欺詐類型包括虛假注冊(cè)、盜卡、營(yíng)銷欺詐等。這類風(fēng)險(xiǎn)一方面會(huì)給客戶帶來資金損失，另一方面也會(huì)嚴(yán)重影響直銷銀行的業(yè)務(wù)開展及產(chǎn)品競(jìng)爭(zhēng)力。

（三）POS 收單風(fēng)險(xiǎn)

銀行卡收單業(yè)務(wù)風(fēng)險(xiǎn)，主要可分為商戶欺詐和持卡銀行渠道業(yè)務(wù)背景下交易反欺詐解決方案人欺詐兩大類風(fēng)險(xiǎn)，商戶欺詐主要是偽卡盜刷、信用卡套現(xiàn)、偽卡盜刷、移機(jī)、偽冒交易合謀、商戶信用風(fēng)險(xiǎn)、惡意退單等。①套現(xiàn)。使用信用卡進(jìn)行非真實(shí)性交易，套取卡內(nèi)額度，對(duì)發(fā)卡行產(chǎn)生逾期風(fēng)險(xiǎn)。②偽卡盜刷。通過側(cè)錄等方式盜取卡片磁條信息，并復(fù)制成一張或張偽卡，使用偽卡在多個(gè)商戶處進(jìn)行刷卡交易，一般多購(gòu)買易變現(xiàn)的商品，并呈現(xiàn)出大額特征。③移機(jī)。商戶將pos 機(jī)拿到非注冊(cè)場(chǎng)所進(jìn)行刷卡使用，往往伴隨違禁場(chǎng)所風(fēng)險(xiǎn)、套現(xiàn)、偽卡盜刷等風(fēng)險(xiǎn)。④偽冒交易合謀。商戶與不法分子合謀，在商戶集中使用偽卡或失竊、被盜卡，或購(gòu)買易變現(xiàn)商品，或享受相關(guān)服務(wù)。⑤商戶信用風(fēng)險(xiǎn)。商戶因經(jīng)營(yíng)不善破產(chǎn)或在收到大筆清算款項(xiàng)后立即關(guān)門，銷聲匿跡，使收單機(jī)構(gòu)承擔(dān)此后的退單損失。⑥惡意退單。持卡人在刷卡后不留存任何憑據(jù)，并一段時(shí)間內(nèi)惡意發(fā)起退單，拒付交易，造成收單機(jī)構(gòu)損失。

（四）掃碼支付風(fēng)險(xiǎn)

掃碼支付是近幾年新興的支付方式，掃碼支付由二維碼與支付兩部分組成，二維碼用于承載交易信息，客戶app 端或商戶收銀端掃碼后獲得交易信息并校驗(yàn)通過后，由客戶在app 端完成付款，付款方式一般是賬戶余額、預(yù)先綁定的銀行卡等。掃碼支付可以同時(shí)在線上和線下的場(chǎng)景中使用，對(duì)于線上掃碼，風(fēng)險(xiǎn)較大的場(chǎng)景是電商網(wǎng)站、機(jī)票購(gòu)買、信用卡還款、話費(fèi)充值等，風(fēng)險(xiǎn)類型主要在于盜卡（卡片信息泄露被欺詐者進(jìn)行掃碼盜刷）和盜賬戶（賬戶信息泄露被欺詐者登錄后掃碼盜刷）；對(duì)于線下掃碼的場(chǎng)景，其風(fēng)險(xiǎn)除了與線上相同的盜卡、盜賬戶風(fēng)險(xiǎn)外，還存在套現(xiàn)風(fēng)險(xiǎn)，一般是個(gè)人用戶申請(qǐng)獲得碼牌，并使用本人信用卡、花唄等透支工具完成掃碼支付[3]。

（五） ATM 渠道風(fēng)險(xiǎn)

ATM 渠道主要防控欺詐者通過ATM 通道洗錢。主要兩種形式，一種是欺詐者通過網(wǎng)絡(luò)渠道把盜卡資金轉(zhuǎn)移到銀行卡中，欺詐者通過雇傭大量馬仔銀行卡以ATM的方式把資金分別提現(xiàn)出來。另一種常見洗錢模式是，把假幣通過一個(gè)ATM 進(jìn)行存款，通過另外一個(gè)ATM 機(jī)把資金取現(xiàn)，進(jìn)而把假幣轉(zhuǎn)出真幣。

二、銀行渠道業(yè)務(wù)背景下欺詐風(fēng)險(xiǎn)的解決方案

（一）業(yè)務(wù)層

在當(dāng)前銀行欺詐案件頻發(fā)的環(huán)境下，通過與行內(nèi)業(yè)務(wù)人員不斷溝通與交流，了解當(dāng)前銀行運(yùn)營(yíng)管理風(fēng)險(xiǎn)案件的主要發(fā)生場(chǎng)景以及此類風(fēng)險(xiǎn)案件對(duì)銀行造成的深重影響。結(jié)合已有銀行運(yùn)營(yíng)管理風(fēng)險(xiǎn)案件，深入分析案件的作案手法以及作案特征，從規(guī)則的角度出發(fā)，構(gòu)建完整的規(guī)則- 指標(biāo)體系，致力于解決銀行運(yùn)營(yíng)管理風(fēng)險(xiǎn)案件問題。完整的指標(biāo)體系業(yè)務(wù)流程包括數(shù)據(jù)分析、模型訓(xùn)練、智能決策三個(gè)部分，其中數(shù)據(jù)分析主要進(jìn)行數(shù)據(jù)質(zhì)量分析，指標(biāo)分析等工作；模型訓(xùn)練主要進(jìn)行專家規(guī)則模型、機(jī)器學(xué)習(xí)模型的訓(xùn)練、調(diào)優(yōu)、評(píng)價(jià)等工作；智能決策主要進(jìn)行風(fēng)險(xiǎn)識(shí)別與決策的工作，利用專家規(guī)、機(jī)器學(xué)習(xí)模型對(duì)風(fēng)險(xiǎn)數(shù)據(jù)進(jìn)行識(shí)別，并自動(dòng)將風(fēng)險(xiǎn)數(shù)據(jù)輸出至核查平臺(tái)[4]。

（二）分析層

1. 大數(shù)據(jù)采集

數(shù)據(jù)采集，又稱數(shù)據(jù)獲取，是利用一種裝置，從系統(tǒng)外部采集數(shù)據(jù)并輸入到系統(tǒng)內(nèi)部的一個(gè)接口。在互聯(lián)網(wǎng)行業(yè)快速發(fā)展的今天，數(shù)據(jù)采集已經(jīng)被廣泛應(yīng)用于互聯(lián)網(wǎng)及分布式領(lǐng)域。數(shù)據(jù)采集系統(tǒng)整合了信號(hào)、傳感器、激勵(lì)器、信號(hào)調(diào)理、數(shù)據(jù)采集設(shè)備和應(yīng)用軟件。在數(shù)據(jù)大爆炸的互聯(lián)網(wǎng)時(shí)代，數(shù)據(jù)的類型也是復(fù)雜多樣的，包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化最常見，就是具有模式的數(shù)據(jù)。非結(jié)構(gòu)化數(shù)據(jù)是數(shù)據(jù)結(jié)構(gòu)不規(guī)則或不完整，沒有預(yù)定義的數(shù)據(jù)模型，包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報(bào)表、圖像和音頻/ 視頻信息等等。大數(shù)據(jù)采集，是大數(shù)據(jù)分析的入口，所以是相當(dāng)重要的一個(gè)環(huán)節(jié)[5]。

2. 大數(shù)據(jù)存儲(chǔ)和調(diào)度

在大數(shù)據(jù)時(shí)代，銀行業(yè)務(wù)系統(tǒng)繁多，場(chǎng)景廣泛，數(shù)據(jù)量巨大。銀行業(yè)數(shù)據(jù)迅速膨脹并呈現(xiàn)出幾何級(jí)數(shù)的增長(zhǎng)態(tài)勢(shì)，且由于行業(yè)特性，銀行業(yè)在長(zhǎng)期業(yè)務(wù)開展過程中積累了海量數(shù)據(jù)[6]。指標(biāo)的加工、模型的建立都離不開數(shù)據(jù)的驅(qū)動(dòng)，而面對(duì)如此龐大的數(shù)據(jù)，指建立大數(shù)據(jù)平臺(tái)來支持各類型海量業(yè)務(wù)數(shù)據(jù)的存儲(chǔ)、加工、 使用和數(shù)據(jù)價(jià)值的提煉。目前大部分銀行都在大數(shù)據(jù)平臺(tái)建設(shè)階段，因此需要支持和銀行大數(shù)據(jù)平臺(tái)的無縫對(duì)接。通過大數(shù)據(jù)平臺(tái)能夠存儲(chǔ)和調(diào)度大數(shù)據(jù)，大幅度提升可利用的數(shù)據(jù)范圍，使得風(fēng)險(xiǎn)案件防控的覆蓋面進(jìn)一步提升。對(duì)于不規(guī)范或者不合理的數(shù)據(jù)，需要對(duì)其進(jìn)行規(guī)范化處理，如缺失值填補(bǔ)、異常值替換、數(shù)據(jù)量綱消除等。數(shù)據(jù)預(yù)處理的目的在于將待分析的數(shù)據(jù)盡可能規(guī)范，提升數(shù)據(jù)質(zhì)量，從而便于后續(xù)數(shù)據(jù)分析、指標(biāo)化加工以及模型訓(xùn)練等工作的正常開展，同時(shí)也保障分析工作得到的結(jié)果盡可能最優(yōu)化。

3. 指標(biāo)預(yù)加工

業(yè)務(wù)需求分析在進(jìn)行指標(biāo)加工之前，不僅需要考慮指標(biāo)是否可實(shí)現(xiàn)，還需要考慮指標(biāo)所依賴的業(yè)務(wù)場(chǎng)景，加工出的指標(biāo)能否完整地描述出當(dāng)前的業(yè)務(wù)需求。因此在進(jìn)行指標(biāo)加工過程之前，需要明確業(yè)務(wù)需求，盡可能保證加工出來的指標(biāo)能夠被當(dāng)前業(yè)務(wù)場(chǎng)景使用。這樣一方面能夠保證指標(biāo)加工過程的準(zhǔn)確性，另一方面還能夠不斷反思業(yè)務(wù)需求的合理性，從而保證生成的指標(biāo)能夠準(zhǔn)確描述當(dāng)前業(yè)務(wù)場(chǎng)景。業(yè)務(wù)指標(biāo)分析在明確分析當(dāng)前風(fēng)險(xiǎn)案件的業(yè)務(wù)場(chǎng)景以及業(yè)務(wù)需求之后，還需要分析風(fēng)險(xiǎn)案件的作案手法以及作案特征，并針對(duì)風(fēng)險(xiǎn)案件的作案特征制定具有明確業(yè)務(wù)含義的業(yè)務(wù)指標(biāo)。一方面，業(yè)務(wù)指標(biāo)必須邏輯清晰，能夠通過科技手段完整實(shí)現(xiàn)，另一方面，業(yè)務(wù)指標(biāo)必須能夠反映并識(shí)別已有風(fēng)險(xiǎn)案件的作案特征，還原特征業(yè)務(wù)場(chǎng)景下的作案手法。業(yè)務(wù)指標(biāo)分析依賴深入的業(yè)務(wù)分析與技術(shù)分析，業(yè)務(wù)指標(biāo)的有效性是規(guī)則產(chǎn)生效果最基礎(chǔ)的保障。

4. 數(shù)據(jù)分析

數(shù)據(jù)分析是貫穿整個(gè)工作流程的工作，數(shù)據(jù)分析是讓我們認(rèn)識(shí)指標(biāo)生成、模 型調(diào)優(yōu)必不可少的環(huán)節(jié)。一方面，在指標(biāo)加工、模型構(gòu)建過程中，要求科技人員 對(duì)數(shù)據(jù)表結(jié)構(gòu)有全面的認(rèn)識(shí)，熟悉表中每個(gè)字段的含義以及數(shù)據(jù)分布；另一方面，還要求科技人員對(duì)表與表之間的關(guān)聯(lián)性有較為清楚的認(rèn)識(shí)，保證表與表之間的關(guān) 聯(lián)能夠得到預(yù)期的結(jié)果。只有通過數(shù)據(jù)分析才能夠?qū)χ笜?biāo)化工作有一個(gè)整體的認(rèn)知，才能評(píng)估指標(biāo)加工的合理性以及最終指標(biāo)結(jié)果的可靠性。同時(shí)，數(shù)據(jù)分析的工作也能從數(shù)據(jù)的角度來說明業(yè)務(wù)需求是否合理、指標(biāo)加工是否可優(yōu)化，總而言之，數(shù)據(jù)分析是指標(biāo)化工作的保障。無論專家規(guī)則、機(jī)器學(xué)習(xí)模型還是圖規(guī)則，都離不開數(shù)據(jù)的支撐，在使用數(shù)據(jù)之前，必須對(duì)數(shù)據(jù)有一個(gè)清晰且全面的認(rèn)識(shí)。而分析層主要供分析人員了解數(shù)據(jù)、分析數(shù)據(jù)使用，一方面，了解數(shù)據(jù)的質(zhì)量及分布，從技術(shù)的角度確認(rèn)數(shù)據(jù)是 否可用以及數(shù)據(jù)本身是否存在價(jià)值；另一方面，通過數(shù)據(jù)分析的工作，有助于分析人員深入了解當(dāng)前的業(yè)務(wù)場(chǎng)景，以及當(dāng)前業(yè)務(wù)下風(fēng)險(xiǎn)案件的作案手法，從而能夠讓分析人員對(duì)業(yè)務(wù)需求有一個(gè)更加完善的認(rèn)識(shí)。數(shù)據(jù)質(zhì)量分析的目的是了解數(shù)據(jù)的可用性，其主要通過描述性統(tǒng)計(jì)分析了解數(shù)據(jù)分布、發(fā)現(xiàn)是否存在不合理的數(shù)據(jù)。然后結(jié)合數(shù)據(jù)的業(yè)務(wù)意義判斷其是否合理，對(duì)于高可用的數(shù)據(jù)，我們應(yīng)充分挖掘其潛在信息，對(duì)于信息殘缺或者沒有價(jià)值的數(shù)據(jù)，應(yīng)盡可能舍棄，避免噪聲數(shù)據(jù)對(duì)結(jié)果造成影響。數(shù)據(jù)特征分析在對(duì)數(shù)據(jù)質(zhì)量、數(shù)據(jù)分布有大體了解之后，還需要充分分析當(dāng)前案件的業(yè)務(wù)場(chǎng)景以及業(yè)務(wù)需求，只有明確了業(yè)務(wù)場(chǎng)景的特點(diǎn)，我們才能夠結(jié)合數(shù)據(jù)進(jìn)行特征 分析，進(jìn)而提取出具有代表性的指標(biāo)。在指標(biāo)加工時(shí)，提取出來的指標(biāo)需要保證具有明確的業(yè)務(wù)含義，而且指標(biāo)組合之后能夠完整描述當(dāng)前業(yè)務(wù)場(chǎng)景。因此，數(shù)據(jù)特征分析的工作不僅要求科技人員對(duì)業(yè)務(wù)有深入的了解，還要求科技人員對(duì) 數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)表之間的關(guān)聯(lián)性有清晰的認(rèn)識(shí)。

5. 指標(biāo)加工層

指標(biāo)是規(guī)則的最細(xì)粒度操作單元，指標(biāo)包含明確的業(yè)務(wù)含義，其加工邏輯與案例規(guī)則和數(shù)據(jù)表結(jié)構(gòu)有較強(qiáng)聯(lián)系。一個(gè)案例中，指標(biāo)的實(shí)現(xiàn)至少包括：指標(biāo)設(shè)計(jì)、指標(biāo)運(yùn)算、指標(biāo)存儲(chǔ)、指標(biāo)調(diào)用等步驟。

（1）指標(biāo)存儲(chǔ)

在指標(biāo)計(jì)算過程中，SQL 指標(biāo)由大數(shù)據(jù)平臺(tái)加工，技術(shù)指標(biāo)由時(shí)序處理技術(shù)加工，由于時(shí)序處理技術(shù)依賴內(nèi)存的特有加工方式與傳統(tǒng)的大數(shù)據(jù)平臺(tái)不同，因此時(shí)序處理技術(shù)生成的指標(biāo)與大數(shù)據(jù)平臺(tái)加工的指標(biāo)存儲(chǔ)的方式也略有不同。大數(shù)據(jù)平臺(tái)加工的指標(biāo)以文件的形式存在，加工完成的指標(biāo)不可更改，而基于時(shí)序處理技術(shù)加工的技術(shù)指標(biāo)存放于系統(tǒng)的內(nèi)存之中，隨著時(shí)序的不斷變化，指標(biāo)的值也處于不斷變化當(dāng)中，當(dāng)需要進(jìn)行指標(biāo)調(diào)用時(shí)，時(shí)序處理技術(shù)自動(dòng)將最新加工的指標(biāo)輸出。

（2）指標(biāo)調(diào)用

在指標(biāo)加工完成后，對(duì)大數(shù)據(jù)平臺(tái)加工的指標(biāo)與時(shí)序處理技術(shù)加工的指標(biāo)進(jìn)行調(diào)用，設(shè)計(jì)特定的調(diào)用任務(wù)，對(duì)于大數(shù)據(jù)平臺(tái)加工的指標(biāo)進(jìn)行批量調(diào)用，對(duì)時(shí)序處理技術(shù)加工的指標(biāo)進(jìn)行實(shí)時(shí)調(diào)用，并將調(diào)用的指標(biāo)整合推送至智能決策平臺(tái)，供智能決策平臺(tái)判斷、識(shí)別風(fēng)險(xiǎn)。

（三）決策層

決策層主要是對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)識(shí)別與決策的工作，通過專家規(guī)則和機(jī)器學(xué)習(xí)模型對(duì)風(fēng)險(xiǎn)數(shù)據(jù)進(jìn)行識(shí)別，并自動(dòng)將風(fēng)險(xiǎn)數(shù)據(jù)輸出至核查平臺(tái)進(jìn)行核查，對(duì)應(yīng)有風(fēng)險(xiǎn)的數(shù)據(jù)可生成案件進(jìn)行研究。

1. 智能決策引擎- 雙核引擎

通過 SQL 指標(biāo)及技術(shù)指標(biāo)對(duì)復(fù)雜案件規(guī)則指標(biāo)化后，銀行業(yè)務(wù)人員可在規(guī)則管理平臺(tái)上對(duì)訓(xùn)練好的指標(biāo)或者模型進(jìn)行可視化配置，自由生成復(fù)雜的規(guī)則或組合規(guī)則，并支持規(guī)則訓(xùn)練、版本管理和一鍵上線功能。同時(shí)訓(xùn)練好的模型以及設(shè)置好的圖規(guī)則可以同時(shí)上線，且雙核引擎會(huì)分別訂閱規(guī)則和模型，兩者同步運(yùn)行，互相補(bǔ)充，引擎可實(shí)時(shí)判斷業(yè)務(wù)數(shù)據(jù)和規(guī)則和模型的匹配度。當(dāng)觸發(fā)對(duì)應(yīng)的規(guī)則時(shí)，引擎會(huì)對(duì)規(guī)則進(jìn)行匯總，并根據(jù)當(dāng)初設(shè)置的規(guī)則處置策略和風(fēng)險(xiǎn)等級(jí)，選擇優(yōu)先級(jí)高的規(guī)則執(zhí)行相應(yīng)的處置動(dòng)作，再將觸發(fā)規(guī)則的數(shù)據(jù)生成核查單傳送到核查平臺(tái)。其中規(guī)則的風(fēng)險(xiǎn)等級(jí)決定了命中該規(guī)則的交易的風(fēng)險(xiǎn)等級(jí)，也會(huì)影響核查人員的處理優(yōu)先級(jí)。規(guī)則的驗(yàn)證策略包含預(yù)警、阻斷、放行、二次認(rèn)證（人臉識(shí)別、位置認(rèn)證、外呼確認(rèn)、短信驗(yàn)證、界面問題驗(yàn)證）等，交易觸發(fā)規(guī)則時(shí)系統(tǒng)能夠 自動(dòng)發(fā)起規(guī)則設(shè)置的驗(yàn)證策略。規(guī)則的管控策略定義了觸發(fā)該規(guī)則對(duì)應(yīng)賬戶的管控措施，如止付、凍結(jié)賬戶等。規(guī)則的名單策略定義了某些規(guī)則觸發(fā)時(shí)，對(duì)該客戶的名單行為操作，如將客戶加入黑名單等。規(guī)則的通知策略定義該規(guī)則觸發(fā)時(shí)，同時(shí)需要發(fā)起的通知策略，如短信通知客戶等。核查平臺(tái)引擎訂閱規(guī)則后，當(dāng)有業(yè)務(wù)數(shù)據(jù)進(jìn)來后，觸發(fā)了規(guī)則和模型的預(yù)警單將體現(xiàn)在核查平臺(tái)上。業(yè)務(wù)人員可運(yùn)用關(guān)聯(lián)查詢功能從大數(shù)據(jù)平臺(tái)海量交易數(shù)據(jù)中查詢相關(guān)信息、線索，運(yùn)用外部數(shù)據(jù)輔助對(duì)涉案信息進(jìn)行分析。核查平臺(tái)的主要功能模塊包括關(guān)聯(lián)查詢、核查單管理、案件管理、黑名單管理和系統(tǒng)設(shè)置。

2. 案件管理平臺(tái)

對(duì)于已確認(rèn)為有風(fēng)險(xiǎn)的業(yè)務(wù)數(shù)據(jù)，銀行業(yè)務(wù)人員可根據(jù)核查單生成案件，后續(xù)再根據(jù)新增的案件進(jìn)行分析，總結(jié)、優(yōu)化規(guī)則和指標(biāo)。

三、結(jié)束語

金融欺詐是近年來頻繁發(fā)生在我國(guó)銀行領(lǐng)域中的一種犯罪活動(dòng)，給銀行帶來重大損失，欺詐風(fēng)險(xiǎn)已成為國(guó)內(nèi)商業(yè)銀行面臨的主要操作風(fēng)險(xiǎn)。加強(qiáng)對(duì)商業(yè)銀行欺詐風(fēng)險(xiǎn)的監(jiān)控和防范，有效遏制欺詐案件的產(chǎn)生和蔓延，已經(jīng)刻不容緩。