腾讯云：迈入模型对抗时代-2023年商业银行风控趋势调研报告_28页_16mb

2023年商业银行风控趋势与挑战总结

核心内容

本报告由21世纪经济报道联合腾讯云发布，聚焦2023年商业银行风控建模的发展趋势与挑战。随着零售金融数字化加速，银行风控策略正从“策略对抗”向“模型对抗”转型，以应对黑灰产新型攻击、客群下沉带来的复杂风险，以及宏观经济波动带来的不确定性。

主要观点

风控策略迈入“模型对抗”时代

• 趋势转变：多数银行机构已认识到传统“策略对抗”模式的局限性，逐步转向以“模型对抗”为核心的新风控策略。
• 原因分析：
  • 黑灰产利用AGI技术进行新型欺诈，使得“仿真人”行为难以识别。
  • 客群下沉导致信用状况与风险特征变化加快。
  • 经济波动可能影响还款能力，推高不良贷款率。

风控策略新共识

• 获客与风控并重：超过55%的受访银行将“获取新客户”作为主要经营策略，认为这有助于推动零售金融业务增长。
• 审慎风控态度：约65.47%的银行倾向采取审慎的风控策略，主要原因是担忧未来不良贷款率上升。

风控建模面临三大挑战

1. 建模效率与样本数量不足：建模周期长、样本积累慢，尤其是新业务或新区域展业时，面临“小样本”甚至“零样本”的难题。
2. 风控策略滞后：传统风控模型难以应对快速变化的客群行为和黑灰产攻击方式。
3. 数据处理与治理困难：数据量大、质量参差不齐，且存在数据安全与治理标准缺失的问题。

关键信息

银行对AI大模型的态度

• 高度认可：超过80%的受访银行机构高度看好AI大模型与风控场景的结合。
• 应用现状：
  • 55.39%的银行已经“积极拥抱”大模型技术，有探索尝试。
  • 30.22%的银行选择“保持观望”。
  • 仅5.04%的银行表示“无计划”。

风控服务商的能力需求

• 三大能力需求：银行在引入第三方风控技术时，更看重辅助决策支持（56%）、决策工具支持（30.5%）和专家服务（8.5%）。
• 合作模式：54%的银行倾向于引入“第三方技术”与“合作开发”，其中24.46%选择引入第三方技术，29.5%选择合作开发。

腾讯云金融风控大模型的应用案例

1. 某东部民营银行：

   • 成效：接入腾讯云金融风控大模型后，建模周期大幅缩短，模型迭代速度加快。
   • 应用：联合共建超7个定制化模型，覆盖所有进件渠道，实现风险动态治理。

2. 某农商行：

   • 挑战：线上获客初期，样本量不足（仅5千），导致模型效果不佳。
   • 成效：通过引入大模型，反欺诈效果提升约20%，有效支持线上金融业务发展。

风控转型升级实施路径

为了实现“模型对抗”策略，银行机构普遍采取以下三大实施路径：

• 加强定制化风控模型研发：提升模型的针对性与适应性。
• 加快风控模型迭代速度：缩短模型上线周期，适应快速变化的业务环境。
• 强化数据采集与处理能力：提升数据质量与处理效率，支持模型训练与优化。

调研方法

• 问卷调研：面向数百家银行机构，回收141份有效问卷。
• 闭门研讨：联合腾讯安全与多家5000亿规模以上银行的CRO/风险管理部总经理进行深入研讨，得出普遍共识。

结语

随着AI大模型技术的成熟，银行风控正从依赖经验与历史数据的“策略对抗”转向基于动态数据与智能模型的“模型对抗”。这一趋势是适应当前复杂金融环境与黑灰产攻击的必然选择，同时也对银行的数据治理、模型迭代与技术合作提出了更高要求。