隨著金融科技的飛速發展，金融風險管理面臨著前所未有的挑戰。依賴大量的數據進行運作，數據泄露、濫用、篡改等問題可能導致重大的金融風險。新興的金融科技如區塊鏈、人工智能等，其技術復雜性和不確定性也可能導致新的風險。在該背景下，由騰訊主導發起，中國信息通信研究院、中國科學技術大學、新加坡南洋理工大學、中原消費金融、微眾銀行、馬上消費金融、度小滿等科研院校及金融機構共同積極探索新的風險管理模式，助力推出了IEEE金融風控大模型標準。

IEEE金融風控大模型標準是全球范圍內首個金融風險控制領域的大模型國際標準。旨在為金融機構風控建模環節中應用AI大模型技術提供參考和指引，使金融機構能夠在日益復雜和數據驅動的金融環境中高效預測、衡量和管理業務風險。該標準適用于金融零售信貸場景的風險控制管理，幫助金融機構在運用AI技術生成金融風控大模型的過程中提供參考，包括應用場景、基本條件、模型創建以及迭代等環節。啟動會現場明確了標準的研制方案，并計劃于明年9月正式發布。

近日發布的《2023年商業銀行風控趨勢調研報告》中指出，受內外部多重因素影響，銀行風控策略正在從高度依賴專家經驗與歷史數據的“策略對抗”，轉向基于機器學習、人工智能開展動態風控管理的“模型對抗”。

“由于樣本積累速度和模型復雜度的限制，傳統的風險控制模型在風險識別和迭代頻率上存在明顯不足。以大規模人工智能模型為例，基于生成網絡和深度學習的模型可以學習更長周期、更復雜的風險模式。它可以利用遷移學習對不同的業務垂直領域進行自適應匹配，提高風險控制識別的準確性，并顯著降低樣本要求。”騰訊云天御首席科學家、IEEE 金融風控大模型標準工作組主席李超在會上解讀了金融風控大模型標準的立項初衷。與傳統風控模型相比，基于大規模AI算法的風控模型能高效融合海量的金融反欺詐先驗知識形成大模型，在應用時能顯著提升模型的風險識別性能以及跨場景的泛化能力。

作為此次金融風控大模型標準制定的參與方，中原消費金融自成立之初就確定了以科技創新為驅動的發展戰略，持續提升大數據、云計算、人工智能研發實力,全面推進數字化轉型升級。尤其是在風控方面,中原消費金融將“風控策略”與“算法模型”深度融合,通過數據源及數據分析平臺,建立出“數據+模型+策略”三位一體的風險識別與防范體系,實現風險識別數據化、反欺詐防范自動化、風險防范實時化。

在此基礎上,中原消費金融搭建的紅岸機器學習平臺、霧傘特征工程平臺、階梯變量加工平臺、雪地模型部署平臺等四大平臺,不僅可以準確判定客戶是否為“合格借款人”,還能為客戶提供“千人千面”的差別化信貸服務。

下一步，中原消費金融將不斷探索新技術、新應用，提高自身金融科技能力,以科技與創新的力量推進企業高質量發展。