近年来电信网络诈骗犯罪形势严峻复杂，严重侵害人民群众财产安全， 防范电信网络诈骗工作面临艰巨挑战。2022年《中华人民共和国反电信网络诈骗法》正式发布实施，对银行机构参与涉诈涉赌资金链治理工作提出更高的要求，各银行金融机构先后开展反诈相关的信息系统建设。为此，本文对陕西农信反电信网络诈骗“技防”工作开展情况进行总结，旨在为同业提供可供参考的反电诈“技防”工作思路。

  一、背景与总体成效

  为深入贯彻落实中省打击治理电信网络诈骗犯罪的决策部署，积极践行金融工作的政治性、人民性，根据人民银行涉诈涉赌“资金链”治理工作有关要求，陕西农信积极开展实时反欺诈平台建设，对疑似电诈的可疑交易开展全面监测、实时预警、动态封堵及事后核查等完整的监测、分析、处置流程。截至2025年7月，行内风险监测平台对涉案账户预警率达到75%，在公安机关冻结之前的有效预警率达到67%，系统自动管控涉案账户占比41%，行内账户涉案率0.017‰，账户涉诈风险得到有效控制。

  二、农信机构反诈技防面临的主要挑战

  （一）数据质量与高标准的模型配置要求存在差距

  构建有效的反电信网络诈骗监测模型和指标体系，依赖于行内数据的质量与治理水平，模型建设依赖的交易金额、对手、渠道、频率及其他客户及账户信息必须准确、清晰、标准统一，才能有效且高效地应用于反电诈模型建设，否则会直接影响模型建设效果，造成模型配置周期长、预警范围不全面甚至预警失效等现象。当前农信机构存在一定的数据资产完整性较低、各系统之间数据口径一致性不足等问题。反电诈工作是一项数据驱动的隐形战争，数据质量是模型效能的“生命线”，强化数据治理水平，提升数据应用能力，是支撑反诈体系稳健运行的根本保障。

  （二）资源投入难以应对电诈特征的快速演进

  相较于大型国有银行和股份制商业银行，农信机构在科技投入、信息系统建设、专业化人才储备方面存在一定差距，对大数据、人工智能等前沿金融科技的有效应用不足。一方面，风控系统需要分析海量交易数据、账户数据、客户数据，精准抓取极少数的可疑交易账户，同时需要结合涉案交易新特征，迅速完成特征分析、模型配置，补牢风控缺口，对风控系统的数据处理能力、监测模型的快速迭代能力都有较高要求。另一方面，业务与技术需加强融合，当前行业内仍然主要依赖基于专家经验的静态规则，逐步探索机器学习等新兴技术，在利用机器学习进行异常行为模式挖掘、潜在欺诈风险分析及预测等方面的效果仍需加强。风控手段的灵活性及前瞻性不足不仅增加了客户资金损失风险，也加大了机构的运营成本和声誉风险。

  （三）风险防控与客户体验需进一步平衡

  作为扎根三农的金融机构，农信机构一方面要做好防范电信网络诈骗工作、切实保护人民群众财产安全，同时要做好金融服务工作，提升客户体验。不能采取“一刀切”的风险管理模式，要在模型的精准性、风控策略的合理性、风险核查的有效性和客户申诉的便捷性上下功夫，有效加强风险防控能力，提升客户体验。

  三、陕西农信技防体系建设实践

  （一）数据引领，构建精准预警模型与差异化风控策略

  陕西农信完成渠道交易与反欺诈平台数据对接，通过梳理业务字段口径及含义，完善平台接入数据的完整性和准确性，可支撑灵活的风控规则配置需求，同时以反诈中心认定涉案账户为标准黑样本，以行内风险监测平台抓取的可疑交易账户为辅助，深入分析涉案账户及交易特征，围绕“可持续性、高区分度、高复用性、易调整型”的主体要求，按照涉案账户历史交易阶段、涉案资金入账阶段、涉案资金出账阶段三部分梳理特征，聚焦交易频率、金额、时间、渠道偏好、对手行别、常用交易对手等关键维度，形成数十条反电诈类模型指标，针对不同业务渠道涉案交易特征差异，灵活配置二十余条反电诈实时预警专家模型，差异化采用阻断交易、暂停非柜面、弹窗提醒等不同的风控策略，创新性使用外省陌生入账交易对手指标，有效识别可疑涉诈资金，减少50%模型预警量。应用LightGBM算法，采用AUC、KS、PSI等指标，构建2类机器学习模型（分为诈骗方及受骗方模型），以行内风险名单数据、账户交易数据及部分风险预警数据自主研发账户分类分级模型，形成“事前+事中+事后”的全面反电诈风险预警体系。

  （二）机制为纲，建立高效的风险交易特征分析流程

  强化反电诈人才队伍建设，在省联社统一运营中心下设运营风控分中心，专人专岗常态化开展涉案账户交易特征与模型预警情况分析，按日依托29项固定指标逐户逐项比对涉案交易特征变化趋势，分析未预警原因并提出模型优化建议，形成由业务、研发及运维人员共同组成的风险分析小组，对满足模型条件但未预警的可疑交易，结合系统日志进行深度分析、定位问题并完善监测模型，定期形成专项报告，综合分析涉案账户特征演变趋势、漏报原因及应对策略，构建“特征分析-策略制定-监测处置-迭代优化”的闭环风控机制，驱动模型持续迭代升级。

  （三）科技赋能，加强风控支撑及客户服务能力建设

  陕西农信于2020年6月启动实时反欺诈平台建设，2021年1月投产，实现渠道接入及数据整合，上线实时预警规则及名单功能，初步完成风险核查体系构建；2023年3月上线账户及商户事后监测规则、商户评级模型、手机银行可信体系等功能，完善事后风控与收单业务风险管理，与实时预警功能互相补充，完成反欺诈平台整体建设，随后开展三轮次全量预警模型优化，上线自研事中反诈模型及机器学习模型及线上化管控等100余项功能优化，一方面实现非柜面风险交易的实时拦截及管控，柜面风险交易的实时提醒，有效提升风险防控效果；另一方面上线企业微信风险提示及移动端名单管理等功能，支持核查人员灵活开展核查及解除管控，有效保障客户正常金融需求，风险防控质效持续加强。

  四、未来工作方向

  （一）开展业务培训，提升反诈能力

  一是提升各级反诈人员风险核查技能，帮助一线核查人员和柜面操作人员深入了解涉诈人员及交易典型特征，持续强化一线员工客户尽职调查、交易风险分析和风险识别能力，保障“人防”管得住；二是加强建模人员风险分析能力，进行系统建模、数据分析的培训，提升数据化思维及数据分析工具应用能力，强化数据分析科学性及分析结果应用的有效性，提升模型优化效率，保障“技防”抓得准。

  （二）补充模型特征库，完善预警效果

  反电诈交易监测需久久为功，风险行为特征分析及总结要在日常工作中积累，不断完善模型体系，需要以下几个方向持续努力，一是加强模型预警精准性，深入挖掘涉案账户典型特征，提升模型预警的科学性，降低对客户日常金融需求的影响。二是提升资金拦截及时性，要实现“早预警、早拦截”的目标，在涉案资金发生转移的前期进行自动拦截，最大程度挽回电诈资金，保护人民群众财产安全。三是增强模型指标前瞻性，涉诈交易形式多变，从前期的手机银行渠道转移至ATM、POS、柜面渠道，账户类型从历史未发生交易到正常使用的账户，交易隐蔽性越来越强，存在不法分子研究行内风控系统监测范围，试探监测模型阈值，最终成功规避系统监测的现象，模型监测优化应具有前瞻性，选用电诈份子规避成本更高的典型特征及模型指标，以实现更长的模型有效预警周期。四是建立受害人侧预警能力，当前反欺诈预警监测主要集中在资金转移环节，较少涉及被害人的监测，客户遭受电诈仍主要依靠人工识别拦截，模型建设需充分考虑受害人保护监测。

  （三）优化风控机制，强化风控效能

  一是细化管控方式，结合账户分类分级以及预警模型风险等级，差异化使用暂停非柜面支付及限额调整等风控措施，避免“一刀切”式风险管理，平衡风险防控与优化服务，提升客户体验。二是优化解控措施，对系统预警导致的限制交易或降低非柜面限额的客户，建立健全异地、线上线下等多种方式的申请解控及调额机制，提高解控便利性。三是完善模型评价标准,从预警次数、预警客户数量、风险核查量、风险确认率、涉案账户预警率等维度，形成科学合理的模型效果综合评价体系，构建“准入-监测-评价-退出”的模型全生命周期管理流程。四是加强模型分析能力，借助于RPA流程机器人执行重复性、基础性的涉案账户特征分析工作，提升分析效率及准确性。

  五、结语

  面对不断演变的电信网络诈骗威胁，农信机构须持续加强技防建设与跨部门协同，在保障金融安全的同时维护服务质效。陕西农信通过科技赋能、机制创新与数据驱动，初步构建了适应区域特色的反诈风控体系，为农信系统探索了一条可行路径。未来，应进一步突出“技术+人文”的双重导向，筑牢金融安全防线，守护人民群众财产安全。  

  （供稿：陕西省农村信用社联合社 郭燕 闫昊宇）

【编辑：高春茹；审核：史雅蕊】