借“數”智探，建設金融機構賬戶動態分類分級體系

部分金融機構在建設賬戶分類分級體系的過程中，執行“一刀切”式限額，對業務產生了不良影響。如何充分發揮大數據智能技術，建立動態的分類分級機制，差異化賦予合理的交易限額，是金融機構亟待解決的問題

2023年，我國公安部共破獲電信網絡詐騙案件43.7萬起，緊急攔截涉案資金3288億元，電信詐騙占我國刑事案件的比例超過60%，成為第一大刑事案件類型。在反電詐“斷卡斷鏈”行動中，金融機構承擔著切斷電詐資金鏈的重要職責，而賬戶分類分級體系建設則是金融機構反電詐工作的重要手段。

當前，部分金融機構在建設賬戶分類分級體系的過程中，執行“一刀切”式限額，對業務產生了不良影響。如何充分發揮大數據智能技術，建立動態的分類分級機制，差異化賦予合理的交易限額，是金融機構亟待解決的問題。

賬戶分類分級管理的必要性

賬戶分類分級管理是金融監管的重要組成部分，旨在通過科學分類分級管理，提升賬戶風險防控能力，同時保障正常用戶的支付便利。賬戶分類分級建設是金融機構業務精細化管理的必然要求。

在分類分級體系缺失的情況下，金融機構對賬戶的管理粒度較粗。例如，把海量賬戶定義為睡眠戶和低價值客戶，對此類賬戶進行“一刀切”式的凍結或限額，既容易引起輿情，也無助于風險管控。科學的分類分級，是基于大數據智能化技術，充分結合客戶的風險、價值和支付訴求，對賬戶進行合理評級，風險賬戶進行提前管控，優質賬戶提供更高品質的金融服務，能幫助金融機構更深刻地理解客戶需求，提升業務競爭力。

在行業實踐中，賬戶動態分類分級體系建設可以細分為動態分類分級模型建設和差異化限額模型建設兩個環節。

賬戶動態分類分級模型體系建設要點

動態分類分級模型是基于大數據智能建模技術，通過細分客戶群體，綜合評定賬戶風險等級，從“好、壞”兩個視角將賬戶按照可信、正常、關注、可疑、禁止等級別進行分類，在賬戶開戶和存續期開展評級，提升賬戶風險管理質效。

其中，賬戶開戶評級模型是在賬戶開立階段，從開戶環境、信息真實性、提交資料豐富程度、資信水平、行內其他賬戶情況、行內資產情況等方面進行智能模型建設，根據金融機構風險偏好設置合理的評分區間，把賬戶分成多個層級，并給出開戶建議。而賬戶存續期評級模型則實在賬戶存續階段，從信息變更情況、交易方式、交易規模、交易對手、交易頻率、交易環境、交易關聯性等方面進行挖掘，根據金融機構風險偏好設置評分區間，把賬戶分成多個層級，動態調整賬戶管控策略。

賬戶的差異化限額模型建設要點則主要集中在限額模型、額度設計、限額調整機制等幾個方面。

其中，限額模型是根據客戶價值（主要通過賬戶價值、客戶貢獻度、賬戶活躍度、賬戶穩定性等指標）建立評分模型，定期綜合判斷客戶對行內的價值貢獻，按高價值、中價值、低價值客戶進行劃分。額度設計是根據綜合賬戶分類分級結果和客戶價值等級結果，動態計算賬戶交易限額。原則上，客戶價值等級越高、風險等級越低，限額設置越高；反之，價值等級越低、風險等級越高，限額設置越低。基于評級的差異，限額設置應充分拉開差距。限額等級數量可以基于行內限額管理和風險偏好進行設計。限額調整機制的制定則是根據賬戶限額設定，既不可“一刀切”，也不可一成不變，需要基于賬戶交易行為的變化動態調整。調整周期可以基于行內限額管理的偏好進行設計，如半年調整、每月調整、每日調整。需要注意的是，限額動態調整需借助智能化分類分級平臺進行自動化調整，減少限額管理的成本。

大數據智能技術在賬戶分類分級體系建設中的應用

科學的分類分級體系需要建立在大數據智能化技術之上。分類分級模型應用機器學習和深度學習技術，挖掘金融賬戶數據深層價值，通過特征工程形成數以萬計的特征因子，借助智能算法，自動學習黑白樣本的特征差異，自訓練形成智能分級模型和限額模型，大幅提升模型的準確率和覆蓋率。知識圖譜技術通過圖數據庫技術，建立金融賬戶之間的多層潛在關系，挖掘關聯特征，提升分類分級模型風險特征和價值特征的識別深度，提高分類分級模型的區分度。智能決策技術綜合應用規則決策、模型決策和圖決策的能力，實現分類分級模型的深層決策能力；并通過把事中和事后決策技術融合，實現分類分級體系多場景評級需求。如在開戶環節進行事中評級，決定能否正常開戶；在賬戶存續期環節實現按月或按日評級能力，實現評級和限額管理的動態化。

大數據智能技術在分類分級體系建設過程中的深度應用，對金融機構的數字化建設能力提出了較高的要求。一方面，金融機構需建設高性能的大數據平臺，對全機構數據進行標準化，形成成熟的數據存儲、數據加工、數據應用的能力；另一方面，金融機構還需加強數字化人才隊伍建設，組建大數據團隊和模型建設團隊，為全機構提供數據智能化服務。

面對越來越多的電信詐騙案件，金融機構進行分類分級體系建設是反電詐的重要手段，可以達到提前預防的效果。科學的分類分級體系，需要金融機構具備完善的大數據智能技術，建立成熟的人才隊伍。因此，金融機構不僅要充分認識到科學分類分級體系的重要性，提升數字化和智能化技術能力，建立動態分類分級模型和差異化限額模型；面對不同風險、不同價值的客戶，還應設置差異化的限額，即高風險客戶設置低限額，低風險客戶設置高限額，既滿足正常客戶的日常支付需求，又對電詐風險進行事前管控，實現風險和支付體驗的平衡。

（作者單位：浙江邦盛科技股份有限公司）