這項最火的新技術,讓銀行不良貸款率下降79%
2020年9月，四川眉山高新區(甘眉園區)公安分局破获了该省历史涉案金額最大、涉案人数最多的骗貸案，抓获盘踞在四川、廣东等省的118位犯罪嫌疑人。犯罪團伙經過進程所控制的130多家公司账号，替他人补缴1年公积金，再以补缴公积金記录作為信用评定的凭證，在銀行手機App申请個人信用貸款，共為6000多人(大多為邊遠地區农民)补缴公积金1.2亿，坑骗多家銀行貸款超過10亿元，大量貸款過時造成全國范围内信貸資金重大损失，影响极為卑鄙。
這起不論是涉案金額，還是作案手段都触動公安和金融系統的案件，将大数据時代的金融風控問题重新摆在了全社會面前。比年，移動互联網、大数据、人工智能等技術與金融業加速融合，敦促了金融科技的勃兴。金融科技在為用户带来更高效便捷金融处事的同時，也進一步放大金融風险，出格是信貸敲诈風险。
因為敲诈行為攻击东西不愿定、犯罪主体難追踪、外部敲诈風险涵盖范围廣、防范難度大，金融敲诈由此成為导致銀行業受损最严重的風险之一。据國外研讨機構統计，敲诈風险每年导致全球銀行業受损金額高达近千亿美元，而國内銀行每年因敲诈風险损失的金額也高达上百亿元。
一、傳統信貸風控，弊端日益暴露
現阶段，中國銀行業遍及操纵人工审批和信用评分卡這两种信貸風控手段。
人工审批是申请人提交申请資料，銀行依照一系列反敲诈法例举辦初审、终审，直到最後一個审核环節經過進程，才最终必定是否是放貸，期間，但凡有一個环節未經過進程审核，銀行都會拒绝放貸。
從對客户的尽调到审查审批、放款、貸後拜候，人工审批模式均是由客户經理或貸审經理經過進程访谈、拜候等法子完成。這种模式當然灵活、有温度、擅长推理，但也可能受到审核人員的主观報答成分影响。更大的毛病错误是人力密集、效劳偏低，出格是當面對下沉市場的小額分手信貸需求時，便會感到心有余力不足。
随着信息技術的發展和数据量的丰富，人工审核模式的問题越来越多地暴露出来，銀行業開始引入智能信貸風控技術。其中，國内銀行遍及操纵的智能信貸風控技術是信用评分卡模型。
信用评分卡，指的是銀行把持历史数据和統计技術，經過進程数据算法建模，再借助模型来分析各种風险要素對违约率的影响程度，最终组成一個得分，依照该得分，再區分貸款申请的風险程度，發放不同的信用額度，制定相應的風控计策。
信用评分卡的顯現，改變了傳統人工信貸审批模式人力成本高、效劳偏低的場所場面淡斑法子,，打開了自動化审批的大門，提高了客户需求响應的速度，也為范畴經濟優势的發挥奠定了底子，因此成為當今銀行業的主流風控手段，但也存在明顯的不足。
問题首要出在建模法子上。
妇孺皆知，在大数据范围，数据是底子要素，数据的量越大、維度越丰富，算法模型就越精准。但正常情况下，金融企業仅具备用户在本機構的、单一金融維度的数据，比如財力證明、信貸历史申请記录等数据，既不掌控用户在其他銀行的数据，也不了解用户的住址、消费能力、消费習惯等其他維度的数据，這就导致銀行仅凭自希有据，難以構建高精准度的算法模型。
所以，為了提升模型精准度和预测能力，低沉暗藏的過時風险，銀行或信貸機構等数据操纵方會借助外部力量得到更大量、更多維的数据，将其融合到自希有据举辦連系建模，進而评估用户的信貸風险。得到数据的法子，通常是購買第三方数据供應商出售的数据。
在連系建模過程中，銀行把Y(目標變量，比如什麼样的客户是好客户，什麼样的客户是坏客户)给到数据商的X(数据商掌控的其他用户数据)，雙方交换数据、連系建模，再将模型和数据安排在数据商或第三方云处事器之上，最後從線上调用处理後的数据。
在全数過程中，因為銀行掌控的用户原始数据、目標變量都分隔本地，算法模型安排在数据商或第三方云处事器之上等原因，就很等闲导致数据、算法模型等泄露，给不法分子從事信貸敲诈、金融黑產留下可乘之機。
二、监管趋严，金融風控亟待模式創新
2017年，十九大指出，决胜全面建成小康社會，必须打赢三大攻坚战，其中一項重要内容是治療腰椎病，防范化解重大風险。而防范化解重大風险攻坚战，重點是防控金融風险。同年，庇護國家金融安全第四十次集團深造會议提出，金融安全是國家安全的重要组成部分，是關系我國經濟社會發展全局的一件带有计策性、根本性的大事。
在防范金融風险當中，一個重要的课题是防范金融数据泄露風险。為此，迩来几年，监管部門延续出台了一系列针對酵素產品，金融数据的监管文件。
2020年2月，中國人民銀行印發《個人金融信息保護技術規范(JR/T 0171-2020)》，對個人金融信息范围，收集操纵行為，安全技術標准、機構安全岗位設置等方面做出详细規定。同年9月，中國人民銀行又印發《金融数据百家樂教學,安全分级指南》，特别强调金融業機構應高度重視個人金融信息相關数据，在数据平安宁级過程中從高考虑。
除此之外，2021年，從全社會层面對数据安全举辦規范监管的《数据安全法》《個人信息保護法》，也相继實行。
伴随着监管麻利收紧，金融数据的操纵與打點愈加严格，傳統的明文数据建模法子越来越難以适應當今時代的哀求。銀行必须創新信貸風控模式，摒弃不同規的数据操纵法子和数据供應商，安全合規地操纵金融数据，開展金融風控事變。
但如何在数据和模型都不出域，并确保数据安全的前提下，合法合規地把持内外部数据，举辦連系建模，構建更精准的反敲诈風控模型，提升反敲诈能力，却考验着當前各大金融機構，出格是大型商業銀行。
三、有了隐私计算，連系建模更安全合規
各項前沿技術當中，隐私计算凭借着独一無二的優势——在充分保護数据和隐私安全的前提下，轉化和释放数据價值，實現“数据可用不可見”“数据不動價值動”——成為了在全球数据监管日趋严格的當下，最受热捧的新技術。
而在金融風险打點范围，隐私计算也有着不可更换的價值。以八分量推出的隐私计算平台為例。
八分量隐私计算平台，由八分量基于多方安全计算、联邦深造、可信實行环境與區块链技術推出。對比于很多同類型的產品，八分量隐私计算平台采用多技術路径，并且產品全自研，因此性能過硬，場景成果更丰富，而且安全、自主、可控，是以更能满足金融機構的数据安全合規需求。
在基于八分量隐私计算平台的連系建模模式下，銀行和数据商先在本地對数据举辦加密;其次，八分量隐私计算平台對銀行和数据商的脱敏数据举辦加密调用;然後，經過進程不可逆的密文交互實現連系建模;接下来，系統将算法模型部加密安排在第三方云处事器之上;最终，銀行對安排在处事器上的数据，举辦加密调用。
在傳統的連系建模模式中，從銀行與数据商交换数据，到算法模型安排在数据商或第三方云处事器之上，到從数据商和第三方云处事器上调用处理後的数据，数据泄露風险遍布每一個数据处理环節。
而對比之下，基于八分量隐私计算平台举辦連系建模，就不单能對上述風险實現全流程的規避，而且具备更多傳統建模法子不具备的好处——
首先，銀行数据不出域，数据商数据也不出域，数据交互法子、算法模型、调用法子全部加密，因此原始数据X和Y、算法模型等等都不會泄露，安全合規問题有保障;
其次，因為安全合規，無需驻場建模，外部数据平台能放下顾虑和防范，消除数据壁垒，将更丰富、更多維数据開放数据商和銀行。這就使得銀行有機會操纵更多来源、更多維度、更大量的数据，從而提升反敲诈模型的精准度、预测能力，優化產品和处事的質量;
第三，銀行無需自己编写代码，简单點击即可實現加密操练、加密分析、加密安排、加密调用，事變流程更加简单便捷，事變效劳顯著提高;
第四，對銀行来说，過去的驻場建模人力本錢投入大，如今，基于隐私计算的連系建模模式，無需驻場建模，因此能明顯低沉数据引入、人工成本。
從八分量隐私平台連系建模法子可以看出，基于隐私计算举辦連系建模，不单能确保全部信貸审批流程的数据安全、合規，帮手企業降本增效，也有助于各数据平台之間打破数据孤島現象，讓数据要素更加顺畅高效地勾當起来，敦促金融数据的市場化設置設备安排，助力金融風险的防范，為消费者修建一個加倍安全的金融生活环境，可谓一举多得。
四、隐私计算，讓銀行不良貸款率低落79%
也正是因為最需要给防血栓保健品推薦,客户“信赖感”，產品與处事的底線是保護客户資產和隐私的绝對安全，因此，金融業成為了大多数隐私计算技術操纵落地的首選范围。依照中國信通院眼袋貼,云大所颁布的《隐私计算白皮书(2021)年》，在隐私计算操纵范围中，連系風控占比排名第一，高达38%。
而不論是從算法模型的操练练習論證，還是深入具体場景的落地操纵看，隐私计算對于金融風控的赋能，都是不問可知的。
据中國信通院颁布的《数据價值释放與隐私保護计算操纵研讨報告(2021年)》，基于區块链和隐私保護计算技術操练得到的信用评分模式，無损于傳統法子得到的模型——其AUC(Area Under the Curve，越挨近1，代表模型成果越好)提升11%，F1 Score提升42%，精度從62.2%提升到70.0%，召回率提升59%，大幅提升銀行的大数据風控操纵能力。综合工商、税務、水電、司法、電信、征信機構等十余家跨行業数据源供應的上千個維度的外部数据汐止當鋪，，举辦連系建模後，商業銀行的不良貸款率從本来的1.81(%)大幅低落至0.38(%)，降幅高达79%。
所以，截至目前，金融機構纷纷将隐私计算技術操纵于金融業務場景傍邊。比如中國工商銀行引入北京金控的不動產数据，與行内貸款企業的時點貸款余額、注册成本、账户余額等数据連系建今彩539號碼,立企業貸中预警监测模型，此联邦模型提升准召率约 4%，從而提升了工商銀行風险监测業務能力。
工行還經過進程联邦深造，與互联網公司的客户特征数据完成連系建模，将信用卡申请反敲诈模型的 KS 值(一种模型風险區分能力评估指標：其值越大，模型的風险區分能力越强)提升了 25.1%。
此前，八分量的持续免疫系統和可信数据处事平台，已先後在公安、銀行、證券、政務、工業等場景當中落地操纵，处事于這些行業的数字化轉型。未来，八分量隐私计算技術也有望為更多金融機構的風险打點和提質增效，供應保驾護航。
五、结语
在2021中國互联網大會数据安全論壇上，中國信通院安全所信安部主任魏薇表示，有研讨機構統计，2020年全球数据泄露的数量，已超乾眼症治療,過此前15年的总和。一些不法機構經過進程犯警得到、贩賣黑產数据，從事金融敲诈等违法活動，给個人、金融企業乃至國家造成巨大的损失。
不過，幸好技術的進步，讓困扰各方的数据安全和隐私保護問题，渐渐有了强有力的解决手段。基于隐私计算技術的連系建模，不单可以尽可能地堵住傳統風控模型中数据泄露的風险，讓金融骗子的保留空間變得越發逼仄，還能帮手金融機構提高經营質量和处事能力，给普通消费者获得更安全的金融生活。
解决生活中顯現的各類坚苦，帮手人類享受技術带来的福祉，敦促社會的發展，無疑正是科技創新的第一初衷和最佳归属。
頁:
[1]