开年不久，多家银行调整部分客户手机银行交易限额直指“睡眠账户”；部分银行表示会根据客户的具体交易情况，对相关账户的交易限额进行动态调整……诸多举措都与银行防范网络电信诈骗、打击洗钱行为息息相关。
2025年1月1日，新修订的《中华人民共和国反洗钱法》正式施行，其中强调“金融机构应当依照本法规定建立健全反洗钱内部控制制度，设立专门机构或者指定内设机构牵头负责反洗钱工作，根据经营规模和洗钱风险状况配备相应的人员，按照要求开展反洗钱培训和宣传。”
近年来，银行业在反电诈、反洗钱领域投入大量资源，如开户审核、账户分类分级、风险账户管控和限额等举措，产生了一定效果，但部分机构“一刀切”的反诈模式多受争议。
此外，银行在反欺诈工作中也常常陷入平衡风控和业务的“两难局面”，“我所在分行拦截报错率最高的一段时期客户流失率也是最高的，二者呈高度相关性。”邮储银行深圳分行个人金融部主管向记者直言。
目前，部分银行“一刀切”反诈模式所导致的负面影响，已引起监管机构重视，并频频发文要求在防范电诈风险的同时确保客户的服务体验。
如在2024年11月26日，公安部联合多部门通报《电信网络诈骗及其关联违法犯罪联合惩戒办法》有关情况。中国人民银行有关人士在回应金融惩戒措施时表示，电信网络诈骗“资金链”治理过程中，中国人民银行高度重视“资金链”精准治理工作，配合公安机关精准研判账户涉诈风险，不采取“一刀切”风险防范措施。
而商业银行平衡风险管控与客户服务的破局点便在于——精准反诈。
愈发隐蔽的“黑产”与银行反诈的“局限”
商业银行反欺诈工作为什么越来越难？一方面，黑产行为越来越隐蔽，打击难度越来越大，“目前一个显著趋势是隐蔽在正常交易中进行洗钱。”某国有银行个金部相关人士向记者介绍称。
“有很多交易是隐蔽在商户的正常交易中，因此也会产生很多问题，比如一些小商贩做二手黄金买卖，这些账户本身就会存在快进快出的行为。因此单一维度很难衡量风险，需要把很多维度综合起来，通过更复杂的机器学习模型、时序模型、资金网络模型做判断。”他说道。
另一方面，部分银行在实现反欺诈精准治理方面也面临多重客观制约。该人士向记者分析称，首先，部分银行客户数据有限。受限于数据量和维度，特别是在本行银行交易记录较少的用户，往往难以准确全面地评估其风险水平，因此不得不采取限额管控措施。
目前，部分银行尚不具备对用户每笔交易进行精细化判断和管控的能力，大多通过设定账户级别的交易限额来实施防控措施，这不可避免地导致了大量交易的误拦、误伤。此外，目前较多银行在判断用户风险等级时主要依赖专家规则而非高智能化模型，这往往导致了“一刀切”的处理方式。
而从银行内部业务层面来看，银行在反欺诈工作中也常常陷入平衡风控和业务的“两难局面”。
“我所在分行拦截报错率最高的一段时期客户流失率也是最高的，二者呈高度相关性。”上述邮储深分个人金融部主管向记者直言，“因此如何既能控得住涉案，又能保得住业务健康发展，要取得这个平衡在银行内部是一个难题。”
作为银行的合作方机构，财付通银行合作总监韩璐也告诉记者，银行与我们的合作主要聚焦在微信支付（快捷支付业务），这类业务对银行的贡献有两部分：一是直接价值，因为快捷支付产生的手续费是银行中收的来源之一；二是间接价值，如果用户习惯使用某个银行的银行卡进行日常消费的话，他大概率也会把这个银行卡作为主支付账户，后续该用户的存款、理财甚至贷款等业务，都更有机会在这家银行展开。
“如果这个用户因为反诈限额拦截‘误伤’而流失了，那他带走的不光是每天支付的咖啡钱，而是用户关系全面流失的开始。”她强调，在反诈高峰期间，拦截率上升会影响用户体验。
因此，目前银行破局关键是——急需更精准地识别真正的风险账户及交易，减少对正常客户的不必要打扰，从而平衡好反诈工作与业务常态化进行。
破局点：避免“一刀切”实现“精准反诈”
而商业银行开展精准反诈的重要抓手是加强“技防”建设，应用大数据分析、人工智能等技术手段，提升风险防范措施的科学性、精准性和有效性。
记者采访发现，目前业内已有“精准反诈”相关案例落地。例如，《金融监管总局金融消费者权益保护典型案例》曾公布，某商业银行建立零售业务反欺诈智能风控系统，该系统基于电信网络诈骗案例库，利用机器学习技术7×24小时监测账户异常行为，2023年4月下旬，该系统监测到某客户在转账过程中，交易对手、交易金额、交易设备均具有可疑特征，属于疑似被骗高风险行为，系统自动保护机制触发，并发出实时预警，最终阻断诈骗行动，帮助客户避免了10万余元的资金损失。
再如，去年6月，邮储银行深圳分行与财付通探索反诈联防联控，据邮储银行深圳分行个人金融部主管介绍，此次合作最关键的是采用“一管一放”的“风控策略前置”合作模式，即财付通侧在交易层面增强对合作银行风险交易的管控力度，银行侧在持续使用限额手段管理高风险用户的同时，放松低风险用户限额，在风险可控的同时，提升交易成功率，也改善了用户体验。银行与支付机构携手探索在业内尚属首次。
如何理解上述风控策略？据介绍，例如某用户发起（微信支付）时要通过财付通及银行的两道风控筛查，但这两道的“筛口大小”即拦截力度不同。因此，银行侧要做的是“一管一放”，“一管”是通过银行掌握的“黑名单”进行有效防控。
“一放”是指银行对于此前存在风险但无法准确判断进行限额拦截的交易/账户，先将其放至“灰名单”中监测直到确定其无风险，并将该用户在财付通渠道（即微信支付）的限额恢复至原有快捷支付限额，不再做进一步限额压降，而转由财付通进一步开展精准化拦截。
同时，财付通侧会针对该银行特征数据构建独立模型，在第一道筛查中增加拦截力度。
上述“精准反诈”举措效果如何？据该行相关人士介绍，2024年12月对比同年6月，邮储银行深圳分行在财付通渠道（微信支付）因误拦截导致的支付日均报错金额下降超三成，报错笔数、报错用户均有明显下降。
此外，记者还了解到，针对目前诈骗团伙通过AI算法替换原照片五官，进而伪造人脸，具有拟真程度高，单照片难以识别的特点，某国有银行也引入深度目标检测模型进行“五官”锁定、图向量预训练模型图片特征提取，构建AI换脸背景相似度识别模型，实现开户AI仿造人脸攻击防御。
“与黑产对抗是一个激烈而又长期的过程，任何一个风控引擎都不可能保证完全百分之百的准确，难免会对正常的用户造成一些打扰。”某国有银行运管部人士也向记者强调。
