2024中小金融机构数字化亮点 | 贵州省农村信用社联合社基于隐私计算技术综合应用清算数据与交易数据，创新反电诈协同新范式

互联网与移动应用飞速发展为社会带来便捷服务的同时，潜藏的犯罪团伙作案手段也在不断翻新，这不仅严重危害社会稳定与金融安全，也给银行机构的业务发展带来挑战。作为贵州省内地方性金融机构代表，贵州省农村信用社联合社（以下简称贵州农信）始终坚持“服务三农、支持县域、发展农村”的经营理念，在保障业务安全、守护客户资金安全、斩断账户诈骗链条等方面，全面贯彻习近平总书记对打击治理电信网络诈骗犯罪工作的重要指示精神，积极落实地方金融机构主体责任，在地方人民银行的指导下，通过创新技术应用，实现了业务发展与社会责任的协同共进。

在原有防范电信网络诈骗工作模式下，贵州农信仅能使用本行数据进行反诈模型研究，因电信涉诈和洗钱业务多呈现跨行、跨省、跨区域的交易特征，资金链复杂，仅凭行内数据识别涉诈账户的准确率较低，工作局限性较大。基于清算数据的反诈模型研究项目及应用通过引入隐私计算技术，实现了地方人民银行清算支付特征数据与金融机构客户信息的联合建模，有效发挥了当前大数据、人工智能技术优势，在保障信息安全与客户隐私前提下，提高了电信网络诈骗行为预测效率，并且在金融机构安全风险管理协同机制上取得重大突破，具有良好的社会意义。

一是提升地方金融机构风险防范能力。该项目践行“风险为本”的监管理念，符合国家《反洗钱法》《反电信网络诈骗法》，以及《中国人民银行 公安部 国家金融监督管理总局关于推进电信网络诈骗“资金链”精准治理的指导意见》等法规要求，在地方金融监管部门的指导和协作下，实现了银行业金融机构、清算机构对电诈反制措施的技术研究和信息共享，推进跨机构联防联控机制，提高了地方金融机构反电诈、反洗钱工作的准确性和效率。

二是起到地方金融机构示范作用。通过该项目应用，为地方金融机构提供了借鉴交易网络数据特征来建立风险模型的参考方案，是国内首次利用隐私计算技术实现清算组织与地方金融机构联合建模，实现反诈风险预测的研究探索，可助力于推动地方金融机构提升电诈行为分析能力。课题成果已通过人民银行清算总中心课题选题评审，达到地方金融机构同业领先水平。

三是形成可推广的工程实施方案。研究过程中建立的模型采用隐私计算技术平台，确保跨机构数据协同的安全性和合规性，采用机器学习技术，提取符合业务实际的关键风险特征，构建的反诈预测模型，可应用于商业银行实际的电诈防控工作。在监管机构的许可下，还可应用于征信、反洗钱、供应链等多种业务场景，具备向其他机构推广应用的广阔前景。

教育部信息技术新工科联盟网络空间安全工委会主任委员、杭州市人工智能学会副理事长胡瑞敏

展开全文

专家点评

贵州省农村信用社联合社基于清算数据的反诈模型研究，实现了人民银行与金融机构安全风险管理协同机制的应用新突破，该课题入选金融数字化十大亮点事件，具有重要意义与行业示范价值。

其一，突破数据孤岛，提升反诈模型效能。在反电诈领域，数据孤岛一直是制约模型精准性的核心问题。该课题通过跨机构协同机制，首次实现了人民银行与省级农信社的数据共享，发挥数据协同优势是性能提升的关键。

其二，创新协同机制，落实政策导向。该课题是对《关于推进电信网络诈骗“资金链”精准治理的指导意见》的积极响应，通过构建“监管机构 + 金融机构”的纵向协作模式，这种机制创新不仅为全国提供了“贵州经验”，还为后续推广“资金链”治理的标准化流程奠定了基础。

其三，社会效益显著，护航金融安全。从社会影响看，该课题直接服务于“守住群众钱袋子”的目标。通过提升模型精准度，形成“防控能力提升—用户信任增强—金融生态优化”的良性循环。

（此文刊发于《金融电子化》2025年2月上半月刊）