行业发展问题存在商业银行不良贷款余额逐年攀升，多平台借贷行为盛行，逾期风险 难以掌控，传统信贷风险模型依赖内部数据 , 无法全面评估客户风险 , 导致不良率居高不下， 监管部门对数据合规性要求日益严格 , 合规运营成本大幅上升等问题。 智能风控反欺诈需要借贷及欺诈类数据 : 借贷人人脸验证次数、身份证 OCR 录入次数、 风险设备数据，以及各类衍生指标数据等。 本案例解决借贷风险行为数据在不同金融机构的信息交互困难，利用率较低，部分互 联网数据真实性难考证 , 模型输入数据质量堪忧，个人隐私数据的收集利用缺乏统一明确 的规范 , 合规风险增加等数据流通的卡点难点问题。

1. 方案总体构成 通过大数据与人工智能技术手段 , 构建用户借贷行为数据集 , 实现风险预警和信用评 级 , 有效防控违约风险。具体方案如下： （1）输入：身份证号（md5/sha256/sm3）、回溯日期（年月日） （2）输出：各时间切片、各机构的 （3）人脸验证机构数 （4）人脸验证次数 （5）OCR 验证机构数、验证次数 （6）衍生信息，如占比、连续验证天数、某时间切片下验证的最大值、最小值等 （7）通过开放 API 的方式 , 输出借贷行为特征给金融机构风控系统。 应用场景包括，贷前反欺诈，贷前信用评估，贷中反欺诈，贷中信用评估，贷前准入等。 2. 核心业务问题满足情况 该方案针对用户欺诈和信贷逾期风险，提供以下解决途径： 风险预警：分析用户申请行为，及时发现异常并预警。 信用评级：基于借贷行为数据评估用户信用，输出风险标签辅助贷款决策。 违约风险防控：在申请流程中集成风控服务，提前识别潜在违约风险。 3. 数据协同、复用与融合创新 数据协同：用户、金融机构、旷视科技、朴道征信多方通过授权协作 , 合规共享和利 用数据。数据复用：多平台可利用 api 调用服务的方式，享受接待风险标签服务，扩大数据服 务价值。 数据融合创新应用 : 一是旷视对采集日志进行清洗、分类、统计 , 生成借贷行为特征。 二是旷视从不同角度 ( 时间、机构等 ) 统计和分析日志 , 提取衍生信息。三是朴道征信将 借贷行为特征转化为风险评估标签 , 通过 API 接口输出用户的借贷风险标签。

应用创新方面，金融借贷业务首个重要环节就是对借款人真实身份的验证，除姓名身 份证二要素的匹配外，人脸生物识别的核身手段已被金融机构广泛利用，因此人脸验证的 行为数据是可以更贴近真实的借贷业务环节反映出借款人的借贷意向行为，评估借款人的 借贷欺诈风险。 技术创新方面，构建了融合多生物识别的风控数据集 , 实现风险评估和信用评级的技 术突破。自研人脸识别与 OCR 算法 , 保证数据采集的高效性和标注的准确性。 模式创新方面，人脸验证行为数据作为新数据要素首次被应用于金融风控业务。经过对 外的战略合作和合规授权，我司基于人脸识别技术和多年的业务沉淀，已覆盖了千余家金融 机构，历史积累了大量 FaceID 调用行为数据，为新数据要素的价值应用提供了必要条件。

经济效益方面，一是直接效益，该案例产品化后在市场化运营 , 目前测试机构数 100+ 家，将可产生服务收入数百万元。二是间接效益，产品至少帮助多个金融机构避免了数 千万级的违约损失 , 以资金成本 5% 计算 , 间接为社会创造了近百万的经济效益。 社会效益方面，一是促进行业治理，案例通过科技手段有效防控了多头风险 , 优化了 行业信用环境 , 推动了金融行业的规范化发展。二是提升金融包容性，防范了高风险用户 对系统的侵蚀 , 保护了良性用户 , 维护广大用户的可持续获得感 , 使更多实体得以公平获得 金融支持。三是支撑实体经济 : 协助中小企业主等群体筛选放款对象 , 提高了资金使用效率 , 助力实体经济正向发展。