近期，工行在“融安控”框架下研發投產了“違規風險智能識別系統(VIS)，着力破解傳統風驗監測模式下信息展現碎片化，風險識別精準度不足、模型適應性不強、風險揭示不夠全面深入的侷限，更加有效地揭示和防控內部案件和重大業務風險隱患。
創新引領，實現“智能控”
一是通過整合與重構數據信息，逐步實現風險信息展現的“全景化”，以“風險衝擊”(動能)“風險變化趨”(勢能)的數據結構為體，實現從交易異常、操作違規、資產異動、負債異變、處罰懲戒、營銷異常、反洗線等分析角度，完整展現人員各類風險信息，初步構建了統一的人員風險畫像和風險數據建模。二是通過特徵萃取與關聯分析，逐步實現風險模型監測的“場景化”。收集專項檢查、客户投訴、業務運營等風險數據信息，解析提煉出113類風險場景特徵，構建了“風險場景”特徵庫。三是通過機器學習與風險推演，實現人機協作“智能化”。採用“機器學習”算法，引入智能調節模型權重機制、風險熱點引導機制、風險調校機制，利用ITPR算法對系統風險偏好進行引導，將已確認的風險問題進行收集，組成“黑樣本”特徵庫，並建設“風險推演實驗室”，利用機器學習相關算法對風險數據結果反向學習，不斷調校風險重要性參數，提升分析認知和風險預判能力。
堅持“三做”，推進“主動防”
一是“集中做”VIS由工總行負責內風險分析與評估工作，二級分行反饋核實指令，以進一步提高工作集中度，統一風險分析及評估標準，保證內控獨立視角，有效提升風險識別有效性。二是“專家做”組建優秀分析團隊，舉辦VIS系列培訓，實現系統崗位人員全覆蓋，力爭使VIS各崗位人員具備主動分析、提前研判、深挖線索的綜合技能，為“主動防”提供人才保障。三是“分層做”。突出“風險導向”，建立了風險監測、風險評估、整改問責、監督報告四個階段和場景監控、風險監測、核實反饋、風險評估、整改落實、責任認定、履職監督、分析評價八個環節違規風險監督工作流程。按照“風險分級原則，以非現場分析為主，結合員工行為、業務風險、管理事項所展現的風險特徵，合理確定核實層級、核實方法、核實內容。對已查實的違規問題，按照風險危害程度，區分案件、高危、中危、低危等風險，採取差異化的管理措施。通過“三做”，保持內控視角、聚焦實質風險，推進“主動防”機制建設。（張奕晨 ）