序言

金融世界，风险无处不在。

2019 年9月，中国人民银行印发了《金融科技 (FinTech) 发 展 规 划 (2019—2021 年 )》， 明确指出金融科技成为防范化解金融风险的新利器。运用大数据、人工智能等技术建立金融风控模型，有效甄别高风险交易，智能感知异常交易，实现 风险早识别、早预警、早处置，提升金融风险技防能力。 

从《规划》中可以看出，随着金融业数字化程度 进一步加深，金融科技在金融风险控制上已经成 为了重要的基石。特别是对于银行、第三方支付 和供应链等行业，风控的作用尤为重要。

传统风控依靠央行征信数据、企业财务报表或其他等作为信用评估的重要依据，存在一定的弊端。因为我国存在大量信用空白户，众多有贷款需求的人群还没有被征信覆盖，中小微企业的贷款申请则依靠金融机构客户经理的尽职调查，第三方支付机构对部分风险交易无法做到尽早排查。传统风控还较为依靠人力，存在较高的人力成本，对部分风险监控也基于较为单一的数据，很难做到实时监控。

技术在不断进步，以人工智能、大数据、云计算 和区块链为核心的金融科技开始不断崭露头角。在技术赋能下，金融科技风控应运而生，作为传统风控的升级补充，极大地提升了金融机构在风险管理、排查、监控、预警等方面的能力。

截至 2020 年 6 月 8 日，我国金融科技风控服务商共获得 307 笔融资，公开披露的融资金额约为731.1 亿元。其中，2018 年是进入科技风控。服务商获得融资金额最高的一年，达 418.6 亿元，当年融资事件达 52 起。

2014 年中国金融科技风控专利申请数为 10 项， 2019 年申请数达到 124118 项，5 年间专利申请数年复合增长率达 63.82%。

金融科技风控的应用场景、典型案例金融科技风控在许多领域都有应用，特别是在信贷、第三方支付以及供应链金融中，助力上述多个业务场景。例如，招商银行上线了企业关联关系智能知识图谱，用人工智能和大数据驱动信贷对公业务， 在全行得到了广泛应用和认可;支付宝更新自身风控引擎，升级为 AlphaRisk 智能风控引擎，将人类直觉 AI 和机器智能 AI 两者进行融合，并逐步实现支付领域风控无人化管理;合合信息研发 “供应链核心企业大数据风控管理平台”，基于启信宝商业数据平台，解决了以往供应链金融风 控的多个痛点。本报告联合国内人工智能大数据 领域的独角兽——合合信息，借助其全面的金融 科技风控技术体系，丰富的商业风控实践经验，庞大的商业大数据和详实的供应链金融风控案例，同时结合对多家业内代表性的金融科技风控技术机构的深度调研，从信贷、第三方支付和供 应链金融三大场景，全面分析中国金融科技风控新态势、AI 大数据风控体系的技术机制和实践成效。

报告认为，随着金融科技技术不断迭代升级，以 AI 和大数据为核心的金融科技风控体系已经成为越来越多金融机构的主流技术选择。同时，在数字化和智能化不断加深的背景下，金融机构、用户、监管部门和社会舆论等各方需要共同参与，构建新型风控生态圈。

目录

1、金融科技风控成大势所趋

2、金融科技风控应用场景分析

3、金融科技风控的挑战及建议