文/平安银行金融科技部对公研发中心总经理?刘锦淼
平安银行金融科技部?王大胜
在数字经济与金融科技深度融合的背景下，平安银行围绕国家“十四五”规划和中央金融工作会议“科技金融、绿色金融、普惠金融、养老金融、数字金融”五篇大文章要求，立足推进人民币国际化、提升跨境贸易投资便利化水平的战略导向，通过金融创新和服务优化，助力经济高质量发展，积极推进跨境外汇业务的数智化转型。
2023年12月，国家外汇管理局发布《银行外汇展业管理办法》，要求银行从组织架构、内控制度、信息系统等各方面构建系统化、智能化的外汇展业框架，细化事前、事中、事后各环节展业标准，在严守合规底线的前提下，促进跨境贸易和投融资便利化，全面提升银行外汇展业能力。
在此背景下，平安银行积极行动，以“数据驱动、智能风控”为核心，构建“风险评估为前提、风险分类为依据、风险监测为补充”的全流程外汇展业管理框架。同时，围绕“越诚信、越便利”的服务理念，打造特色客户服务体系，并推出“跨境瞬利汇”等标杆产品，为跨境支付业务赋能，切实推动外汇服务便利化水平提升。本项目在2025年4月完成三家分行试点，2025年12月进行了全面推广。
平安银行金融科技部对公研发中心
总经理?刘锦淼
行业痛点：跨境支付业务面临的核心挑战
随着我国跨境贸易规模持续扩大，企业对跨境支付的效率、便捷性、安全性要求不断提升。然而，传统外汇展业模式长期受限于“便利化与合规性”的天然矛盾，具体表现为以下四大挑战。
1.客户风险识别能力薄弱。未建立标准化、智能化的风险评估体系，难以对客户进行精准画像与分级分类，优质客户与高风险客户“一视同仁”，既无法为合规客户提供便捷服务，也难以对高风险业务实施精准管控。
2.全流程风险管控机制缺失。风险管控过度依赖事中人工审核，缺乏事前风险预判、事中智能校验、事后持续监测的闭环体系，对虚假贸易、分拆交易等异常行为识别滞后，风险防控精准度与时效性不足。
3.展业边界难以精准把握。人工审核模式下，合规标准难以统一，易出现“未尽职审查”与“过度尽职审查”并存的问题，既存在合规隐患，又因流程冗余降低业务效率，形成“不会办、不敢办”的行业困境。
4.线上化与自动化能力不足。传统业务依赖线下人工办理，客户需提交大量纸质材料，流程繁琐、耗时较长；便利化政策缺乏系统化落地载体，难以精准惠及优质客户，整体业务办理效率与客户体验受限。
上述痛点制约了跨境支付业务的高质量发展，也倒逼银行业向数智化方向转型，为创新实践提供了现实需求与发力方向。
科技赋能：构建全流程数智化外汇展业体系，提升跨境支付效率
外汇展业的全流程风险管理是确保业务合规性和安全性的重要保障。事前风险管理要求银行对客户身份、交易背景、资金来源等进行严格审核，确保交易的真实性、合法性和合规性。事中风险管理则强调对交易过程的监控，及时发现和拦截异常交易行为，防范洗钱、逃汇等风险。事后风险管理则通过数据分析和风险评估，优化展业流程，提升风险防控能力。详见图1。
图1?外汇展业核心架构
针对传统模式的核心痛点，构建“事前、事中、事后”全流程数智化解决方案，实现合规与便利的动态平衡，驱动业务合规从“人工核查”向“智能风控”转变。
1.外汇展业框架重构：构建“三位一体”风控体系，通过顶层设计平衡效率与合规。以“数据驱动、智能风控”为核心，建立以风险评估为基础、风险分类为依据、风险监测为支撑的全流程风控机制，形成“事前尽调充分、事中审核高效、事后监测强化”的闭环管理模式。通过业务流程重构与系统一体化整合，实现前中后环节的协同联动，从根本上解决“便利化与合规性”之间的矛盾。
2.事前客户分类：打造 AI 客户分类模型，实现精准风险识别。当前跨境业务客户风险呈现多样化、隐蔽化特征，传统人工审核模式难以兼顾效率与精准度。基于此，整合了客户工商信息、司法记录、业务尽调材料、历史交易数据等多维度信息，构建“风险识别模型+优质客户模型”双轮驱动的集成模型，采用“系统初评+人工复核”的工作模式，将客户划分为优质、可信、关注三个等级，并实现分级结果的动态更新与管理，为差异化服务、精准风控提供科学依据。
模型技术选型与实现路径：为保障模型的合规性、可解释性与准确性，对比了逻辑回归、随机森林、XGBOOST等多种主流机器学习算法，最终确定采用“逻辑回归算法为主、专家规则为辅”的模型训练模式。逻辑回归算法通过学习样本客户的主体特征、行为特征等核心信息，实现客户风险等级的分层判定，确保模型数据来源、算法逻辑、分类结果全流程可解释，符合金融风控场景的合规监管要求。同时辅以业务专家沉淀的行业经验、风控规则为补充，对算法识别结果进行校验与修正，进一步提升模型对特殊场景、边缘案例的识别准确性，避免单一算法的局限性。
客户分类模型效果：选取银行近三年有国际收支申报、办理结售汇业务的对公在岸客户样本共计约2.3万个，开发及衍生出覆盖工商资质、交易稳定性、交易规模、企业成长性、关联对手性质、司法风险6大维度的362个特征，通过算法函数与专家经验结合进行特征筛选最终保留12个变量进行广义线性回归模型算法拟合，模型划分结果经跨境业务部门确认，分类结果准确率达85%以上，可有效区分不同客户的风险等级，实现风险的提前识别与预警。
3.事中业务便利化：跨境瞬利汇——为客户提供全流程线上化的极速结算服务。打通跨境汇款全链条，以“全流程线上化、操作自动化、场景智能化”为核心，通过客户端到清算解付的全环节流程再造与智能升级，最终为客户带来秒收秒付的极致体验。
汇出业务自动化受理：优质客户签约“瞬利汇”后，可直接通过网银免资料发起汇款，无需重复提供业务材料。系统自动校验客户底档信息并自动完成国际收支申报，无需人工落地审核直接汇出，与传统人工模式单笔业务平均耗时约50分钟相比（包括汇款材料提交、人工审核、申报处理等环节），新模式单笔业务平均耗时缩短约25分钟，办理效率提升50%。
汇入业务自动化解付：境外资金汇入后，对于优质客户签约“瞬利汇”的约定直接完成原币入账或结汇入账，同时自动完成国际收支申报，实现“资金到账即处理”，大幅缩短资金到账时效，为客户提供极速结算体验。
退汇业务智能处理：针对跨境汇款流程中的退汇场景，依托关键词匹配、NLP语义识别技术，实现退汇场景智能识别，如对账号错误、户名不符、对方要求退汇等高频退汇场景，实现自动化识别与退汇处理。
4.事后风险监测：建立全流程风险监测体系，筑牢智能风控防线。以“案例特征化、特征指标化、指标模型化”为建设思路，构建覆盖全场景的智能风险监测体系，通过社区发现算法与多类风险模型结合，实现对虚假交易、违规付汇等异常行为的实时预警与回溯分析，形成“可解释、可监控、可审计”的智能风控闭环。
指标体系搭建：基于《外汇风险交易特征》指引中对身份特征、交易特征、行为特征的要求，结合我行数据资源情况，加工企业国际收支、股权变更、交易用途等多维度风险指标501个，形成覆盖客户全生命周期的风险指标池，为模型构建提供全面的数据支撑。
多模型融合体系：构建“社区发现算法+多类风险监测模型”的融合体系，针对团伙性、关联性风险识别需求，创新引入Louvain（鲁文）社区发现算法，实现对社团型企业团伙的精准识别以及资金链穿透监测，同时搭建多类风险监测模型，实现对跨境赌博、虚假利润汇出、虚假个人购付汇等12类高频风险场景的全覆盖监测。
成果展示：效率提升与风险防控并重，推动跨境支付高质量发展
通过数智化体系建设，平安银行跨境支付业务在效率、风控、客户服务、业务规模等方面均取得显著成效，外汇展业能力显著增强。
1.业务效率大幅提升，客户体验持续优化。跨境汇款全流程线上化与自动化业务处理，产品竞争力明显增强，客户可享受秒级的跨境支付服务体验。
2.风控精准度显著增强，合规水平稳步提升。全流程风控体系实现风险早识别、早预警、早干预，有效识别各类高风险交易与团伙性风险，风险防控能力大幅提升，同时避免过度审核带来的资源浪费，实现风险可控与效率提升的双赢。事后12类风险监测模型，2025年累计预警可疑业务130笔，精准识别不合规业务6笔，命中疑似虚假进口付汇、疑似虚假预付货款等风险监测模型，共涉及39个风险客户，风险识别精准度显著提升。
3.差异化服务落地，优质客户获得感增强。基于客户风险分级的差异化审核，打破“一刀切”模式，优质客户享受极简办理流程，贸易便利化客户覆盖率达到较高水平，覆盖央企、国企、民企、中小科技企业等多类主体，客户满意度与黏性显著提升。
4.业务规模快速增长，经营效益持续向好。“跨境瞬利汇”等产品推动优质客户数量与跨境结算量双增长，客户覆盖范围与结算规模同比大幅提升，非工作时间自动收汇规模稳步扩大，同时带动外币存款等业务协同增长，实现拓客、提效、增收的多重价值。
总结成果，展望未来
平安银行在跨境支付领域的数智化实践，充分展现了金融科技赋能外汇业务的创新成果。通过构建“数据驱动、智能风控”的全流程体系，成功解决了传统跨境支付中存在的效率瓶颈与合规挑战，实现了便利性与合规性的深度融合。这一实践不仅在跨境支付业务的效率、风控、客户服务等方面取得了显著成效，更在助力国家人民币国际化和经济高质量发展的战略目标中彰显了科技金融的引领作用。
展望未来，平安银行将继续以科技为引擎，以风控为基石，持续优化跨境支付服务体系，探索基于知识图谱技术构建全链路风险穿透识别模型，以及运用大模型技术实现全流程自动化尽职调查等功能，这些举措将进一步提升风险识别的精准度与尽调效率。同时，还将不断拓展“跨境瞬利汇”等便利化服务场景，致力于为客户提供更优质的跨境金融体验。
