新加坡金管局测试跨行AI系统 实时识别诈骗账户

新加坡金融管理局（MAS）正与银行业及一家执法机构合作，测试利用跨行及公私部门数据的人工智能模型，以识别可疑支付链。MAS局长谢德俊（Chia Der Jiun）在全球金融科技节（Global FinTech Fest）发表演讲时公布了这一消息。

该实验旨在解决机构层面反欺诈控制的一个局限：诈骗资金可能通过多家银行的账户转移，导致每家机构仅掌握部分交易链。MAS表示，跨机构信息整合有助于更早发现可疑关联，目标是更快检测潜在欺诈、更快干预并减少损失。

MAS尚未披露参与测试的银行、正在测试的数据集，以及决定模型能否进入部署阶段的评判标准。该局预计在2026年底前获得测试结果。结果将显示银行、警方和监管机构能否足够快速地利用共享数据，在资金被分散前拦截诈骗资金流。

MAS还在运行PathFin.ai项目，该平台将金融机构与经过验证的AI解决方案进行匹配。谢德俊表示，该平台目前已有超过300家参与机构，成功匹配数量持续增长。该项目部分旨在降低小型机构寻找和实施AI工具所需的成本与技术工作量。

其他金融监管机构也在不同环节应用AI和高级分析技术打击欺诈。香港金融管理局已指示银行在监测授权支付诈骗时考虑AI和网络分析，包括识别复杂的可疑账户和钱骡账户网络。该局还与银行业及执法部门合作，测试了多家银行信息的分析。

英国金融行为监管局（FCA）利用机器学习和网络抓取寻找潜在欺诈网站。澳大利亚证券和投资委员会（ASIC）则专注于破坏用于吸引受害者的在线基础设施，2025年协调移除了11,964个钓鱼和投资诈骗网站，同比增长90%。美国金融业监管局（FINRA）在另一层面应用机器学习，分析数千亿美国市场事件以发现潜在欺诈和市场操纵，而非零售支付诈骗。