金融風(fēng)控反欺詐是一項(xiàng)復(fù)雜的系統(tǒng)工程，數(shù)據(jù)的引入只是開端，如何更合理的分析和利用這些數(shù)據(jù)同樣至關(guān)重要。

2016年的G20峰會(huì)正式發(fā)布了《G20數(shù)字普惠金融高級原則》，該報(bào)告認(rèn)為數(shù)字金融服務(wù)與有效監(jiān)管對縮小普惠金融差距至關(guān)重要。數(shù)字技術(shù)能夠?yàn)闊o法獲得金融服務(wù)的群體以能夠負(fù)擔(dān)的方式提供金融服務(wù)。同時(shí)，該原則鼓勵(lì)新型數(shù)據(jù)（如電信及公共事業(yè)賬單數(shù)據(jù)、電子錢包及電子貨幣使用數(shù)據(jù)、電子商務(wù)交易數(shù)據(jù)）在征信行業(yè)中的應(yīng)用。

作為互金行業(yè)的大數(shù)據(jù)從業(yè)者，我認(rèn)為新數(shù)字技術(shù)和新型數(shù)據(jù)精準(zhǔn)破題了互聯(lián)網(wǎng)金融大數(shù)據(jù)風(fēng)控的兩個(gè)核心課題，要想在互金風(fēng)控領(lǐng)域有所建樹，兩者缺一不可。本文將著重闡述新數(shù)據(jù)在金融風(fēng)控關(guān)鍵環(huán)節(jié) - 反欺詐中的應(yīng)用場景。

新數(shù)字技術(shù)廣義上包括云計(jì)算，人工智能，程序化的模型規(guī)則，大數(shù)據(jù)整合分析平臺(tái)以及各類提供基礎(chǔ)支撐能力的開放平臺(tái)等。

新型數(shù)據(jù)是指區(qū)別于傳統(tǒng)金融機(jī)構(gòu)在信貸審核過程中使用的征信類數(shù)據(jù)的補(bǔ)充數(shù)據(jù)類別。比如，移動(dòng)互聯(lián)網(wǎng)在塑造了全新的社會(huì)生活形態(tài)的同時(shí)，大量用戶擁有了豐富的強(qiáng)時(shí)效性通信行為數(shù)據(jù)，社交行為數(shù)據(jù)和互聯(lián)網(wǎng)行為數(shù)據(jù)等，這些數(shù)據(jù)都可以用作個(gè)人信用風(fēng)險(xiǎn)評估，為解決普惠金融之困提供了信息渠道、策略手段和創(chuàng)新思路。

風(fēng)險(xiǎn)管理重要的課題是解決信息不對稱的問題，而欺詐行為的發(fā)生本身即是由于信息不對稱造成的。目前在線營運(yùn)的小貸平臺(tái)主要面臨的欺詐風(fēng)險(xiǎn)主要包括以下幾類：

身份欺詐

身份欺詐是欺詐者最常用的手段，簡單點(diǎn)說就是冒用他人身份，貸款申請資料中的主體和提交申請的主體不是同一個(gè)人。

防范身份欺詐的殺手锏當(dāng)然是個(gè)體特征識別技術(shù)，比如率先應(yīng)用的人臉識別，可以將用戶的動(dòng)態(tài)圖像特征進(jìn)行提取與公安系統(tǒng)留存照片庫數(shù)據(jù)進(jìn)行比對，在錯(cuò)誤率十萬分之一的情況下能夠?qū)崿F(xiàn)98%以上的準(zhǔn)確率。

其他類似的手段還有虹膜識別和聲紋識別，因?yàn)樽R別準(zhǔn)確率，終端設(shè)備普及率以及基礎(chǔ)樣本數(shù)據(jù)儲(chǔ)備率方面的原因，目前尚未形成規(guī)模應(yīng)用，但應(yīng)用場景依然可期。

問題庫是一種比較有特色的方式，之前常見于互聯(lián)網(wǎng)產(chǎn)品密保問題設(shè)計(jì)。在身份驗(yàn)證環(huán)節(jié)合適的問題設(shè)計(jì)，有效性也會(huì)非常的高。比如，利用近幾個(gè)月的航旅數(shù)據(jù)可以要求申請者回答“最近一次乘坐飛機(jī)出行的目的地/始發(fā)地是哪里”，利用運(yùn)營商數(shù)據(jù)可以讓用戶選擇“上個(gè)月的賬單總金額在哪個(gè)金額范圍”，利用銀行數(shù)據(jù)可以詢問“某張信用卡的額度范圍”等。根據(jù)掌握的申請者的實(shí)際數(shù)據(jù)情況，優(yōu)選問題庫中合適的問題組合可以將盜用身份者通過的概率降低。

團(tuán)體欺詐

近幾年互聯(lián)網(wǎng)小貸平臺(tái)如雨后春筍，風(fēng)控水平不一，加之欺詐借貸造假、違約低成本，越來越多的中介機(jī)構(gòu)、助貸機(jī)構(gòu)參與到這個(gè)盛宴中來。團(tuán)體反欺詐成為大數(shù)據(jù)風(fēng)控的新課題。

其實(shí)，群體問題的突破點(diǎn)就在于識別群體行為，可以通過大數(shù)據(jù)建立實(shí)體關(guān)系網(wǎng)絡(luò)。關(guān)系網(wǎng)絡(luò)的建立可以簡單的中心化拓?fù)?，也可以?fù)雜的去中心化，使用數(shù)據(jù)的數(shù)據(jù)范疇也有所區(qū)別。

簡單的做法是使用貸款平臺(tái)自身能夠獲取的和不斷積累的數(shù)據(jù)，甚至可以打通多個(gè)平臺(tái)的數(shù)據(jù)進(jìn)行關(guān)聯(lián)。網(wǎng)絡(luò)拓?fù)淇梢詫⒂脩羯暾垟?shù)據(jù)的各個(gè)具體值作為節(jié)點(diǎn)，然后通過屬性種類進(jìn)行關(guān)聯(lián)。屬性種類主要包括：

• 來自申請數(shù)據(jù)的姓名、身份證號、手機(jī)號、工作單位、單位電話、單位地址、聯(lián)系人、家庭住址，家庭聯(lián)系電話等

• 上網(wǎng)接入的IP地址，Cookie信息，mac地址

通過信息的關(guān)聯(lián)和交叉比對，很容易會(huì)發(fā)現(xiàn)聯(lián)系人之間的可疑關(guān)聯(lián)、基本信息之間的相互矛盾等情況。

復(fù)雜一點(diǎn)的做法是需要用到第三方的數(shù)據(jù)。不僅包含上述簡單做法提到的數(shù)據(jù)種類還包括各種其他關(guān)系：

• 來自不同借貸平臺(tái)的數(shù)據(jù)

• 來自運(yùn)營商的短信和語音通訊行為，結(jié)合常出入位置信息可以有效的標(biāo)記家人、朋友、同事等通訊社交圈，自然也可以讓團(tuán)伙無所遁形

• 來自互聯(lián)網(wǎng)的社交行為，是通訊圈的有效補(bǔ)充；網(wǎng)絡(luò)瀏覽類別，是否經(jīng)常查閱借貸申請攻略相關(guān)的資源。

• 移動(dòng)地理位置軌跡信息，甚至是需要轉(zhuǎn)換為坐標(biāo)信息之后進(jìn)行距離計(jì)算，發(fā)現(xiàn)坐標(biāo)距離上相近的申請進(jìn)件集合

這些數(shù)據(jù)的體量更大，維度更豐富，作假的成本也更高，挖掘的效果也會(huì)更突出，對一些申請信息做的天衣無縫的欺詐行為可以進(jìn)行更有效的進(jìn)行識別。

另外，家庭成員合作借貸，全家老小齊上陣，分頭申請貸款，很容易造成平臺(tái)的過度授信，也是某種意義上的團(tuán)體欺詐行為，關(guān)系網(wǎng)絡(luò)對于這種親密關(guān)系的識別非常有幫助。

上述關(guān)系網(wǎng)絡(luò)建立之后，可以立竿見影的實(shí)現(xiàn)三個(gè)功能：

• 團(tuán)體欺詐關(guān)系網(wǎng)絡(luò)識別，他們可能同處一隅，可能用相互關(guān)聯(lián)的甚至是相互不符、矛盾的申請信息，可能有多人的聯(lián)系網(wǎng)絡(luò)閉環(huán)，有心型或三角型的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，可能同時(shí)對多個(gè)平臺(tái)進(jìn)行申請等等明顯的特征。

• 風(fēng)險(xiǎn)標(biāo)識擴(kuò)展，將已知的高危實(shí)體標(biāo)識在關(guān)系網(wǎng)絡(luò)的對應(yīng)節(jié)點(diǎn)上，根據(jù)傳播算法，可以預(yù)測無標(biāo)記節(jié)點(diǎn)的風(fēng)險(xiǎn)概率，從而建立違約預(yù)測模型。

• 多頭借貸，通過結(jié)合多個(gè)平臺(tái)的申請信息，可以實(shí)時(shí)識別多頭借貸的申請人在各家平臺(tái)信息匯聚不足的情況下，申請用戶移動(dòng)終端借貸類APP裝機(jī)量，裝機(jī)時(shí)間，訪問情況，甚至是短信服務(wù)提供商中關(guān)于借貸類短信的文本挖掘信息都是借貸情況評估的有效手段。

養(yǎng)卡欺詐

正所謂，道高一尺魔高一尺二，在風(fēng)控策略與欺詐手段不斷的較量過程中，成長的不僅僅是平臺(tái)本身，欺詐者也在不斷的鉆研新的招數(shù)，從短平快逐漸轉(zhuǎn)成長線作戰(zhàn) -- 養(yǎng)卡欺詐。

養(yǎng)卡是指申請人在獲得整套的假身份信息之后，使用三個(gè)月甚至六個(gè)月的時(shí)間來將這個(gè)身份的各項(xiàng)數(shù)據(jù)培養(yǎng)成信用良好的正常申請人。養(yǎng)卡雖然提高了欺詐者的成本，但是對于借貸平臺(tái)來講依然是不小的風(fēng)險(xiǎn)。識別養(yǎng)卡行為難度很大，唯有不斷的提高養(yǎng)卡者的成本來杜絕這種行為?？梢岳眠@些數(shù)據(jù)來進(jìn)行一些建模和規(guī)則的嘗試：

• 電信入網(wǎng)時(shí)長，通話頻率，上網(wǎng)頻率，位置變換頻率，手機(jī)號碼對應(yīng)終端變換頻率，月賬單金額

• 關(guān)系網(wǎng)絡(luò)交疊重合程度，長周期多個(gè)手機(jī)卡的培養(yǎng)很容易產(chǎn)生通訊行為的無規(guī)則交疊

• 銀行卡開卡時(shí)間，銀行流水，刷卡消費(fèi)金額，消費(fèi)位置統(tǒng)計(jì)，消費(fèi)類別統(tǒng)計(jì)，公用事業(yè)繳費(fèi)統(tǒng)計(jì)

• 航空、鐵路、公路出行次數(shù)

• 網(wǎng)絡(luò)瀏覽行為模式，終端APP裝機(jī)，激活，卸載頻率

• 更重要的是延長以上這些數(shù)據(jù)的獲取周期，至少在半年以上

小結(jié)

大數(shù)據(jù)的應(yīng)用千變?nèi)f化，在變的不僅僅是場景，新的數(shù)據(jù)類型也在不斷的開放和涌現(xiàn)。借貸平臺(tái)在持續(xù)的引入新型數(shù)據(jù)的同時(shí)，也要做好自身數(shù)據(jù)的積累和循環(huán)檢測，不斷的關(guān)聯(lián)已經(jīng)通過或放款的用戶數(shù)據(jù)與新用戶的申請數(shù)據(jù)，同樣可以及早發(fā)現(xiàn)存量用戶的隱藏風(fēng)險(xiǎn)和有效拒絕高危增量用戶。

金融風(fēng)控反欺詐是一項(xiàng)復(fù)雜的系統(tǒng)工程，數(shù)據(jù)的引入只是開端，如何更合理的分析和利用這些數(shù)據(jù)同樣至關(guān)重要。攜技術(shù)和數(shù)據(jù)的堅(jiān)盾，做好充分的預(yù)案和縝密的部署，在實(shí)戰(zhàn)中砥礪前行是當(dāng)下金融科技借貸平臺(tái)最好的選擇。