汽車金融風控場景

莉莉安 2019-11-08

展開全文

五、常見兩大欺詐場景

1. 不良中介欺詐

分享兩個普遍案例，一個是不良中介的欺詐，這里主要包含好幾個場景。

第一種情況：這個客戶，就是沒有車的，想買新車或二手車。但是，他不知道去哪申請貸款，然后通過網(wǎng)絡(luò)渠道找到了中介，這個中介，就想坑他一筆錢。

本來客戶資質(zhì)只夠買個5到10萬的車，但是中介覺得這樣沒有錢賺，就幫他美化資料，買了20萬的車。這樣就導致這個客戶本來只有能力還5萬到10萬的車的貸款，但20萬的車的負債卻超出了還款能力范圍，產(chǎn)生不良。

第二種情況：依然是沒有車的客戶，也沒貸款資質(zhì)，但是他想要錢，找到這個中介。中介幫忙資料造假后把那個車貸款騙下來，然后這個車中介把車拿去黑市變現(xiàn)之后，分部分的錢給到這個客戶，剩下大部分的錢的話就裝到自己的口袋，這個客戶也不可能還款了。

第三種場景：這個車主，他有車，找到這個中介把車價估高，想抵押貸款額度可以做的更高，他這個車本來只值10萬塊錢，他想要個9萬，但是正常的一個抵押流程可能只能放個5、6萬；

中介勾結(jié)內(nèi)部員工做高車輛的評估價，獲取更高的貸款金額，然后由于貸款金額基本可以覆蓋汽車折舊后價格，導致車主后續(xù)就不想要車，拒絕還貸了。

2. 經(jīng)銷商欺詐

這個主要是一個內(nèi)外勾結(jié)或者就是經(jīng)銷商自行欺詐的一個問題。經(jīng)銷商庫存太多了，車子首付大多客戶付不起，所以經(jīng)銷商為了將車賣出去，找一些想要車或者做低首付廣告吸引一些客戶過來，然后通過虛開發(fā)票價格，做高車價拿到更多的貸款，實現(xiàn)客戶買得起車。

經(jīng)銷商把庫存清理了，而這些客戶還不還得起錢就不是經(jīng)銷商要考慮的事情了。

六、欺詐場景信息造假方式

這個是互聯(lián)網(wǎng)金融常見的欺詐手段，包括假冒真實用戶的活體識別破解手段，假冒真實用戶的身份證信息、銀行卡信息（黑產(chǎn)或收購回來的），偽裝新用戶的改機工具（通過IMEI/IMSI/手機型號/MAC地址/GPS等），模擬真實用戶使用手機的行為。

在汽車金融場景，主要是團伙欺詐針對線上的行為所作出的應(yīng)對手法。

很多的汽車相關(guān)的貸款產(chǎn)品都需要車主或者這個賣車的車主，提供相關(guān)的資質(zhì)證明包括流水證明，工作證明或者收入等，這些造假非常簡單，包括掛靠電話，造假收入證明，掛靠社保及代發(fā)流水或工資流水等，造假水電費可以通過去小區(qū)樓下的郵箱拿那些用戶的費單即可。

對于一些大額的車貸詐騙，中介通過把其擁有的高價車臨時過戶給客戶，造成客戶資質(zhì)非常良好，客戶騙貸完成后，再把車轉(zhuǎn)回給中介。

七、反欺詐數(shù)據(jù)維度探討

這個四象限圖是為了區(qū)分技術(shù)及基礎(chǔ)要素與垂直場景下的數(shù)據(jù)維度的造假成本及造假難易度。

例如駕駛證數(shù)據(jù)，高速數(shù)據(jù)，違章數(shù)據(jù)，車輛數(shù)據(jù)等，都是權(quán)威的同時難篡改，造假成本很高。那些設(shè)備數(shù)據(jù)、工作流水、工作證明等數(shù)據(jù)，都相對容易修改，造假邊際成本也不高。

八、汽車金融有效風控等式

這里提出一個概念：有效風控。有效風控需要有明確的垂直場景，加上國有數(shù)據(jù)及傳統(tǒng)的反欺詐手段，這樣能夠更好的實現(xiàn)風控。

這里用汽車金融舉例，汽車相關(guān)的金融場景，類似新車金融、二手車金融、車抵貸、車輛融資租賃及網(wǎng)約車金融等。雖然這些金融場景的風控其實比較難做，但這其中的欺詐占比其實比無場景金融都少的多。

而國有數(shù)據(jù)指的是記錄在各個部委里的數(shù)據(jù)，例如車輛配置相關(guān)的數(shù)據(jù)在工信部，車輛證件及車輛過戶抵押等數(shù)據(jù)記錄在車管所，社保數(shù)據(jù)在社保局，公積金數(shù)據(jù)在公積金局等等，這些部委不會串改相關(guān)數(shù)據(jù)，比市場上大部分通過采購或自有場景產(chǎn)生的數(shù)據(jù)相對更權(quán)威。

因此使用過程，無論是覆蓋面、準確性、時效性等都是比較優(yōu)質(zhì)的，合規(guī)性就更有保障了。

而傳統(tǒng)的技術(shù)手段，包括設(shè)備指紋、關(guān)聯(lián)圖譜、復(fù)雜網(wǎng)絡(luò)等技術(shù)能力其實是很好的團伙欺詐識別，機器人操作識別的防范工作。

場景+技術(shù)+國有數(shù)據(jù)=有效風控——汽車場景+技術(shù)+汽車相關(guān)國有數(shù)據(jù)=汽車金融有效風控。

九、新車及二手部分風控場景要點分享

獵人在這里主要針對新車及二手部分車風控場景及應(yīng)對點做最后的分享總結(jié)。針對新車場景分購車與租車場景，而購車場景分有意購車及無意購車。

有意購車主要有5大風險點

（1）通過中介、經(jīng)銷商或自行包裝資質(zhì)

針對掛靠工作單位，風控需要識別公司經(jīng)營是否正常、公司單位及職位是否高危類、申請的單位相關(guān)用戶是否過多及通過GPS等位置數(shù)據(jù)判斷用戶工作地址與填寫公司單位是否一致等。針對刷流水的行為：主要看是否有代付工資字樣、查看資金流入流出異常情況及工作性質(zhì)與流水匹配情況等。針對收入證明真實性問題：識別印章真實性比較難，所以可以通過收入水平與同行業(yè)相關(guān)崗位是否匹配及與工作年限及經(jīng)驗是否匹配側(cè)面判斷。針對有擔保的客群：可以通過工商和財務(wù)及擔保調(diào)研等途徑識別擔保用戶或企業(yè)的擔保能力是否充足，是否已經(jīng)超過其擔保能力范圍。經(jīng)銷商為無支付首付能力的人開高發(fā)票價。針對這個情況：可以通過車輛檔案或配置數(shù)據(jù)獲取車輛出廠銷售價，與市場同類車型銷售價對比發(fā)票真實性。（2）負債過高的風險

這個風險主要看2塊，一個是多頭借貸情況、另一個是有無擔保過渡的行為。其中多頭借貸的接口還相對比較豐富，但擔保的查詢接口比較稀缺。

（3）信用不良的風險

通過查詢央行征信、互聯(lián)網(wǎng)金融信用及公開的法院訴訟及被執(zhí)行情況，公安對外的不良名單接口識別信用不良的風險。

（4）貸后用戶其他風險識別

貸后需要觀察短期及長期的年檢到期續(xù)期情況、是否出現(xiàn)多頭借貸及逾期情況、有無車輛抵押風險、用戶違章長期不處理是什么原因等。這些都是壞賬發(fā)生前的征兆。

無意購車可以關(guān)注3大風險點

（1）通過中介、經(jīng)銷商或自行包裝資質(zhì)

識別一個月內(nèi)的是否有過戶操作、一個月內(nèi)是否有做過抵押。一般有這樣情況出現(xiàn)都大概率代表這個用戶有欺詐行為。

（3）貸后用戶其他風險識別

監(jiān)控每年年檢到期續(xù)期情況、有無新增多頭借貸及逾期情況。預(yù)防客戶資質(zhì)變差導致的壞賬。

在租車環(huán)節(jié)，分直租與回租場景。

直租場景主要關(guān)注三大風險

信用風險：可以通過公檢法相關(guān)接口名單獲取、通過手機APP黃賭毒安裝使用情況監(jiān)控及是否有多頭借貸及逾期情況；用途風險：對常出沒違章風險區(qū)域監(jiān)控、例如是否租車去跑黑車、租車是否拿去載貨、租車是否在一些高危風險地帶經(jīng)常出沒，例如賭博、酒吧等；騙車風險：通過常出行軌跡識別是否頻繁出沒于偏遠地區(qū)，判斷騙車概率。

回租場景關(guān)注4大風險

信用風險：通過公檢法名單、手機APP黃賭毒類監(jiān)控、多頭借貸及逾期情況查詢信用風險。騙車風險：對常出沒違章風險區(qū)域監(jiān)控、例如是否租車去跑黑車、租車是否拿去載貨、租車是否在一些高危風險地帶經(jīng)常出沒，例如賭博、酒吧等。車輛性質(zhì)風險：識別是否事故車、套牌車、租賃車及查封車等身份真實性識別：例如車主身份是否虛假及車輛相關(guān)材料真實性。

二手車分為押證（抵押）及押車（質(zhì)押）

押證分為5大風險：

車主身份真實性風險：例如車主身份是否虛假及車輛相關(guān)材料真實性；職業(yè)風險：判斷車主是否屬于高危及敏感職位。高危及敏感行業(yè)容易導致壞賬也無法順利把車收回來。信用風險：通過公檢法名單、手機APP黃賭毒類監(jiān)控、多頭借貸及逾期情況查詢信用風險。車輛性質(zhì)風險：事故車、套牌車、租賃車、查封車、無年檢車、公司車、擔保車、二手車等GPS風險：GPS拆卸風險、軌跡異常、斷電風險、GPS離線及長時間停留預(yù)警等。押車關(guān)注2大風險：

車輛性質(zhì)風險：事故車、套牌車、租賃車、查封車、無年檢車、公司車、擔保車、二手車等。GPS狀態(tài)情況：實現(xiàn)圍欄預(yù)警及位移預(yù)警等。