我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:斗牛棋牌下载 > 反电子预警 >

互金行业如何反欺诈 同行信息共享到底有多难?

归档日期:09-11       文本归类:反电子预警      文章编辑:爱尚语录

  7月18日,在上海举办的朗迪科技峰会上,嘉宾你我贷总裁王新波、人人聚财首席执行官许建文、搜易贷首席风控官范学红、钱升钱首席执行官倪抒音及同盾科技创始人蒋韬,就金融科技行业发展过程中遇到的反欺诈问题进行了讨论。

  王新波与范学红表示,借款用户分为线上与线下,线下面对面审核欺诈风险较低,线上借款疑似欺诈率较高,通过率也较低。

  许建文将反欺诈分为几个方面,一是第一方欺诈,借款人是真实的,但欺诈借款,一是第三方欺诈,即借用别人名义贷款,还有内部员工欺诈,此外,还有两类重要的欺诈:同行欺诈与合作伙伴欺诈。

  目前,一些行业信息共享系统及反欺诈联盟逐渐建立,主要目的是针对多头负债等情况进行反欺诈,但是否有效建立,中间存在哪些障碍?

  对此,倪抒音表示,反欺诈在同业之间只有两条路可走,一是信息共享,但共享的壁垒打通有非常多行业因素和彼此间壁垒及商业竞争因素在,要实现比较困难;第二就是行业巨头能够开放他们的数据。

  谢谢前面的主持人以及前面的嘉宾,倪总讲的最后一个问题,其实已经帮我做了很多工作,已经给大家做了铺垫,就是我们金融行业面临的反欺诈的问题以及他问了一个很好的问题,就是现在的CRO们都在干什么,现在台上坐了一排CRO,先要问大家都在干什么,先简单介绍一下,我是零壹财经的CEO柏亮。

  反欺诈其实是在金融尤其是互联网金融发展起来以后大家经常说的一个问题,也正是在互联网发展起来以后,当技术在金融业务中产生的力量越来越大,所产生的影响越来越大,它既给我们带来很大的便捷,同时也给我们带来很大的破坏性,所以在这个时候就会有专门的反欺诈的人,反欺诈的部门,其实当然以前也有,但是没有提高到一种行业的高度。比如像蒋韬蒋总专门做一个公司,引领一个行业来做反欺诈的事情。

  欺诈跟一般的风险不太一样,一般如市场风险等并不是纯主观造成的,但是欺诈我们听这个词就是一个主观行为,我是要来骗你的,是要从你这儿来弄到钱,弄到东西。所以对于我们金融机构来说,或者说做金融服务的人来说,反欺诈其实就是在跟这些人打仗,赤裸裸的敌我矛盾,不是人民内部矛盾,人民内部矛盾是用人民币能解决的矛盾,欺诈是仅仅用人民币不能解决的矛盾,因为它要的人民币更多。在这种情况下我们今天来讨论这样一个话题非常有意义。我们这一组的团队非常优秀,都是行业的佼佼者,同时也有反欺诈行业的领头羊。

  平时在跟大家聊反欺诈的时候,有两个故事比较有意思,一些公司讲,他说招一些公检法出身,具有侦查或者反侦查经验的人,相当于在公司内部再纪检,因为欺诈不仅来自于外部,也来自于内部,因为受到金钱的诱惑会导致很多问题。有一次我的检察官朋友想换工作,我在朋友圈贴了一下,一个资深的原来做打击非法集资类似的检察官想要换工作了,很多这种互联网金融的企业就跟我联系说,能不能介绍给我,我们其实要用的。有的公司甚至招这种退伍的军人,退伍的警察或者说是甚至直接去公检法系统里挖人。

  另一个故事是有一家平台上线了一个能够在手机上及时申请贷款的系统,上线时也非常谨慎,他先只在偏远的地区开通了这个功能,而且不做任何推广。在开始的两个星期,都非常平淡,但是两个星期之后的某一天突然这个申请量大幅上升,而且这些申请量全部符合自己的条件。然后他们不敢放这个贷款,去搜索、去查,最后在一个很不起眼的论坛里面,有一个帖子就是说我已经解决了这个系统的问题,谁要申请他们的贷款就找我,甚至说我们可以做些什么样的交易。说明无论是前面一种看起来比较土的方式,还是后面一种基于技术的对打的方式,其实都给我们带来了很大的问题,在这种情况下我们今天讨论这个问题首先其实我想先问一下在做P2P或者类似金融服务的机构,我们平时遇到的这种欺诈行为主要来自于内部,或者是外部,或者主要是哪些类型?然后我们在这上面大概要花掉的成本,占我们整个运营成本的比例大概是多少,我们按照上面的顺序来,王总您先讲讲你们的秘密。

  王新波:非常荣幸坐在这里聊天,讲到反欺诈的问题,我们主持人已经列举了很多现象,现在从我们的业务实践来看,我们基本上可以把它归结为两类,当然先回答来源于内部还是外部,今天我们讨论基于客户的反欺诈,把内部的员工的反欺诈我们称之为操作风险。

  从客户层面来讲,可以总结为两个方面。第一个就是借款人来这里,虚构了信息,但身份是真的,虚构信息骗取贷款,借钱就是不还,这是第一种。第二种是身份的伪冒,从我们的业务实践来看,可以把这个产品分为线上线下,今天我们在座的有全线上的贷款,也有线下的贷款,我们两者都有。从线下贷款的表现来看,在我的拒绝比例当中有15%左右的比例由于欺诈的原因被拒绝掉了,如果从全线上贷款来看,被拒绝的比例是80%是疑似欺诈,在这些欺诈当中有超过50%是有明显的团贷,团体欺诈的特征。然后我们再回到全线上贷款的贷后表现,损失率客户当中有超过50%,70%为欺诈,基本上可以看得出来,在管特别是线上贷款的风险的时候管住了欺诈风险就管住了信用风险,就能实现损失率预期管理的目标,这大概是我们的实践情况。

  范学红:其实整个行业的情况大概都是这样的,我想说互联网金融的蓬勃发展跟传统金融是降低了一定门槛,我们也进一步发展普惠金融,随着技术和互联网的普及,欺诈的手段和欺诈的现象也越来越多。搜易贷从创建之初当时就说把欺诈风险作为信用风险管理的重中之重,搜易贷对欺诈也是零容忍的,目前主要还是来自于外部的欺诈风险,如果是按真正的目前的比例来说,因为刚才按照王总说的如果是线下获客是通过全流程的管理还有现在的集团大数据,以及跟外部机构合作的数据很好的把控了整个风险管控。线下的客户我们基本上都能识别出来欺诈,目前来说我们也没有什么损失。但是线上获客因为大家追求实时和更好的便捷,疑似欺诈拒绝率很高,通过率很低,但是后期还是会发现还是会有一些欺诈的个别情况。整体比例还是很低的,我想说欺诈风险应该是全行业一起来把控的风险,大家今天坐在一起来怎么样把这个做得更好,实现更健康的环境。

  倪抒音:反欺诈的定义到底是什么,主办方特别会选,我们四个人做的贷款品种是不太一样的,这会导致我们在反欺诈的点是不太一样的,我们所面临的情况跟王总会有一点接近,而我们的看法是说,反欺诈其实分成完全的欺诈,摆明了就是来骗的,还有一种相对是灰色的,无论是你的代理或者是团体欺骗行为等等,他是完全想来骗钱的,只是包装成各种各样的方式和方法来骗钱。现在我们很深刻的感觉是在IPC的基础之上,当有了大数据的很多算法之后,比如蒋总这里的很多武器以及市场上还有跟蒋总接近的有一些其他公司的武器,能够用更加电子化的方式来帮助我们的审核员在早期甚至是系统化审核员早期判断出集体骗诈的风险,对我们来讲都起到了非常大的防御作用。

  柏亮:人人聚财其实它的贷款品种也不一样,也有很多资产来自于外部合作结构,这种情况下,你们的欺诈的行为的重点来源是什么,主要的风险在哪里,你们的做法是怎样的?

  许建文:是这样的,人人聚财成立于2011年,现在已经走过5个年头,这里面我们踩过的坑很多,在这里实际跟大家说一下我们得到的经验。在反欺诈方面是有这么几个分类,一个是第一方欺诈或者说借款人是真实的,一个是第三方欺诈,借用别人的名义,还有内部员工欺诈,还有两个重要的欺诈大家平时不太听说,一个是同行的欺诈,另一个就是合作伙伴的欺诈。各家从事的业务都不太一样,我们实际上很多业务都从事过,但是我们做小范围的尝试也做到了及时。比如说中国比较严重的一个加盟商欺诈,在其他领域的加盟商大家可能很容易理解,麦当劳、肯德基,但是金融的加盟商是完全不同的,因为你将用户的钱转到他那里了,控制权就完全转移到他那里,他控制了用户、钱之后,你很难把控这个钱到底去了哪里,这是一个重要的欺诈。另一个就是同行,对人人聚财来说,我们是做这种车辆抵押贷款最多的,我们最大的风险来自于车辆的第二次抵押,换句话说同行因为车是在车管所抵押给了我们,但是他们再次的给用户二次授信,这是对我们来说最重要的风险。除此之外内部员工也是另外一个欺诈的主要来源。

  我们解决问题的几种方式是这样的,对于第三方欺诈由于我们有线下的面签,基本上能防止第三方欺诈。对于抵押物的真实性以及到车管所做抵押,基本避免了第一方欺诈。对于同行的暂时没有太好的办法,对于加盟商我们是坚决采用直营的方式,不再采用加盟的方式。

  蒋韬:说到欺诈这个事情我们确实是非常有感触的,因为我们公司是一家专业帮助所有的客户去防范欺诈风险的公司,在座的各位我们其实也非常荣幸,几乎全部是我们的客户。我个人做同盾科技有三年,之前又做了五年,全部是跟欺诈和信用风险相关的工作。我们今天看到的欺诈活动在中国非常泛滥的,在中国只要有利益的地方,几乎都会有相应的欺诈团伙以及相应的欺诈的工具和一整套的方法论存在。所谓的欺诈黑市在中国的市场是非常非常大,每年导致的资金损失也非常多,就以互联网为例,欺诈主要分两大类,外部和内部。外部又分线上和线下,内部欺诈最主要的就是员工和借贷,放贷人员和借贷人员本身的串谋,这种串谋是可以通过一种数据或者是通过一些工具的手法发现的。因为我们的情报中心会定量的监测中国400~500个专门讨论各种欺诈事件或者欺诈设施的这种论坛,一旦发现有人比如说红岭创投或者是某某互联网金融公司刚上了一个APP,一定风控措施没有到位,会有各种漏洞,假如说有人针对这个漏洞去做相应的欺诈,一定会先在论坛里面去讨论,然后会有攻略,12345告诉你怎么去做这个事情。假如你提前找到这些攻略的信息,并且提前通知到客户的话,可以很好的避免这些欺诈损失。我们已经上线家客户主动开通免费在用。这是事前的。

  事中的比如说实时的防控,决策的引擎,各种各样的变量,不管是全局的还是通过这种客户自己的信息去做判断,最简单的像多投,比如说像全局关联,比如说你某一个身份证,在这家机构上看上去是正常的,但是它在一天之内,可能在全部的金融机构里面一下关联的50个不同的手机号,再在做贷款的申请,那这个身份证欺诈的概率就会大很多。类似这样的因子非常多。

  从事后来看就是事后的返察和分析,这个有点像公安或者经侦的返察,你发现它是一个高危,需要你到我们这里来做认证,或者做反察,我们也给你提供一系列的工具,这也是很好的提升企业的反欺诈能力的。

  此外在中国每一个不同的金融场景都有不同的欺诈类型,比如说车贷,分一手和二手,一手包括消费分期,二手包括抵押和质押,在每一个领域里面都有专业的欺诈团伙,欺诈的手法都是不一样的,相应的风控团队和风控的专业能力都需要与之匹配。反欺诈的模型又完全不一样,差别非常大,我们看到的差别非常大。同盾通过跟这么多家客户不断的建模,联合运营,综合了一整套对于不同行业的经验,愿意跟大家去做一些风险,而且我们很多的模型和规则客户都可以看见,并且他们可以自己去态度优化的,这是我基本的经验。

  柏亮:谢谢蒋总,用非常短的时间给我们讲了一系列的反欺诈的产品。来自于同行的欺诈,来自于同行的风险,我们以前理解的可能更多是比如说因为竞争激烈,导致的一人多贷等等,但是来自于同行的欺诈是一种怎样的行为?

  许建文:我举一个例子,在地方上有一些公司,专门给其他公司授信的公司,用户再次授信,为什么?因为他认为他有更强的催收能力。

  柏亮:就是说他能够先于你拿到回款。其他几位老总有遇到类似的问题吗?比如说我们网点最多的你我贷有遇到这个问题吗?

  王新波:我们今天讨论有一个定义的问题了,同行他有很多种做法,有一种做法是说我觉得你风控能力强,你批一笔我就批一笔,还有一种带恶意的,我贷后催收,发现这个人还不起钱了,引导你比如说到钱升钱去借钱。是不是归结为欺诈,大家讨论,这个是有的。普遍的问题是共债的问题,他在很多公司都有借款。这也引申到另外一个问题,一个是行业的底线是授信的问题,共债的现象是不是最无耻的道德底线,还是说可以接受,观点真不一样。第二个是说我们同业之间的信息共享机制的建立,要有联盟的机制。第三个当然是现在以蒋总为首的各个互联网公司竭力在做的一些事情,大家都可以查到这些数据,这是我的理解。

  柏亮:你说的可能更多的是恶性竞争,一人多贷更多的来自于欺诈行为。2011、2013年的时候当时跟行业内的很多人交流,2014年一定会发生一个很大的风险,其中一个风险就是我们都解决不了一人多贷等等,类似的问题会导致风险爆发,很多机构会死掉。确实2014年进入风险爆发期,是不是一定这个原因导致的?我们先不说,到现在为止这个问题依然没有很好的解决,但是我看最近几个月会出现各种各样的反欺诈联盟,同行之间的信息共享和联盟的建立,到底障碍在哪里,能不能解决这个问题?

  范学红:刚才各位老总都说了欺诈的定义,或者是欺诈的现象,但是大家的共识,欺诈不仅仅是一个个人的行为或个的行为,反而一般来说都是有组织的行为,或者是包括它一个团伙集体来作战的行为。在这种大的环境下,互联网金融本质还是金融,而且再往大了说,它涉及到整个社会的诚信、征信体制的建立,行业有个健康的环境,良好的生态,其实整个行业才会健康发展,不管是网贷也好,互联网金融的其他形式才会得到更长远的发展。我这边认为大家做互联网金融行业,反而是大家积极主动的去建立一个行业的自律和健康的环境,同时把自己的风险信息共享起来。

  另外其实从监管的角度来说,央行从去年开始就已经做了风险信息的共享系统,包括现在的互联网金融协会,各地协会的组织大家都在做联防联控,对于欺诈风险绝对是零容忍度的。像同盾这样好的机构和其他的大数据机构确实给我们做网络借贷,从获客到最后的贷前、贷中、贷后起到很好的防范、管理作用,呼吁大家把风险信息共享,尽量避免给它多重借贷,尤其是恶意的多重借贷行为。

  柏亮:搜易贷的风控应该做得很好,范总说话密不透风,防范系统非常好。钱升钱倪总,你们做的这种笔均五万左右的贷款目前市场可能同类产品最多的。所以这个问题对你们是不是更严重一些?

  倪抒音:反欺诈这个在同业之间只有两条路在我看来,我的个人意见。第一条路是信息的共享,就是我们每个人能够真的知道这个人在其他同行到底有没有贷过款,信息的共享是非常关键的。共享的壁垒打通有非常多行业的因素和彼此之间壁垒和商业竞争的因素在,这个可能比较难。

  第二条路就是真的大巨头能够开放他们的数据出来,比如说芝麻信用,比如说腾讯,BAT三家以及像宜信这种甚至平安这种特别大的巨头,如果你想在市场上借钱,基本上这些大的会借一点,他们如果开放一些数据给到我们这些互联网金融机构,对我们是非常大的数据补充。刚刚拿到的这套数据为什么我们敢于去做这些事,除了跟第三方机构的合作取到的数据之外,现在还可以取到腾讯一个人在社交网络上的数据,你是否用了模拟器,在社交数据上所有的IP地址和设备号,跟我们当初在电商和O2O领域去预防刷单的一些算法以及复杂网络的算法是非常像的,本质上都是寻找它的关联关系。如果面对面的去击破单个风险,成本确实比较大,如果通过网络和算法的模式批量的去解决很多风险的时候,应该说至少能够把风险化解反欺诈风险的这种成本可以通过技术手段来下降。

  柏亮:谢谢倪总,希望那些大的银行、互联网公司把数据开放出来,但是他们也在做同类的业务,为什么要把数据开放给你?其实不要说他们,就是我们同行一直解决不了这个问题,大家都是一样的,我们都有这样的业务需求,或者说我们都要做同样的事情,这一直是一个障碍。还有来自于政府、事业单位的各种数据,这个是大家一直诟病的问题。我觉得我们也不要每次都想很悲观的问题,在这些数据壁垒里面,我们每家公司都做了哪些突破,时间只有5分钟了,所以最后解决一个积极向上的问题,我们每家公司在数据壁垒上和通过打通数据壁垒模型的拓宽上各自有什么成就?最后蒋总再总结一下你们在这个基础上作为第三方的数据和反欺诈公司有什么新的解决办法。好从王总开始。

  王新波:这个问题好像很多,因为我们今天讨论的是反欺诈的话题,其中整个反欺诈的环境建设分三部分,我们刚刚都讨论到了。第一个要建一个大的数据平台,数据基础。第二就是共享,包括黑名单的共享,外部的数据共享,这个我们刚才也谈到了,第三个就是你的科技水平,这里面包含了反欺诈的模型怎么建。

  范学红:随着征信行业的蓬勃发展主要是现在大数据征信行业在原来央行征信的基础上,我们现在获取的大数据的维度和深度都非常多。包括结构化和非结构化的数据。还有像同盾比如前海征信基于平安的,这些数据从反欺诈的角度都是开放出来的。其实已经起到了很好的联防联控的作用。

  搜易贷基于我们集团搜狐本身大数据优势还有客户授权的大交易数据的话,已经达到了自身的风控系统,也是集合了大数据的算法,分类算法和我们的平衡授信模型。

  反欺诈还是要落实到具体的业务场景和具体的产品渠道上,包括我们对场景的把控,对渠道的把控,对产品流程的定制,这样才能把反欺诈的每一个点去落实,把内部和外部的整个欺诈风险降到最低。

  倪抒音:我们自己的总结应该说是更偏网络化,把它称之为首先是一张网,其次是每一个节点,这两个大的方向,一张网是希望通过我们自己用开放的心态去跟腾讯,去跟很多我们的同行来对接交换数据,包括我们现在也跟有一些比较大的同行交换数据了,试图通过构建出一张网络,能够大家互通相关的信息,把所有的信息变成一张网络状的模型进行大批量的筛选和总结。

  第二节点,就是我们针对每一种不同的产品线用每一种节点上的小模型,比如说生意贷有它的小模型,消费贷也有自己的小模型在大的反欺诈的网络和大的筛选逻辑过后,由网络到各个节点进行单一的小模型的逐个击破,击破完成以后才可以真正进入到我们的真正风控评分系统,这是我们的大方向。

  许建文:我们是通过四个,渠道、场景、白名单、SOP,不同的渠道风险是不一样的,通过区分这个。通过深入到场景里面去,确认场景的真实性,白名单是说已经贷过的用户可以复贷,最后通过SOP,所有的操作步骤都是在APP里面做到N个细节的监控点全部能监控到,通过这个来反内部欺诈。

  柏亮:最后请蒋总,因为蒋总这里既有最多的敌人也有最多的朋友,最后我们再超时一分钟给你做广告。

  蒋韬:感谢,确实我们有很多敌人,今天大家到网上去搜,网上已经有人在讨论怎么会有同盾这样一家企业,让他们在各家贷款公司金融机构去骗贷款再也不像以前那么容易了,会有一些恶意的人恶意诅咒我们。对于同盾来说确实是做了非常有意义的一件事情,坦率地说在国内做大数据没有想象中那么美好,这个事情至少在三年之内都是公益的事情,很难靠这个能挣大钱,特别是跟你服务的那些金融机构相比,我们服务了很多金融机构两三年之内一个月就能到两三千万到五千万,但是同盾每家公司收钱收得非常少。做反欺诈关键就是要靠数据关联,数据本身的价值就是数据的关联性,如果数据都是割裂的,数据再大,或者你是一个大的公司,如果你的数据跟别的公司不打通的话,这个数据没有价值。对于所有的大数据征信的公司有两个基本的底线要守,这是因为中国现在也没有完全的征信法,也没有完全的隐私法,没有完全的大数据法律,但是有两个底线,这是在美国做任何的商业都是需要去遵守的。第一就是要非竞争性,如果你是一家做大数据的公司,你必须是站到第三方的立场上不能牵扯到金融业务里面去,不能做风险业务,必须去做科技公司或者数据公司,第二那么多的客户信任你,把数据放到你这里,你跟别人要签数据保护协议,这也是一个基本的要求,这两个是个底线的。

本文链接:http://enovexcorp.com/fandianziyujing/538.html