新金融風險過半來自欺詐 人工智慧、人臉識別、大數據越來越重要了

央廣網北京5月30日消息（記者馬文靜）強監管下，消費金融、網路借貸等新金融行業正逐步結束野蠻生長，進入有序合規的發展階段。然而，日漸平靜的行業氛圍背後，欺詐、騙貸等風險波濤暗涌，制約著新金融行業發展。如何在兼顧效率的同時提升風險防控能力，成為新金融行業亟待解決的難題。

相較於傳統金融機構，互聯網金融機構覆蓋的客戶往往缺乏足夠的徵信數據。截至2016年，央行個人徵信系統所收錄自然人為8.9億，其中只有約4億人有信貸記錄。一些不法分子鑽徵信覆蓋的空子，肆無忌憚的逾期、違約，加劇了互聯網消費金融公司風險。

與此同時，互聯網「黑產」興起，騙貸、欺詐等亂象在互聯網金融行業長期難以根治。車行負責人冒充購車客戶騙貸、詐騙團伙利用他人信息套現等新聞屢見報端。內人士指出，當前，消費金融行業約有50%的損失來自於欺詐，欺詐風險極大制約著消費金融發展。

面對利用各類新型作弊軟體層層偽裝的欺詐者，各類互聯網平台亟待提升風控水平。大數據、雲計算、人工智慧、區塊鏈等「黑科技」在金融行業的深入應用為互聯網金融行業的風控升級帶來了曙光。

在鳳凰網舉辦的「解密黑科技」研討中，有利網風控中心風控總監王威向記者表示，人臉識別技術在互聯網金融風控中已經有所運用。例如，當「黑產」人員通過悄悄更換綁定銀行卡來套取用戶平台賬戶的資金時，採用人臉識別等AI技術，可以鑒別換卡操作是否為用戶本人發起。而採用該技術之後，以往平台需要將近一周完成的人工審核流程可以縮短至一分鐘。

大數據也是互聯網金融領域風控的重要手段。檸檬科技聯合創始人、CTO肖勃飛表示，當前互聯網金融領域風控的主要痛點在於數據不對稱。大數據等可以從全流程解決風控的數據不對稱問題，如在貸前進行實名認證、產品推薦，貸中進行信息校驗、反欺詐、信用評估，貸後信用記錄納入等。

藉助科技塑造的風控模型的「天羅地網」，欺詐團伙在網路上「原形畢露」。肖勃飛舉例稱，「我們關注社會指紋，黑產團伙在設備上有聚集性，往往用相同的手機。」他指出，通過大數據風控模型識別分析銀行卡、手機設備、IP的聚集性及變動情況，以及線上瀏覽、關係網路的異常狀況，欺詐團伙往往能夠被大數據「揪」出來。

儘管有時客戶表面表現較好，沒有明顯的單位、設備的聚集性，但人工智慧有「火眼金睛」。王威舉了一則實際發生的案例，在案例中，儘管欺詐團伙沒有異常行為，但通過人工智慧技術對欺詐團伙照片的識別分析，風控模型發現該群體照片背景呈現高度一致，最終平台反欺詐部門配合公安機關對團伙進行了精準打擊。

不過，肖勃飛指出，由於部分業務本身帶有局域性、集中性等特點，如何提升風控模型準確率，防止「誤傷」也是風控領域的一大「痛點」。「金融業務的風控就是對客戶層次的篩選不斷過濾的過程。」他指出，需要藉助大數據、人工智慧等建立全流程的客戶篩查與實時跟蹤，從而提升風控模型的準確率。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！