新金融风险过半来自欺诈 人工智能、人脸识别、大数据越来越重要了
2018/5/31 10:50:13

央广网北京5月30日消息 强监管下,消费金融、网络借贷等新金融行业正逐步结束野蛮生长,进入有序合规的发展阶段。然而,日渐平静的行业氛围背后,欺诈、骗贷等风险波涛暗涌,制约着新金融行业发展。如何在兼顾效率的同时提升风险防控能力,成为新金融行业亟待解决的难题。

相较于传统金融机构,互联网金融机构覆盖的客户往往缺乏足够的征信数据。截至2016年,央行个人征信系统所收录自然人为8.9亿,其中只有约4亿人有信贷记录。一些不法分子钻征信覆盖的空子,肆无忌惮的逾期、违约,加剧了互联网消费金融公司风险。

与此同时,互联网“黑产”兴起,骗贷、欺诈等乱象在互联网金融行业长期难以根治。车行负责人冒充购车客户骗贷、诈骗团伙利用他人信息套现等新闻屡见报端。内人士指出,当前,消费金融行业约有50%的损失来自于欺诈,欺诈风险极大制约着消费金融发展。

面对利用各类新型作弊软件层层伪装的欺诈者,各类互联网平台亟待提升风控水平。大数据、云计算、人工智能、区块链等“黑科技”在金融行业的深入应用为互联网金融行业的风控升级带来了曙光。

在凤凰网举办的“解密黑科技”研讨中,有利网风控中心风控总监王威向记者表示,人脸识别技术在互联网金融风控中已经有所运用。例如,当“黑产”人员通过悄悄更换绑定银行卡来套取用户平台账户的资金时,采用人脸识别等AI技术,可以鉴别换卡操作是否为用户本人发起。而采用该技术之后,以往平台需要将近一周完成的人工审核流程可以缩短至一分钟。

大数据也是互联网金融领域风控的重要手段。柠檬科技联合创始人、CTO肖勃飞表示,当前互联网金融领域风控的主要痛点在于数据不对称。大数据等可以从全流程解决风控的数据不对称问题,如在贷前进行实名认证、产品推荐,贷中进行信息校验、反欺诈、信用评估,贷后信用记录纳入等。

借助科技塑造的风控模型的“天罗地网”,欺诈团伙在网络上“原形毕露”。肖勃飞举例称,“我们关注社会指纹,黑产团伙在设备上有聚集性,往往用相同的手机。”他指出,通过大数据风控模型识别分析银行卡、手机设备、IP的聚集性及变动情况,以及线上浏览、关系网络的异常状况,欺诈团伙往往能够被大数据“揪”出来。

尽管有时客户表面表现较好,没有明显的单位、设备的聚集性,但人工智能有“火眼金睛”。王威举了一则实际发生的案例,在案例中,尽管欺诈团伙没有异常行为,但通过人工智能技术对欺诈团伙照片的识别分析,风控模型发现该群体照片背景呈现高度一致,最终平台反欺诈部门配合公安机关对团伙进行了精准打击。

不过,肖勃飞指出,由于部分业务本身带有局域性、集中性等特点,如何提升风控模型准确率,防止“误伤”也是风控领域的一大“痛点”。“金融业务的风控就是对客户层次的筛选不断过滤的过程。”他指出,需要借助大数据、人工智能等建立全流程的客户筛查与实时跟踪,从而提升风控模型的准确率。

本文转载目的在于知识分享,版权归原作者和原刊所有。如有侵权,请及时联系我们删除。

展开全文
相关阅读
资讯查询取消