阅读：0
听报道
从业务操作的不同环节对比，目前通常所说的消费金融行业与传统金融（例如：银行）相比，存在一些独特的特点，主要包括：通常是线上申请，无业务人员亲访面签；一般是客群下沉，更多集中于强资金需求的低收入人群；通常来说产品门槛低，多数产品无需抵押和担保。在金融市场上，高收益随之而来是高风险，或者说，高风险与高收益是相伴而行的，特别是欺诈风险，据中国银监会2016年数据显示，已开业的15家消费金融公司平均不良贷款率超4%，其中欺诈损失可能占到70%-80%。
在消费金融业务中，什么是欺诈？欺诈风险在信贷中体现为恶意骗贷，一般分为第一方欺诈和第三方欺诈。第一方欺诈是，我就是欺诈主体恶意骗贷。第三方欺诈是，骗贷人伪冒身份，中介黑产、盗用帐户等。以上欺诈类型，尤其中介黑产，在目前的业务运作中是互联网金融风控防范重点之一。
面临这样的市场环境，消费金融平台如何提高相应风险控制能力？从趋势来看，消费金融行业的互联网平台需要建设与传统金融机构差异化的风控体系，利用自身沉淀的用户数据、环境数据，利用生物探针技术采集用户行为数据，建立基于用户、环境、行为的关系网络，并通过机器学习算法实时识别关系网络中的异常点。这些都是互联网平台有别于传统金融的、有可能得到发挥的风控优势。
数据与模型：大数据是互联网金融风控的基础，充分利用互联网服务过程中全面收集用户信息的便利，将线上线下数据结合，借助Apache等开源框架下一系列大数据处理利器，可实现基于APP行为数据、知识图谱、团状关系及染黑度等的大数据算法，建立完善客户用户画像，对识别客户的好坏可提供一定的参考依据。新的大数据建模方式，机器学习GBDT，XG Boost 等，也可打破以前单一的征信数据为模式，丰富欺诈模型识别的多样性。
技术与系统：人脸识别、声纹识别等技术的运用，可以高效解决线上产品申请核身的难题；通过对设备指纹、常驻地理位置，运动轨迹监控，可有效减少账户盗用的事件发生概率。监控系统，可及时发现用户的信用恶化及其他欺诈风险，通过预先设置的报警规则对异常现象进行实时的风险预警，辅以人工及时干预，可在排查风险，修正规则拦截边界的同时，也可在一定范围内避免和减少欺诈行为带来的损失；
专业的团队：分析和模型完毕后，要将结果转化成业务策略。比如反欺诈策略需要专业风险从业人员来落地实施，在业务初期时，可利用专家经验，但随着欺诈样本的累积，风险人员需不断的迭代规则及调整欺诈策略，从而让整个风险体系能高效运转。
互联网金融的风控是个庞大的工程，以上只是从风控模式和反欺诈的角度做了简单阐述，对于消费金融行业的经营管理者来说，在面对高风险的客户群体和复杂的市场环境中，对风险要抱有敬畏之心，不断在失败中吸取教训，加强对数据的理解和技术的迭代，才能让消费金融机构在这场风险与收益的平衡与对抗中走的更远、更稳健、更可持续，相应的风控水平也就更高。
文章载于“悟空问答”（2017年11月14日）
话题：
0
推荐
财新博客版权声明：财新博客所发布文章及图片之版权属博主本人及/或相关权利人所有，未经博主及/或相关权利人单独授权，任何网站、平面媒体不得予以转载。财新网对相关媒体的网站信息内容转载授权并不包括财新博客的文章及图片。博客文章均为作者个人观点，不代表财新网的立场和观点。
京公网安备 11010502034662号 