如何反欺诈和防止内外勾结.docx

如何反欺诈和防止内外勾结.docx

《如何反欺诈和防止内外勾结.docx》由会员分享，可在线阅读，更多相关《如何反欺诈和防止内外勾结.docx（8页珍藏版）》请在冰点文库上搜索。

如何反欺诈和防止内外勾结

如何反欺诈和防止内外勾结

LT

我们也看到过一些案例。

例如教育分期，行业本身没有问题，但鱼龙混杂，有些合作伙伴自身就是一个风险。

从这个角度来说，很好地选择B端客户，可以降低大规模出现风险事件的概率。

综上所述，对B端的选择，比对C端的选择更重要。

我认为B端和C端的风险管理都比较重要。

从风险本身来讲，B端和C端对我来说是一体的，并没有分离，只不过我们在看待B端和C端的风险时，角度不同。

我们的实际业务中，B2B2C的获客形式会比较快捷。

在这个过程中，我们更多关注的是C端的信用欺诈风险。

如果忽略了这一点，C端信用风险导致的传导效应，可能在B端引发较大的风险隐患。

所以我们会在实际操作中把C端和B端分开来做。

当然，它们同样重要。

在C端的角度，为什么一定要做风险的深入审核呢？

是因为整个C端的变量和市场变化，与我们合作的B端企业的变化是相关的。

在B端实际应用的细微场景中，虽然现在来看，B端企业还是做得不错的，但随着市场环境、用户群体和时代的变化，C端用户的变量是不断调整的。

我们的模型、我们反欺诈的系统、我们对整个市场的评价体系，是随着整个市场环境和底层资产的变量而变的。

那B端呢？

其实我们更多的是反过来服务于B端，在B端风险控制的同时帮助它解决欺诈和被信用风险传导效应影响的问题。

我们在同一深度场景，会和多家横向企业的合作，我们的数据、能力和图谱关系，会比单一B端资产企业的深度更深、广度更广。

我们可以给B端更多的市场变量的输出，帮助B端更好地识别欺诈，提升风控能力。

所以我的观点是，C端和B端都非常重要。

C端主要用于我们的环境观测及信用风险评价变量，而B端，在控制风险的同时提升其风险能力，我们在服务和审核C端的过程中，来侧面解决B端的风险问题。

从重要性上来讲，它们都很重要。

因为风控不是一个点状的工作，你要面面俱到，否则任何一个点的失控，都可能导致最后的崩塌。

谁更重要，还要看具体场景。

有的场景是强场景，自然B端的控制会更多。

有的场景相对来说C端的控制更多。

差异性可能是在B端上，C端的风控手段大部分是一致的。

我个人的体会是，B端的风控更加复杂，需要你对行业有更深刻的了解。

一个风险从业者如果不了解行业特征，只在背后通过模型揣测，往往得不到事件的真相。

3、在细分场景中如何做反欺诈？

监管出台后，有一些业务也在朝着细分领域去转变。

在细分场景中，我们应该如何做反欺诈？

反欺诈，无论你是做哪个场景，B端也好、C端也好，要做到两点：

1.对客户验明正身，有基本的KYC，这个很重要。

2.验明了正身，他的材料有没有做假？

你要让他提供一个征信报告，如果他PS一个打印给你，你相信吗？

你要他提供一个银行流水，他把别人的拿过来改换头面复印一下，难道你就接受吗？

无论什么样的场景，反欺诈，我们都要把这两点做好。

但具体怎么去做？

不同的场景要结合这个场景的特点。

你的数据来源是直接从这个场景获取，还是通过征信公司、第三方数据公司，或者金融科技服务商获取？

是有不同的讲究的。

说到业务流程的设计和管控问题，身份欺诈是一方面，还有另外一种欺诈：

内外欺诈。

在消费场景中，和B端的合作过程中，以及你自己团队在业务流程特别是线下流程中产生一些问题和漏洞，导致内外勾结，这是在银行一直存在的风险。

对于新零售也好，对于科技金融所触及的一些场景消费也好，这个问题以后也会长期存在。

所以如何在不失效率的前提下，利用科技手段让流程更顺畅，覆盖掉这些潜在的风险点？

这也是我们在整个设计和产品管理过程中需要做的。

从欺诈角度来看，其实欺诈本身是从人到流程到产品。

换个其他维度，就变成欺诈动力、欺诈效率、欺诈成本、欺诈所付出的代价，等等。

从这些领域中，我们再往后看，需要思考的问题在于：

我们如何去掉人工化或者减少人工化，将科技的手段放到前沿来，阻挡更多的欺诈手段。

如何在产品设计过程中提高黑产或其他欺诈人群的欺诈成本，降低他们的欺诈动力，增加他们的欺诈难度。

在实际操作中，从单一个体欺诈来看，我们更多的是从信用风险的角度解决问题。

从集中欺诈的风险来看，我们需要更多研究的，是集中欺诈风险所应用的手段和共性的变量。

在这方面，大数据和人工智能的图谱会越来越重要。

在场景中做风控，在反欺诈领域，除了身份欺诈之外，还要对场景端的风险有清晰的认知。

每个场景、每个细分行业有非常大的差异性，要在套现环节、虚假交易环节做更多的防控。

除了身份欺诈之外，套现对中国的消费信贷和信用卡是非常大的挑战。

套现本身有它自己的形态。

任何欺诈都是有行为模式的，要找到他的行为特征，用数据模型的方式给他画像。

当你把场景做了前置，用场景作为服务客户或获客的手段时，我相信欺诈问题也会迎刃而解。

在实际作业的过程中，我们还要平衡，因为金融服务的核心还是为用户服务。

我相信大多数客户还是正常的，我们一方面要提高欺诈人员的犯罪成本，一方面还是要维护大多数客户的体验。

反欺诈会带来巨大的成本。

Fintech带来的最大变化，就是反欺诈的手段比以前多了很多很多，比如根据移动互联网定位地址、关系图谱、社交图谱……数据极大丰富的话，我们就会有更多的方式把欺诈挡在外面，这可能需要做更多的结合。

另外，当你跟商家、跟B端合作时，合作关系的打造也非常重要。

要让你的合作方敞开数据，帮助他打造更加有用的模型。

4、在细分场景中，如何防止内外勾结？

刚才也提到，内外勾结一直是金融领域比较头痛的地方。

那么在细分场景中，如何防止内外勾结？

在互联网金融时代，内外勾结比以前少很多了，因为通过互联网非面对面的方式发生服务，欺诈风险、人员道德风险的空间比以前少。

有些不能改变的，是原有的商业形态中一些比较邪恶或者灰色的东西，像机票商被套现，你在没有进去之前它就存在。

但从金融科技企业本身来说，我们内部的欺诈风险没有那么高，因为都是工程师为主，没有所谓传统意义上的销售，所以内外欺诈相对较少。

我同意这一点。

内外欺诈的风险，从科技金融的手段和风控的未来发展趋势来讲，是越来越少了，并不是说想欺诈的人越来越少了，而是在场景和环境下，让人内外勾结的口子越来越小。

在整个过程当中，我们在风控领域的整个风控体系的架构，人的架构，模型、反欺诈和2B企业的架构设计，在整个风控闭环中法律层面的架构设计……从每一个底层资产过程中发生业务中的架构，都是不断减少内外勾结的有效手段。

我们做了一个区块化模型群，以六维的方式对企业的综合情况进行评价。

在这个过程中，用人去感知机器不能感知的一面，而机器可以感知的一面就是数据，由机器、算法、模型来实现B端评价。

最后我们可以获得企业的现金流指数，企业收入模型被击穿的可能性和预警线，包括业务数据和风险数据变量之间的关系和对业务和企业的影响，等等。

在这个过程中，我们相当于在不断把科技手段和更新更好的算法，植入所有业务场景，弱化人的主观因素判断和专家因素的判断，提升抗风险能力，去掉内外勾结的欺诈风险。

任何新的零售和科技金融的渠道，都会存在一个问题：

甲方的诉求是通过你的金融服务获得更多更高的销售指标，这和我们的风控是有一些冲突的。

所以在我们和渠道商或者甲方一起工作的时候，这个现象一定是存在的。

在科技发展的情况下，欺诈会减少。

其实不一定。

在内控上面，因为都是走系统的流程，都是程序在跑，不太可能出现金融机构内部和外部一起勾结的情况，但是任何一个风险管理的体系肯定会有漏洞，我们和合作伙伴合作的过程当中，对方每天都在和你的风控体系打交道，他很快就能摸索出一套针对你可能存在漏洞的方法。

在我们的风控防控体系中，如何防堵一些可能存在的缺陷？

从科技金融风控角度，这对我们提出了更高的要求。

在和甲方合作的过程当中，一定要注意在流程设计和风险点防范上不断更新，不断学习新的风险案例，由此更迅速地对市场风险做出一个反应。

我觉得有三个方面非常值得注意，一个是流程，一个是机制，一个是技术。

理论上说，所有的业务流程全是自动化的，不涉及人，可能会极大限度地减少内外勾结的可能性，但还是会有一些漏洞：

你的数据权限管理、信息安全的保护、内部风控规则，会不会被你的风控人员直接透露出去了？

如果是贷款，通常营销方有个准入门槛，有些可以明确告知申请者的，但也有很多非常机密的东西，是你连一般员工都不愿意告诉的。

如果没有很好的流程、很好的管理手段，你难以防范内外勾结。

说到营销，P2P非常红火的时候，有成百上千家平台轰轰烈烈，铺门店，只要放款放得越多，得到的佣金越多。

你的奖惩机制，其实没有很好地防止这类业务人员跟客户勾结。

这也是需要注意的。

第三点是科技。

现在有比较先进的技术手段，能很好地保证客户提供的材料，可以通过征信公司或第三方非常靠谱的数据来源去核对。

我觉得如果把这三方面都做好的话，内外勾结可能会大大减少。

5、未来

请各位畅想一下，在未来的细分场景中，我们的风控体系大概是以什么样的形态存在？

我是希望细分场景，把场景用到极致。

因为每个场景有不同的数据，它所触达的客户的特征不太一样，根据场景做的模型也不一样。

我更希望未来国家能够真正把征信体系打造好，让违约成本无论在哪个场景都很高。

各种场景千变万化，不同的场景差别很大，针对一个新的场景或者一个类型的场景，如3C、差旅、教育、医美，要设计出不同的产品和流程。

因为这里面，你所面临的客户群是不一样的，很难做出一个所有信贷产品千人一面的普世风控体系，而是应该尽量细分。

特别是在有场景的情况下，由于渠道和产品合作方的特征，会有自己独特的客群特征，会有合作伙伴的数据、技术、历史情况等带来的独有的东西。

针对特殊类别的场景，我觉得应该设计出简单但体验很极致的一些产品，并由这个产品牵头，开发出新的针对这个场景的风控体系和流程设计。

将来应该会走这样一条路，而不是一个风控体系或一类风控模型就覆盖所有不同的场景。

我们未来希望做的，是让金融回到金融的本质，让产品设计回到金融的本质。

我们接下来要一起解决的几个问题是：

如何让产品更接近于金融，更让用户无感，更能提升用户的体验；如何让所有的业务数据、风险数据和坏账数据都浮出来，在我们共享的信用体系和金融生态体系下，更健康地做金融。

我认为这是未来我们的互联网金融企业发展的方向。

随着互金科技的发展，未来场景金融在整个金融领域的占比会越来越高，这是大势所趋。

大家都说金融要回归本质，我相信消费金融也要回归本质——本质并不是借钱，而是促成客户消费的愿望，这才是消费金融本身对客户提供的最大的价值。

这一目标实现的时候，风控的手段也会变化，每个细分场景有相应的模型。

我也希望通过大家的努力，打造更好的征信环境。

真正有效的征信需要数据寡头建立并分享自己强大的数据优势，各家C端服务机构用手中的拼图，拼出较为完整的画像，才能高效解决风险的问题。