大數據金融反欺詐將一步步破碎羊毛黨的黃粱美夢

　　今年兩會上，總理在《政府工作報告》中指出，當前系統性風險總體可控，但對不良資產、證券違約、影子銀行、互聯網金融等積累風險要高度警惕。互聯網金融風險連續四年被寫進政府工作報告中，可見風控對于我國金融行業發展的影響之大。

　　日前，網貸之家聯合盈燦咨詢發布的《P2P網貸行業2017年1月月報》顯示，截至2017年1月底，P2P網貸行業正常運營平臺數量為2388家，相比去年12月底減少了60家。近年來數千家P2P平臺的倒閉，與資金實力不足、技術條件不過關、營銷能力欠佳、風控水平不高等有密切關系，在這一系列企業經營風險中，最為棘手的就是壞賬風險。

　　信用借款壞賬分為兩類：一類是借款人在借款時主觀上不想還款，被稱為“欺詐”;另一類是借款后，還款能力出了問題而還不起款。由于國內個人征信體系尚不完善，中國欺詐違約率明顯高于國外，而且低廉的線上造假成本和層出不窮的信用詐騙手段，大大降低了網貸申請過程中的詐騙難度，給P2P平臺識別風險帶了很大的沖擊和挑戰。

　　此外，網絡技術的發展，還讓互聯網金融風險集中于政策風險、信用風險、流動性風險、擠兌風險等方面，而且比傳統金融風險更隱蔽和易于擴大，最為典型的莫過于金融欺詐團伙的“薅羊毛”現象了。

　　羊毛黨帶來“欺詐式繁榮”之后，業內一片血流成河

　　P2P平臺與“羊毛黨”之間存在著一種微妙的關系。對平臺而言，“羊毛黨”的出現，是愛，也是恨。

　　一方面，“羊毛黨”快速提升注冊人數和交易量的行為，可以推動平臺快速發展，讓企業擁有談判融資的籌碼，讓企業迎來短暫的虛假繁榮;但另一方面，這些人通過微信、QQ、論壇等方式聯系在一起，通過偽造IP地址虛擬多臺電腦設備的方式，用軟件同時控制多臺智能終端做為肉機，在社區軟件里組成關聯群、招聘“兼職人員“等等，集中進行“薅羊毛”行為，用極低的成本獲取極高的收入，致使許多互聯網金融平臺損失慘重，甚至被搞垮。

　　據悉去年有不少于100家P2P公司遭到羊毛黨攻擊，損失慘重，光是深圳、浙江兩地就有20多家跑路，業內平臺死一大片，血流成河。不得不說，羊毛黨的出現是互聯網金融行業的一種黑色幽默，它既是時代的畸形產物，但又似乎是一種必然。

　　這些P2P行業的“寄生蟲”，大口大口地吞噬暴利，使得業內血流成河，普通的投資者自然也被“殃及池魚”。

　　傳統金融反欺詐卻幾乎束手無策

　　傳統的金融反欺詐一般有三種模式：“黑白名單”、基于規則的防范機制和利用內部數據進行建模分析防控風險的方法。

　　作為基本的防范措施，黑白名單這種反欺詐模式存在一定的滯后性，在沒有平臺用戶全數據的整合分析下(用戶行為、交易和資金數據、以及用戶個人信息)，真實用戶被誤殺的概率會很大。

　　基于規則的防范機制也是金融企業的常用應對措施，這些平臺會通過設置一些活動的隱形規則、投資門檻和活動陷阱，盡最大努力去拉長羊毛黨投資資金在平臺上的周期時間，降低薅羊毛的整體收益，但期間往往會出現規則設置僵化等問題。

　　目前基于用戶數據的反欺詐模式中，國內的反欺詐服務商大多以數據驗證和交叉比對為主，但無法深入用戶內部生產環境，由此也無法在規則優化，模型訓練，欺詐確認等方面行成閉環，對用戶風險的預判容易出現偏頗。另外一些平臺會把數據資產當作自己的隱私，不希望平臺的核心數據脫離平臺本身，于是在打擊反欺詐團伙時導致很多第三方監控產品能獲取的用戶數據極少，監控效果往往不理想。

　　由此來看，傳統的金融反欺詐模式只能實現一定程度的“未雨綢繆”，并不能很好的解決風險大數據的缺失、或因共享不足等構筑反欺詐“防護網”的核心難點。

　　大數據反欺詐走上舞臺，并逐步成為金融反欺詐核心

　　“薅羊毛”現象的出現，給互聯網金融發出了一個明確的信號：金融欺詐已經成為了行業健康發展不可忽視的風險。據悉在一些P2P公司，惡意欺詐產生的損失占整體壞賬的60%，可見要推動行業健康發展必須要有效實現金融反欺詐。

　　在這種金融風險盛行的大環境下，為行業提供風險控制及反欺詐服務的第三方服務商陣營也得以迅速成長和壯大。以芝麻信用、騰訊征信、極光大數據等為代表的新一批大數據公司依托跨行業、多維度的海量數據沉淀以及強大的數據挖掘、分析和預測能力，提供反欺詐服務，羊毛黨開始慢慢退場，行業迎來新的發展希望。

　　在反欺詐領域，大數據也有了新的屬性——即貨幣價值。例如某個企業用了大數據產品后，其違約率降低了多少百分比，降低了多少損失，然后能夠愿意為這個損失付出多少，這便是反欺詐產品的貨幣化空間，所以大數據的貨幣化屬性也就是價值屬性，數據產品的貨幣化，最終還是取決于產品給客戶帶來的價值。而大數據反欺詐正在以三個維度的引領凸顯其價值，為行業構筑了一道反欺詐防線。

　　一、更高的輸入數量和質量

　　傳統金融反欺詐模式的數據往往在多樣性、實時性、完整性、準確性和真實性上存在比較大的問題，而大數據可以通過全行業無差別服務的資源積累為金融反欺詐前期的信息驗真提供更多和更高質量的數據。

　　在此方面，極光大數據無疑是霸主級的存在，其成立近6年來服務了超過50萬款移動應用，累計覆蓋超過 70 億個移動終端，月獨立活躍設備超過7億，產品覆蓋了中國國內 90% 以上的移動終端，也正是由于其龐大的數據量，整個評估過程完全在可以極光自有的數據源中進行，金融企業甚至無需共享自身的敏感數據即可完成評估，很好的補充了傳統金融反欺詐用戶數據模式中平臺數據源的敏感性問題。據悉目前極光大數據反欺詐服務已經覆蓋了 3600萬風險用戶，分析了3億多個風險行為，識別出超過1700萬 的 “羊毛黨” 用戶群。

　　二、更精準的欺詐模型

　　評判反欺詐服務質量好壞的關鍵一環便是模型的準確度，目前大數據反欺詐平臺的一大作用就是幫助企業優化自己的欺詐模型，為金融企業的借貸行為及產品決策提供更精準的建議。

　　極光大數據和業界知名合作伙伴聯合開發并提供金融領域反欺詐因子，能夠幫助金融企業提升企業授信、反欺詐管理等的數據挖掘模型的質量，從而優化風控結果。

　　而XCloud風險云也推出基于SNA社交網絡分析的團體欺詐和關聯風險強甄別服務，為客戶完成從個體風險到網絡全局風險的識別能力升級等等。

　　三、更人性化的服務內容

　　在大數據的加持下，金融反欺詐領域的服務更顯人性化。極光大數據通過每日TB 級的數據采集、清洗、加工、分析，形成移動互聯網領域權威的海量數據資源，采用API的方式進行系統無縫集成，極大提升了金融客戶部署產品的整合效率和應用效率，并以設備為中心，采用弱變量因子，有效避免人為欺詐導致的識別誤差，服務更顯高端;而360金融大數據安全體系則在網上銀行、電子支付、ATM、信用卡等多個業務領域主題反欺詐上都能做到監測、控制反饋、響應處置等統一全面的風險管理。

　　由此看來，隨著互聯網金融的迅猛發展，金融欺詐的風險也越來越高，尤其是以“羊毛黨”為代表的金融欺詐團隊更是成為了整個互聯網金融行業的災難。然而傳統的金融反欺詐卻并不能有效抵抗這種金融風險，大數據金融反欺詐走上歷史舞臺，并為整個未來新金融的發展保駕護航，它也將會讓羊毛黨們的黃粱美夢最終破碎。

　　劉曠，以禪道參悟互聯網、微信公眾號：liukuang110