中国金融科技行业的反欺诈挑战：同行信息共享到底有多难？

相关专题：2016朗迪金融科技峰会

7月18日，在上海举办的朗迪科技峰会上，零壹财经CEO柏亮主持了题为“中国金融科技行业的发欺诈挑战”的圆桌论坛。

在本场圆桌论坛上，你我贷总裁王新波、人人聚财首席执行官许建文、搜易贷首席风控官范学红、钱升钱首席执行官倪抒音及同盾科技创始人蒋韬，就金融科技行业发展过程中遇到的反欺诈问题进行了讨论。

对于互联网金融企业来讲，在业务开展过程中，都会出现哪些欺诈类型？

王新波与范学红表示，借款用户分为线上与线下，线下面对面审核欺诈风险较低，线上借款疑似欺诈率较高，通过率也较低。

许建文将反欺诈分为几个方面，一是第一方欺诈，借款人是真实的，但欺诈借款，一是第三方欺诈，即借用别人名义贷款，还有内部员工欺诈，此外，还有两类重要的欺诈：同行欺诈与合作伙伴欺诈。

目前，一些行业信息共享系统及反欺诈联盟逐渐建立，主要目的是针对多头负债等情况进行反欺诈，但是否有效建立，中间存在哪些障碍？

对此，倪抒音表示，反欺诈在同业之间只有两条路可走，一是信息共享，但共享的壁垒打通有非常多行业因素和彼此间壁垒及商业竞争因素在，要实现比较困难；第二就是行业巨头能够开放他们的数据。

以下是实录：（有删减）

嘉宾：

你我贷总裁王新波

人人聚财首席执行官许建文

搜易贷首席风控官范学红

钱升钱首席执行官倪抒音

同盾科技创始人蒋韬

主持人：零壹财经首席执行官柏亮

谢谢前面的主持人以及前面的嘉宾，倪总讲的最后一个问题，其实已经帮我做了很多工作，已经给大家做了铺垫，就是我们金融行业面临的反欺诈的问题以及他问了一个很好的问题，就是现在的CRO们都在干什么，我们现在台上坐了一排CRO，先要问大家都在干什么。先简单介绍一下，我是零壹财经的CEO柏亮。

反欺诈是在互联网金融兴起后大家常说的一个问题。当技术在金融业务中权重变大的时候，它既带来了便捷也带来了很大的破坏性。所以，在这个时候就会有专业的反欺诈人士来从事这个行业。

欺诈风险和一般市场风险不同，这个是主观行为构成的风险。所以对金融也来说，反欺诈这件事就是和这些人在打仗，而且这个矛盾仅仅用人民币还不能解决，因为它要更多的人民币。

平时说反欺诈的时候，有两个故事比较有意思。一个是很多公司都在招募从公检法或者警务系统里出来的相关人士来做反欺诈；另一个是某家平台在开展业务的时候，就在论坛里遇见了某些人利用欺诈手段骗贷的情况。这两家都说明欺诈给行业带来了很大的问题。

我今天想先问一下，P2P或者类似金融服务的机构平时遇见的欺诈行为主要来自哪里？主要是哪些类型？在反欺诈上要花掉的成本占据运营成本的比例大概是多少？王总您先讲下。

欺诈行为都有哪些？反欺诈成本多高？

王新波：讲到反欺诈的问题，现在从业务实践来看，基本归结为两类。今天我们讨论基于客户的反欺诈，内部员工的反欺诈我们称之为操作风险。

从客户层面讲有两个方面。第一是借款人用真实身份虚构信息骗贷；第二种是身份的伪冒。从业务实践看，可以把产品分为线上获线下。从线下贷款的表现看，我们拒绝比例中有15%是因为欺诈；如果从全线上贷款来看，有80%的比例是疑似欺诈，在这些欺诈中有超过50%有团体欺诈的特征。再回到全线上贷款的贷后表现看，损失率客户当中有超过50%，70%为欺诈。基本上在线上贷款这里把控住欺诈风险就可以控制信用风险，就可以实现损失了预期管理的目标，这大概是我们的实践情况。

柏亮：范总，搜易贷跟它有什么不同呢？

范学红：其实整个行业大体如此。互联网金融的蓬勃发展的确降低了一定的门槛，但随着技术和互联网的普及，欺诈的手段和欺诈的现象也越来越多。搜易贷对欺诈也是零容忍，目前主要还是来自外部的欺诈风险。如果按照真正的目前比例来说，线下客户都能识别出风险也没有损失，但现上获客的拒绝率很高，这样后期也会出现一些欺诈的个别情况。整体比例还是很低的。我想说，欺诈风险是全行业一起把控的风险，大家要一起来把这个做的更好，实现更健康的环境。

倪抒音：反欺诈的定义到底是什么，主办方特别会选，我们四个人做的贷款品种是不太一样的，这会导致我们在反欺诈的点是不太一样的。我们的情况和王总有一点解决，而我们的看法是，反欺诈其实分两种，一个是完全的欺诈，一个是伪装后来欺诈。现在我们感觉在IPC的基础上，有了大数据和蒋总及同类的公司后，可以用更加数字化方法来判断诈骗风险，对我们也有很大的防御作用。

柏亮：人人聚财其实它的贷款品种也不一样，也有很多资产来自于外部合作机构，这种情况下，你们的欺诈的行为的重点来源是什么，主要的风险在哪里，你们的做法是怎样的？

许建文：我们踩过的坑很多，我和各位分享下经验。反欺诈方面是有这么几个分类，一个是第一方欺诈，一个是第三方欺诈，还有内部员工欺诈，还有两个重要的欺诈大家平时不太听说，一个是同行的欺诈，另一个就是合作伙伴的欺诈。比如说加盟商欺诈，相比于其他领域，金融领域将钱转移给加盟商后就很难控制钱去了哪里，这就会产生欺诈的问题。另一个是同行，我们最大的风险来自于车辆的二次抵押，有的同行会对用户二次授信，这对我们是最重要的风险。除此之外内部员工也是另外一个欺诈的主要来源。

我们的解决方法是这样的，对于第三方欺诈我们有线下面签；第一方欺诈就是对抵押物的真实性以及到车管所抵押；对于同行的欺诈暂时没有太好的办法；对于加盟商这方面我们则完全不采用加盟方式。

柏亮：好，许总讲了五大攻击方式，蒋总你们有多少种方式对付他？

蒋韬：说到欺诈，我们确实非常有感触，因为我们是一家专业的反欺诈公司，在座的各位几乎全是我们的客户。欺诈在中国非常泛滥，只要有利益的地方几乎都会有相应的欺诈团伙、工具以及一整套的方法论存在。

所谓的欺诈黑市在中国的市场是非常非常大，每年导致的资金损失也非常多，就以互联网为例，欺诈主要分两大类，外部和内部。外部又分线上和线下，内部欺诈最主要的就是员工和借贷，放贷人员和借贷人员本身的串谋，这种串谋是可以通过一种数据或者是通过一些工具的手法发现的。因为我们的情报中心会定量的检测中国400～500个专门讨论各种欺诈事件或者欺诈设施的这种论坛，一旦发现问题并及时通知就可以很好的避免损失。

事中的比如说实时的防控，决策的引擎，各种各样的变量，不管是全局的还是通过这种客户自己的信息去做判断，最简单的像多投，比如说像全局关联，比如说你某一个身份证，在这家机构上看上去是正常的，但是它在一天之内，可能在全部的金融机构里面一下关联的50个不同的手机号，再在做贷款的申请，那这个身份证欺诈的概率就会大很多。类似这样的因子非常多。

从事后来看，就是事后的返察和分析，这个有点像公安或者经侦的返察，你发现它是一个高危，需要你到我们这里来做认证，或者做反察，我们也给你提供一系列的工具，这也能很好的提升企业的反欺诈能力。

此外在中国每一个不同的金融场景都有不同的欺诈类型，在每一个领域里面都有专业的欺诈团伙，欺诈的手法都是不一样的，相应的风控团队和风控的专业能力都需要与之匹配。反欺诈的模型又完全不一样，我们看到的差别非常大。同盾通过跟这么多家客户不断的建模，联合运营，综合了一整套对于不同行业的经验，愿意跟大家去做一些风险，并且他们可以自己去态度优化的。

柏亮：谢谢蒋总用非常短的时间给我们讲了一系列的反欺诈的产品。来自于同行的欺诈，来自于同行的风险，我们以前理解的可能更多的是因为竞争激烈，导致的一人多贷等等，但是来自于同行的欺诈是一种怎样的行为？

同行欺诈是什么？

许建文：我举一个例子，在地方上有一些公司，专门给其他公司授信的公司，用户再次授信，为什么？因为他认为他有更强的催收能力。

柏亮：就是说他能够先于你拿到回款。其他几位老总有遇到类似的问题吗？比如说我们网点最多的你我贷有遇到这个问题吗？

王新波：同行有很多种做法，有一种做法是我觉得你风控能力强，你批一笔我就批一笔，还有一种带恶意的，我贷后催收，发现这个人还不起钱了，引导你比如说到钱升钱去借钱。是不是归结为欺诈，大家讨论，这个是有的。普遍的问题是共债的问题，他在很多公司都有借款。

这也引申到另外一个问题，一个是行业的底线是授信的问题，共债的现象是不是最无耻的道德底线，还是说可以接受，观点真不一样。第二个是说我们同业之间的信息共享机制的建立。第三个当然是现在以蒋总为首的各个互联网证券公司竭力在做的一些事情，大家都可以查到这些数据，这是我的理解。

柏亮：你说的可能更多的是恶性竞争，一人多贷更多的来自于欺诈行为。2013年的时候当时跟行业内的很多人交流，2014年一定会发生很大的风险，其中一个风险就是我们都解决不了一人多贷等等，类似的问题会导致风险爆发。确实2014年进入风险爆发期，是不是一定这个原因导致的？

我看最近几个月会出现各种各样的反欺诈联盟、同行之间的信息共享和联盟的建立，到底障碍在哪里，能不能解决一人多贷的问题？

同行信息共享的建立障碍是什么？

范学红：刚才各位老总都说了欺诈的定义，或者是欺诈的现象，但是大家的共识，欺诈不仅仅是一个个人的行为或个的行为，反而一般来说都是有组织的行为。在这种大的环境下，互联网金融本质还是金融，而且再往大了说，它涉及到整个社会的诚信、征信体制的建立，行业有个健康的环境才会健康发展。我认为大家做互联网金融行业，是要大家积极主动的建立自律健康的环境，同时把风险信息共享起来。

另外，从监管的角度来说，央行从去年开始就已经做风险信息的共享系统，包括现在的互联网金融协会，各地协会的组织大家都在做联防联控，对于欺诈风险绝对是零容忍度的。像同盾和其他的大数据机构确实给我们做网络借贷，从获客到最后的贷前、贷中、贷后起到很好的防范、管理作用，呼吁大家把风险信息共享，尽量避免多重借贷行为。

柏亮：搜易贷的风控应该做得很好，范总说话密不透风，防范系统非常好。钱升钱倪总，你们做的这种笔均五万左右的贷款目前市场可能同类产品最多的。所以这个问题对你们是不是更严重一些？

倪抒音：在我看来，反欺诈这个在同业之间只有两条路。第一条路是信息的共享；第二条路就是真的大巨头能够开放他们的数据出来，如果通过网络和算法的模式批量的去解决风险的时候，至少能够把反欺诈的成本可以通过技术手段来降低。

柏亮：谢谢倪总。最后解决一个积极向上的问题，我们每家公司在数据壁垒上和通过打通数据壁垒模型的拓宽上各自有什么成就？最后蒋总再总结一下你们在这个基础上作为第三方的数据和反欺诈公司有什么新的解决办法。从王总开始。

打通数据壁垒建立模型的成就

王新波：这个问题好像很多，因为我们今天讨论的是反欺诈的话题，其中整个反欺诈的环境建设分三部分，我们刚刚都讨论到了。第一个要建一个大的数据平台，数据基础。第二就是共享，包括黑名单的共享，外部的数据共享，这个我们刚才也谈到了，第三个就是你的科技水平，这里面包含了反欺诈的模型怎么建。

范学红：随着征信行业的蓬勃发展主要是现在大数据征信行业在原来央行征信的基础上，我们现在获取的大数据的维度和深度都非常多，包括结构化和非结构化的数据，这些数据其实已经起到了很好的联防联控的作用。

反欺诈还是要落实到具体的业务场景和具体的产品渠道上，包括我们对场景的把控，对渠道的把控，对产品流程的定制，这样才能把反欺诈的每一个点去落实，把内部和外部的整个欺诈风险降到最低。

倪抒音：我们自己的总结应该说是更偏网络化，首先是一张网，其次是每一个节点，这两个大的方向，一张网是希望通过我们自己用开放的心态去跟腾讯和我们的同行来对接交换数据，把所有的信息变成一张网络状的模型进行大批量的筛选和总结。

第二节点，就是我们针对每一种不同的产品线用每一种节点上的小模型，在大的反欺诈的网络和大的筛选逻辑过后，由网络到各个节点进行单一的小模型的逐个击破，击破完成以后才可以真正进入到我们的真正风控评分系统，这是我们的大方向。

许建文：我们是通过四个，渠道、场景、白名单、SOP，不同的渠道风险是不一样的。通过深入到场景确认场景的真实性，白名单是说已经贷过的用户可以复贷，最后通过SOP，所有的操作步骤都是在APP里面做到N个细节的监控点全部能监控到，通过这个来反内部欺诈。

柏亮：最后请蒋总，因为蒋总这里既有最多的敌人也有最多的朋友，最后我们再超时一分钟给你做广告。

蒋韬：感谢，确实我们有很多敌人，会有一些恶意的人恶意诅咒我们。坦率地说在国内做大数据没有想象中那么美好，很难靠这个能挣大钱。做反欺诈关键就是要靠数据关联，数据本身的价值就是数据的关联性，如果数据都是割裂的就没有价值。对于所有的大数据征信的公司有两个基本的底线要守，第一就是要非竞争性，如果你是一家做大数据的公司，你必须是站到第三方的立场上不能牵扯到金融业务里面去，第二要和客户签署数据保护协议。这两个是个底线的。

柏亮：感谢各位嘉宾的分享，谢谢大家。