“蝗灾”频发的金融业 靠什么拯救？

本篇文章2870字，读完约7分钟

中国互联网金融正经历爆炸式增长，但这种快速增长的背后是风险的频繁爆发。

本文由JSC授权的黑马出版。

近年来，中国互联网金融经历了爆炸式增长，但在这种快速增长的背后是风险的频繁爆发。除了传统的信用风险，外部欺诈已经成为新的主要风险来源，一些p2p公司甚至因为恶意欺诈损失了60%的坏账。从这个角度来看，无论是传统的金融机构还是新兴的互联网金融机构都不得不应对金融欺诈的瘟疫。

利益之战，金融欺诈背后的激烈游戏

当互联网金融蓬勃发展的时候，一群叫做毛党的人说他们是黑客，这有点不准确。他们的工作没有太多的技术内容，但是这群人可能会给平台带来比黑客更大的风险。

就在去年，100多家p2p公司遭到黑客攻击，并遭受重大损失，仅在深圳和浙江就有20多家公司逃之夭夭。这群刷客户像蝗虫一样越过边境，一些平台每分钟都干涸。他们成群结队，只追求利润，并成为金融黑色产业链的重要组成部分。它们是网络时代的畸形产品，但它们的存在是不可避免的。

在互联网领域，速度和规模是所有企业家的法宝。他们需要向领导人提交一份完美的数据，并向投资者证明他们的业务极其繁荣。“不要害怕风险，快速前进，承受损失，不断壮大，向资本市场讲述美丽的故事。为了迅速扩张和占领用户，大多数互联网金融公司默认了这一群“羊毛党”的存在。

“事实上，很多平台都希望我们去薅羊毛，而平台故意留下漏洞，以增加注册量和业务量。一位资深羊毛党人士在接受媒体采访时说，但可怕的是，这群羊毛党人只是金融黑色产业链的主要参与者，更可怕的是黑色生产军团。

所谓的黑产品实际上是通过各种渠道收集泄露用户信息的高层“羊毛党”，然后利用互助黄金平台(大多是初创公司)风险控制能力相对较弱、在线审计等业务特点，不断挖掘新的漏洞。大多数时候，毛党只从平台上赚取各种利益，但这群人带来了更多的金融欺诈。

自2014年以来，许多消费金融平台开通了“透支”和“零首付”功能。根据用户的信用消费记录，该平台提供了一定量的“透支”，并且可以购买商品和享受服务，也就是说，这些平台正在成为黑生产商眼中的肥肉，他们通过窃取传统银行卡窃取在线消费金融平台。

到目前为止，黑色生产者已经形成了一个完整的产业链，集成了信息窃取或伪造、中介贷款援助、贷款资金安全转移等功能。它们的存在给整个金融业带来了血本。可以说，寻找一种有效的方法来消除金融诈骗中的黑色财产是极其迫切的。

为什么大数据成为反欺诈的最有力武器？

什么是财务欺诈？其实质是行为人对信息不对称的利用，其特征往往是目标的不确定性，因此在欺诈风险度量过程中往往缺乏风险数据支持，这也是构建反欺诈保护网络的核心难点，即风险大数据共享不足或不足。

如今，传统金融企业普遍采用黑白名单、基于规则的防范机制、通过自身业务数据进行分析和建模等传统方式进行风险控制。然而，这些方法往往存在滞后、机制僵化、数据不完整等缺点，导致财务风险控制只能在一定程度上采取防范措施，而无法实现真正的全面风险控制。

然而，一些互联网金融公司利用互联网思维开展互联网金融业务，如p2p、消费金融等。，而交通至上的原则往往会带来风险控制的危机。缺乏多维数据支持和风险控制模型的迭代验证，互联网金融的风险控制举步维艰，行业坏账率居高不下。

对于绝大多数平台，尤其是科技力量相对薄弱的金融机构，在反欺诈过程中遇到的最大问题是，单纯依靠一个平台的风险信息收集和分析，依靠对业务系统的严格控制，显然无法防止欺诈风险案件向行业内其他金融机构蔓延。根据单一的业务数据信息，根本不可能判断它是否是欺诈。

基于用户行为的大数据反欺诈服务只是对金融业现有风险控制系统的有力补充。该系统以奥罗拉大数据(Aurora Big Data)提供的反欺诈服务为例，以用户行为数据为基础，从移动应用使用习惯、离线活动习惯、特定领域互联网+行为习惯等多个维度对用户的风险水平进行评估，全方位提供用户行为信息识别和网络分析服务，为金融企业的借贷行为和产品决策提供建议。

如今，一批新的大数据公司正在反金融欺诈领域贡献自己的力量。他们依靠跨行业、多维的海量数据沉淀和强大的数据挖掘、分析和预测能力来扼杀摇篮中的欺诈行为。这种机制的最大价值在于，它可以将更多的影响因素带入商业风险控制领域。

反欺诈的最终平衡在哪里？

金融平台的反欺诈和黑人生产队之间的竞争从未停止。需要知道的是，每个平台所面临的实际情况实际上是非常不同的，需要保证好的反欺诈产品的及时性。如何量化风险，使决策者能够清晰准确地判断预警信息，是一个巨大的挑战。

《中国企业家》在报道中说，“这些年来，黑生产队和台湾方面有过几次肉搏战。”平台侧不断构建更加完善的防御体系，提升反欺诈识别能力。黑色生产军团也以同样的速度重复寻找漏洞的进攻战术，甚至双方都派出卧底上演无间道。长期以来，双方在行业中保持着微妙的平衡。ゥ

正是在这种不断攻击和防御的背景下，为行业提供风险控制和反欺诈服务的第三方服务提供商阵营迅速壮大。奥罗拉成立于2011年，因其开发人员服务(如push)而在业内享有盛誉，也有着巨大的市场前景，从其海量数据中衍生出金融反欺诈服务，并最终成为风险控制和反欺诈领域的一支重要力量。

目前，在奥罗拉大数据服务平台上，反欺诈服务覆盖了3600万风险用户，分析了3亿多种风险行为，识别了1700多万名羊毛党用户。但对于金融反欺诈而言，它是一个集风险防范、风险防控和风险分析于一体的系统工程。为了应对不断变化的反欺诈市场，不断更新的数据也是关键。

我们必须知道，在这场攻守战争中，无论平台成功防御多少次，一旦失败就意味着从头开始。从这个角度来看，反欺诈最关键的一步可能是“如何将风险扼杀在萌芽状态”。反欺诈模型必须基于大数据分析，这些黑生产集团不仅会在一个平台上进行欺诈，而且他们的行为往往会表现出跨平台的特征。

为了有效地预测风险，可能仍然需要更全面和不断更新的数据源。奥罗拉大数据(Aurora Big Data)最初是一家开发商服务公司，自成立以来的六年里，一直为市场提供稳定的开发商服务。其产品覆盖了中国90%以上的移动终端。原始数据经过艰苦的积累后，数据更新源源不断，其开发人员服务为其金融反欺诈服务提供了持续的数据活力，就像造血机一样。

此外，为了解决信息孤岛问题，奥罗拉大数据不仅使用自己的不断更新的海量数据，还选择与各种金融合作伙伴合作从他们那里获取数据，这反过来又在为奥罗拉勾画客户行为标签系统方面发挥了关键作用。然后，利用机器学习和数据挖掘技术对用户行为进行分类和总结，并为企业风险控制模型输入外部因素。如今，通过奥罗拉反欺诈产品分析用户在移动端的行为数据，可以得到用户可能拥有的逾期和违约概率，从而提前预防和降低违约率。

如今，数据行业迎来了越来越多的机遇，奥罗拉大数据的金融反欺诈服务也不例外。事实上，这种对数据的持续深入学习已经初步建立了一个人工智能模型。在可预见的未来，随着数据量的增加，人工智能将会带来更多意想不到的事情。金融反欺诈只是移动大数据的开始。

来源：搜狐微门户