欺詐、信用哪個才是消費金融風(fēng)控重點？

9月15日訊，“薅羊毛”在消費金融行業(yè)屢見不鮮，部分羊毛黨最高月收入高達(dá)數(shù)萬元。

不過羊毛黨的收入越高，意味著企業(yè)的損失越大，而羊毛黨群體的壯大和金融企業(yè)風(fēng)控的加強就像是矛和盾，當(dāng)長矛數(shù)量加強時，應(yīng)該加強盾的數(shù)量還是加強盾的厚度呢?換言之，風(fēng)控體系搭建的重大，是反欺詐還是信用評估呢?

消費金融主要分為場景分期和現(xiàn)金貸兩部分，而現(xiàn)金貸是羊毛黨最鐘愛的。天創(chuàng)信用高級副總裁前Capital One風(fēng)控專家陳黎明在66號學(xué)苑分享了如何打造消費金融中現(xiàn)金貸關(guān)于反欺詐的風(fēng)控體系。

欺詐風(fēng)險——現(xiàn)金貸的風(fēng)控重點

欺詐風(fēng)險即惡意騙貸的風(fēng)險，是操作風(fēng)險的一種，是制度不完善和內(nèi)控不充分導(dǎo)致的風(fēng)險，欺詐風(fēng)險在國內(nèi)是尤其突出，對于pay day loan而言，75%以上的風(fēng)險來自欺詐風(fēng)險，形式有多重，身份偽冒、中介黑產(chǎn)、內(nèi)外勾結(jié)、套現(xiàn)等。

欺詐主體：

第一方欺詐：欺詐的主體是申請的本人。

第二方欺詐：欺詐主體是申請人的親戚朋友。

第三方欺詐：欺詐主體盜用別人的身份信息進行欺詐。

欺詐主體的不同，防范風(fēng)險的形式也不同。

風(fēng)控重點：

· 客源

現(xiàn)金貸單個借款金額一般是500~2000元，客戶是從哪里來的?客戶的身份是不是經(jīng)過了身份驗證，比如京東、微信、百度。

京東是有人真實的地址，微信如果綁定錢包的話是有身份驗證信息，但百度是沒有辦法驗證身份的，這里面京東是最容易防范欺詐風(fēng)險，百度是最難防御。

獲客過程中要注意自己的獲客渠道、合作平臺，客戶在平臺上是不是有強身份驗證的關(guān)系。

· 資金用途

消費金融領(lǐng)域最常見的場景分期和現(xiàn)金貸，場景分期一般是知道錢用在什么地方的。

比如說航旅分期，貸款必須用來買機票，資金用途清晰，退票的時候款項會直接退給資金方，欺詐的風(fēng)險相當(dāng)?shù)?。而有場景分期也有風(fēng)險比如醫(yī)美分期常常涉及涉及到線下欺詐。一些中介和美容店串通 ，錢貸出來，美容沒有做，渠道控制不好，欺詐風(fēng)險就會高。

相對于場景分期來說，現(xiàn)金貸的欺詐風(fēng)險比較高。

· 風(fēng)控的數(shù)據(jù)

欺詐風(fēng)險大不大，也要看風(fēng)控數(shù)據(jù)全不全。

微信覆蓋9億多人，有大量客戶數(shù)據(jù)沉淀，他知道我們的社交群體，在哪里消費付款等，欺詐風(fēng)險較低，再比如要是大額現(xiàn)金貸可以調(diào)出央行征信，欺詐風(fēng)險也可以大大降低。

· 其他

一般來說息費高的產(chǎn)品針對的是信用差的人群，所以在風(fēng)控上對信用要求不高，容易導(dǎo)致欺詐客戶鉆空子。

需要注意的是線上和線下的欺詐風(fēng)險完全不一樣，線下需要考慮從業(yè)者、中介的道德風(fēng)險等等。

知道企業(yè)自身防控重點之后，該如何進行風(fēng)險管理呢?

如何管理風(fēng)險

風(fēng)險管理必須從數(shù)據(jù)&IT，模型&業(yè)務(wù)，管理機制等方面防范 。

· 數(shù)據(jù)層

通過數(shù)據(jù)挖掘?qū)崿F(xiàn)風(fēng)控，一些平臺的優(yōu)勢就脫穎而出。

比如一些支付平臺，它們沉淀的數(shù)據(jù)量相當(dāng)驚人的。另外，銀行存量零售客戶，積累了很多的數(shù)據(jù)，因為風(fēng)險可控，銀行的現(xiàn)金貸息費很低，吸進優(yōu)質(zhì)客戶。

在數(shù)據(jù)方面，不得不提人行征信。人行征信可以區(qū)分信用風(fēng)險，并在一定程度上起到反欺詐功能和協(xié)助催收。大額現(xiàn)金貸中人行征信廣泛使用，而在小額現(xiàn)金貸比如Payday loan沒有使用人行征信有幾個原因：

①Payday loan主要是信用最差的人群，很多人可能是征信的白戶。

②做Payday loan的公司大部分沒有資質(zhì)調(diào)用人行征信，而且，payday loan額度小，數(shù)據(jù)成本占比大，需要對成本控制。

沒有上述數(shù)據(jù)優(yōu)勢，只好依賴外部的數(shù)據(jù)源。

比如說民間征信公司提供的黑名單、多頭借貸數(shù)據(jù)、爬蟲爬取的運營商數(shù)據(jù)、公積金&社保、通過技術(shù)捕捉到的設(shè)備指紋等等。通過上面的數(shù)據(jù)采集去構(gòu)建反欺詐和信用模型 。

最后，對于數(shù)據(jù)層，如果產(chǎn)品不同、客群不同，那么你需要的數(shù)據(jù)源也不同。大額現(xiàn)金貸和小額現(xiàn)金貸針對的客群是不一樣的，它的息費不一樣，所以它需要的數(shù)據(jù)源也是不一樣。

· 系統(tǒng)層

比如說業(yè)務(wù)系統(tǒng)，市面上的業(yè)務(wù)系統(tǒng)在系統(tǒng)開發(fā)時各部分是強耦合的，變量是寫死在里面的，如果后期修改風(fēng)控規(guī)則和更新模型，時長超過2個星期，可以通過引入決策引擎來解決。

另外，為了方便數(shù)據(jù)分析，還可以建立數(shù)倉。

· 分析/模型層

有了數(shù)據(jù)和數(shù)據(jù)管理系統(tǒng)，可以開始分析和建模。

分析的重點是圍繞業(yè)務(wù)中的關(guān)鍵點來開展，比如風(fēng)險和盈利，可以采用VINTAGE分析方法。 VINTAGE分析就是根據(jù)客戶的借貸日期或者月份分群去區(qū)分，這個道理很簡單，但國內(nèi)很多企業(yè)不是這么做的，比如逾期率，因為沒有使用VINTAGE分析很多企業(yè)逾期率的計算是不正確的，比如業(yè)務(wù)沖量的時候，逾期率自然就低，業(yè)務(wù)減量的時候逾期率就高，這是不科學(xué)的。

分析的目的是應(yīng)用的業(yè)務(wù)上，是為了解決業(yè)務(wù)的問題。

建模有好多方法，傳統(tǒng)的邏輯回歸和現(xiàn)在流行的機器學(xué)習(xí)，比如GBDT，XG Boost 等，一般來說界定模型的好壞 有兩個方面，一個是區(qū)分能力，好的、壞的分得有多清楚，另外一個是穩(wěn)定性。

· 業(yè)務(wù)層

分析和模型完畢后，要將結(jié)果轉(zhuǎn)化成業(yè)務(wù)策略。

比如通過外部數(shù)據(jù)和欺詐的關(guān)聯(lián)分析建立反欺詐規(guī)則，比如利用收入負(fù)債比制定額度。

在業(yè)務(wù)初期時，經(jīng)常根據(jù)經(jīng)驗設(shè)計規(guī)則，但這些規(guī)則到底是否有效，需要在未來的業(yè)務(wù)中不斷測試。

· 管理層

最后是管理制度和崗位職責(zé)等的建立。

比如風(fēng)險部門和業(yè)務(wù)部門的合作關(guān)系，業(yè)務(wù)使勁往前沖，風(fēng)險則拖后腿，如何平衡兩個部門關(guān)系。另外，為了防止內(nèi)外勾結(jié)和欺詐，風(fēng)控策略必須做到保密，建立保密機制。

想知道現(xiàn)金貸反欺詐具體的風(fēng)控流程嗎?關(guān)注獨角金融微信公眾號，在后臺發(fā)送關(guān)鍵詞“風(fēng)控”即可獲得陳黎明關(guān)于風(fēng)控流程的干貨分享。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。