首页 > 政策法规 > 政策法规 > 金融行业风控危机四伏,度小满能否扛起反欺诈大旗?

金融行业风控危机四伏,度小满能否扛起反欺诈大旗?

来源:整理 时间:2022-08-13 14:41:51 编辑:派代电商 手机版

在这点上,背后有互联网巨头支撑的金融平台则有很大优势,以今年独立运营的度小满为例,它提供的金融科技产品与解决方案,累计为500+家银行以及互金机构提供反欺诈与风控服务,平均日查询量达到350万以上。其中基于智能图计算的关联网络代表着风控的全面升级。

以关联网络为核心,构建全栈式反欺诈体系?

互联网灰产技术在不断迭代进化,依赖传统的反欺诈技术其实很难识别当前的风险,尤其是客户群体日益下沉,交易频繁、实时性强、数据量大,给平台的反欺诈工作带来了极大的压力。针对这一现状,关系图谱技术恰好契合数字金融业务参与主体多、流程冗长的特点,因为它能够勾勒出看似不相关的主体间的隐含关系,从而有效识别潜在风险。

简单来讲,关系图谱技术通过记录用户节点信息,以及在这些节点上发生行为的相关行为的连接,最终把与之相关的一系列用户和行为都描述出来。节点代表实体,边代表实体之间的关系。比如度小满的关联网络拥有180亿+节点、800亿+边,可以达到秒粒度图快照和秒级查询响应。

应用于反欺诈,最直接的作用就是提升识别骗贷团伙的成功率。比如羊毛党,他们一般有批量的帐号,会用虚拟机和群控等设备,利用关联网络能有效发现不同操作之间的关系,进而通过识别算法进行判断从而捕获。另一方面,在这个维度上做风控,可以将隐蔽在后面的欺诈行为提前预防、并拦截在体系之外。

据悉,度小满的关联网络,已在百信银行、农业银行等多家金融机构进行运用。

当然,仅靠单一的技术无法阻隔日益专业化、体系化的庞大欺诈网络,故而度小满试图构建立体全栈式反欺诈体系,从多个关键环节识别欺诈行为,并进行实时拦截阻断,这背后所依赖的依然是技术优化。

在贷前通过多头监控系统,及时捕获异常状况,提前一个月准确预警风险表现;在贷中,通过获取用户实时行为数据,运用深度学习模型组及多维度用户标签,随时掌握用户行为和需求变化。这一方面是识别用户潜在的欺诈行为,另一方面则准确了解用户习惯和需求,在此基础上为用户提供精准服务。

不过用户画像技术需要知识图谱、自然语言处理、机器学习和数据挖掘等方面的交叉融合,极为考验技术水平,而百度AI技术储备以及其天然对应用户需求的特性,算是度小满的一大优势,也更能帮助其打造智能风控模型。

反欺诈战线能否合作共赢?行业依旧任重道远

相比技能越发专业、流程趋近自动化的互联网灰产,互联网金融大大小小的平台分散于各个角落,因大多在反欺诈上“自食其力”,面对庞大集中的欺诈团体,毋庸置疑会处在弱势地位。故而一个科技金融企业的实力再强,也不能以一己之力从根本上解决欺诈频发。

尤其是优质客户资源被牢牢掌握在银行系手中,征信系统的核心信息也不对外开放,互联网金融行业想要良性发展,更需要从孤军奋战走向联合打击。

但这种合作共赢的局面能否被打开,是关键性问题。比如同行共享,从共享技术和共享信息两个角度来讲,前者鼓励先进的反欺诈技术在行业内共享,也可以直接理解为行业巨头的技术输出,度小满的关联网络运用于多家银行就是一个实例。但是在直接竞争关系下,平台对外开放的技术有限,由此共享技术其实更依赖第三方反欺诈公司。

比如国内争相模仿的FICO,其构建的反欺诈平台为银行、保险公司、政府等机构提供反欺诈服务,很早以前国内的众多互金平台就已接入其信贷评分决策云平台服务。

相比技术,更重要的是共享信息。如果巨头开放数据,那至少能够把反欺诈的成本降低到可以用技术手段解决风险,这无疑是互联网金融的一大进步。但是目前国内被放行的商业个人征信机构几乎都是互联网巨头,他们本身就有各自衍生的互联网金融业务,不可能成为权威的独立第三方,向其它金融主体开放数据。

而且纵观业内,同行欺诈的事件也不在少数,这种恶性竞争的环境下哪个平台也放心不下共享信息。由此看来,如何在不损害平台利益的情况下达到合作共赢,将是最大的难题。

值得认可的是,在反欺诈战线上,互联网企业、头部平台和银行等机构联盟越发频繁,尤其是巨头的加入和引领,有可能在数据、技术等方面的突破过程中发挥关键性作用。

当政策对互联网金融的监管趋紧,早期发展过程当中的劣质项目、高风险项目开始暴露出来,由此引发的平台暴雷固然造成了行业动荡,但这场清洗也将促进平台升级,尤其是风控系统可能迎来新一轮改善。

歪道道,独立撰稿人,互联网与科技圈深度观察者。同名微信公众号:歪道道(wddtalk)。谢绝未保留作者相关信息的任何形式的转载。


文章TAG:危机行业金融

最近更新

相关文章

政策法规排行榜推荐