欺诈、信用哪个才是消费金融风控重点?

欺诈、信用哪个才是消费金融风控重点?

9月15日讯,“薅羊毛”在消费金融行业屡见不鲜,部分羊毛党最高月收入高达数万元。

不过羊毛党的收入越高,意味着企业的损失越大,而羊毛党群体的壮大和金融企业风控的加强就像是矛和盾,当长矛数量加强时,应该加强盾的数量还是加强盾的厚度呢?换言之,风控体系搭建的重大,是反欺诈还是信用评估呢?

消费金融主要分为场景分期和现金贷两部分,而现金贷是羊毛党最钟爱的。天创信用高级副总裁前Capital One风控专家陈黎明在66号学苑分享了如何打造消费金融中现金贷关于反欺诈的风控体系。

欺诈风险——现金贷的风控重点

欺诈风险即恶意骗贷的风险,是操作风险的一种,是制度不完善和内控不充分导致的风险,欺诈风险在国内是尤其突出,对于pay day loan而言,75%以上的风险来自欺诈风险,形式有多重,身份伪冒、中介黑产、内外勾结、套现等。

欺诈主体:

第一方欺诈:欺诈的主体是申请的本人。

第二方欺诈:欺诈主体是申请人的亲戚朋友。

第三方欺诈:欺诈主体盗用别人的身份信息进行欺诈。

欺诈主体的不同,防范风险的形式也不同。

风控重点:

· 客源

现金贷单个借款金额一般是500~2000元,客户是从哪里来的?客户的身份是不是经过了身份验证,比如京东、微信、百度。

京东是有人真实的地址,微信如果绑定钱包的话是有身份验证信息,但百度是没有办法验证身份的,这里面京东是最容易防范欺诈风险,百度是最难防御。

获客过程中要注意自己的获客渠道、合作平台,客户在平台上是不是有强身份验证的关系。

· 资金用途

消费金融领域最常见的场景分期和现金贷,场景分期一般是知道钱用在什么地方的。

比如说航旅分期,贷款必须用来买机票,资金用途清晰,退票的时候款项会直接退给资金方,欺诈的风险相当低。而有场景分期也有风险比如医美分期常常涉及涉及到线下欺诈。一些中介和美容店串通 ,钱贷出来,美容没有做,渠道控制不好,欺诈风险就会高。

相对于场景分期来说,现金贷的欺诈风险比较高。

· 风控的数据

欺诈风险大不大,也要看风控数据全不全。

微信覆盖9亿多人,有大量客户数据沉淀,他知道我们的社交群体,在哪里消费付款等,欺诈风险较低,再比如要是大额现金贷可以调出央行征信,欺诈风险也可以大大降低。

· 其他

一般来说息费高的产品针对的是信用差的人群,所以在风控上对信用要求不高,容易导致欺诈客户钻空子。

需要注意的是线上和线下的欺诈风险完全不一样,线下需要考虑从业者、中介的道德风险等等。

知道企业自身防控重点之后,该如何进行风险管理呢?

如何管理风险

风险管理必须从数据&IT,模型&业务,管理机制等方面防范 。

· 数据层

通过数据挖掘实现风控,一些平台的优势就脱颖而出。

比如一些支付平台,它们沉淀的数据量相当惊人的。另外,银行存量零售客户,积累了很多的数据,因为风险可控,银行的现金贷息费很低,吸进优质客户。

在数据方面,不得不提人行征信。人行征信可以区分信用风险,并在一定程度上起到反欺诈功能和协助催收。大额现金贷中人行征信广泛使用,而在小额现金贷比如Payday loan没有使用人行征信有几个原因:

①Payday loan主要是信用最差的人群,很多人可能是征信的白户。

②做Payday loan的公司大部分没有资质调用人行征信,而且,payday loan额度小,数据成本占比大,需要对成本控制。

没有上述数据优势,只好依赖外部的数据源。

比如说民间征信公司提供的黑名单、多头借贷数据、爬虫爬取的运营商数据、公积金&社保、通过技术捕捉到的设备指纹等等。通过上面的数据采集去构建反欺诈和信用模型 。

最后,对于数据层,如果产品不同、客群不同,那么你需要的数据源也不同。大额现金贷和小额现金贷针对的客群是不一样的,它的息费不一样,所以它需要的数据源也是不一样。

· 系统层

比如说业务系统,市面上的业务系统在系统开发时各部分是强耦合的,变量是写死在里面的,如果后期修改风控规则和更新模型,时长超过2个星期,可以通过引入决策引擎来解决。

另外,为了方便数据分析,还可以建立数仓。

· 分析/模型层

有了数据和数据管理系统,可以开始分析和建模。

分析的重点是围绕业务中的关键点来开展,比如风险和盈利,可以采用VINTAGE分析方法。 VINTAGE分析就是根据客户的借贷日期或者月份分群去区分,这个道理很简单,但国内很多企业不是这么做的,比如逾期率,因为没有使用VINTAGE分析很多企业逾期率的计算是不正确的,比如业务冲量的时候,逾期率自然就低,业务减量的时候逾期率就高,这是不科学的。

分析的目的是应用的业务上,是为了解决业务的问题。

建模有好多方法,传统的逻辑回归和现在流行的机器学习,比如GBDT,XG Boost 等,一般来说界定模型的好坏 有两个方面,一个是区分能力,好的、坏的分得有多清楚,另外一个是稳定性。

· 业务层

分析和模型完毕后,要将结果转化成业务策略。

比如通过外部数据和欺诈的关联分析建立反欺诈规则,比如利用收入负债比制定额度。

在业务初期时,经常根据经验设计规则,但这些规则到底是否有效,需要在未来的业务中不断测试。

· 管理层

最后是管理制度和岗位职责等的建立。

比如风险部门和业务部门的合作关系,业务使劲往前冲,风险则拖后腿,如何平衡两个部门关系。另外,为了防止内外勾结和欺诈,风控策略必须做到保密,建立保密机制。

想知道现金贷反欺诈具体的风控流程吗?关注独角金融微信公众号,在后台发送关键词“风控”即可获得陈黎明关于风控流程的干货分享。


企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

2017-09-15
欺诈、信用哪个才是消费金融风控重点?
消费金融崛起,羊毛党尾随而至,消费金融风控的重点是什么?应从哪些维度考量,科学的风控模型又该如何建立?本篇文章主要讲述消费金融中现金贷关于反欺诈环节的风控问题。

长按扫码 阅读全文

Baidu
map