与欺诈团伙之间的战争,像是一场基于数字和信用的「无间道」

2017 年 8 月 6 日 极客公园 刘丢丢


摘要:凡普金科一直坚持「数据驱动业务,技术改变金融」的理念。


在过去几年中,「普惠金融」的概念屡屡被提及,去年杭州 G20 峰会期间,3 个关于普惠金融的重要文件被提交讨论,通过后成为全球普惠金融发展的指引性文件,对政府建立完善的法律和监管框架,加强数字金融基础设施建设和管理提出指引。

相对于传统金融的「二八定律」(20% 的客户创造 80% 的利润),普惠金融最大的突破是颠覆了主要为富人服务的传统理念,使普通人也能平等享受到金融服务。

发展普惠金融,中国还处于起步阶段。对企业而言,新的指标体系则意味着在完善征信、风控的能力,在大数据、云计算、移动互联等方面加强研发方面展开新一轮的竞争。


技术改变金融

凡普金科于 2013 年创立,专注于大数据处理和金融科技研发,为个人提供更高效的智能金融服务和解决方案,用科技缩短人和金融服务的距离,促进金融服务平等化,努力践行普惠金融。爱钱进是凡普金科旗下的网络借贷信息服务平台。

凡普金科在前两年就保持高速发展,与一般的金融机构不同,凡普金科的企业规模并未跟着迅速扩张。相比之下,它更像是一家科技公司。

凡普金科联合创始人 & 爱钱进 CEO 杨帆认为,正是在数据领域和算法方面的积累,才让他们有足够的经验、能力和人才,在如今的体量下保持高速增长。

「在这个速度背后,凡普金科一直坚持『数据驱动业务,技术改变金融』的理念,我们的每一个决策都有数据支撑。我们也相信只有通过技术和能力的提升,才能使现有的金融状况发生变化。」


互联网金融最大的敌人是欺诈

对于互联网金融来说,最大的敌人不是贪婪。道德风险确实导致一批互金企业倒下。但对于一个自律合规的公司来说,贪婪和道德都不是大问题。

也不是监管。政策风险确实对金融领域有重大影响,但只要跟着政策,朝更小、更简单、更分散的方向走,政府是支持互联网金融健康有序发展的。

更不是巨头企业。在实际运行过程中可以发现,BAT 想做的是平台,他们要赋能互金企业,未来的关系是伙伴,而不是敌人。

杨帆认为,互联网金融企业最大的敌人是欺诈。欺诈团伙正在朝着科技化、规模化、体系化的方向迅速发展。据了解,欺诈团伙对人才的渴求,以及技术能力的发展一点也不比其他企业差。

金融机构做风控主要就是两件事:

• 识别用户的还款意愿

• 评估用户的还款能力

当遇到欺诈时,通常的做法是以复杂的流程,更多的材料提交,把欺诈用户拒之门外。当然,门槛升高会造成误伤,把有信用的人也挡掉,导致用户量下降。第二个方法是提高费率,让有信用的人缴纳高额费率,负担欺诈者本应支付的成本。这同样会有许多问题。首先利率不合规,超过了国家规定。其次,好人受到惩罚,坏人逍遥法外,于情于理都不是一个公平的做法。


欺诈与反欺诈

以上其实就是人们常说的融资难、融资贵的问题。面对这些问题,凡普金科采用了第三种方式,用技术能力、算法能力直面欺诈。

凡普金科目前使用纯线上信用评估体系。得到用户授权后,会抓取信用卡、电商、运营商等相关信息。然后用这些结构化、非结构化的信息做特征工程,通过数据清洗、数据处理、数据加工,把散落的数据变成一个个变量。

欺诈团伙无法得知模型中各方面的权重,所以就在数据源上做手脚。运营商、电商网站上的数据不好作假,他们开始尝试利用信用卡账单。

「我们发现监控数据异常,立刻紧急制动,然后寻找假账单的规律,上线反欺诈规则。」

这场战役胜利后,欺诈团伙转向小团队作战。收一堆身份证,开始注册、申请信用卡、电商,然后交易、养号。


欺诈团伙小团队化后,因为时间、地点数据不再集中,监控体系很难发现。

「我们通过观察用户在申请过程中的行为模式,来找到他们的异常。与此同时,通过知识图谱来判断用户是否与欺诈团伙相关联。除此以外,我们的在监控体系上加了一个非监督学习模型,通过这个方式把与欺诈团伙相似的行为聚类。然后做出相应的动作。这就是我们跟欺诈团伙的博弈、对垒。」

机器将取代智力工作

凡普金科内部已经上线一个叫「水滴」的自动建模机器人,利用它可以完全以机器的方式完成建模。从数据清理,特征提取,到模型开发,再到整个生长环境上线。这个过程以往是通过 MA(模型分析师)去做,时间大概要 1-2 个月,现在通过自动建模机器人,时间已经缩短到 1-2 天了。

有了这个工具,不只是自动建模,包括获客、运营、风控等方面,现在凡普金科在商业的每个环节,都可以使用自动建模机器人。

对于下一步怎么做,杨帆表示,「目前水滴机器人正在申请专利的过程中。凡普金科希望它在生产环境里有更高的可用性、能够模块化。下一步我们会把水滴机器人分享出来,大家可以直接接入我们的平台使用,甚至我们可能会开发私有云版本,帮助大家建模,把智能化运用到公司的每一个环节。」 ■

本文由极客公园原创

转载联系 wangxue@geekpark.net



登录查看更多
0

相关内容

在社会经济生活,银行、证券或保险业者从市场主体募集资金,并投资给其它市场主体的经济活动。
最新《Deepfakes:创造与检测》2020综述论文,36页pdf
专知会员服务
62+阅读 · 2020年5月15日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
在线学习体验影响因素结构关系探析
MOOC
7+阅读 · 2019年3月20日
【智能金融】机器学习在反欺诈中应用
产业智能官
35+阅读 · 2019年3月15日
2018年中国供应链金融行业研究报告
艾瑞咨询
7+阅读 · 2018年11月20日
智能时代如何构建金融反欺诈体系?
数据猿
12+阅读 · 2018年3月26日
反欺诈中所用到的机器学习模型有哪些?
安全牛发布《威胁情报市场指南》报告
安全牛
12+阅读 · 2017年7月10日
A Modern Introduction to Online Learning
Arxiv
20+阅读 · 2019年12月31日
Arxiv
4+阅读 · 2018年10月5日
Arxiv
6+阅读 · 2018年7月9日
Arxiv
7+阅读 · 2018年3月19日
VIP会员
相关VIP内容
最新《Deepfakes:创造与检测》2020综述论文,36页pdf
专知会员服务
62+阅读 · 2020年5月15日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
Top
微信扫码咨询专知VIP会员