如何用数据分析框架应对反欺诈风控问题，如何利用大数据开展信贷反欺诈？

零售端信贷产品线上化已成为金融业发展的趋势之一。在信贷业务中，将长期面临黑灰产团伙骗贷如何用数据分析框架应对反欺诈风控问题、中介包装、客户伪造、盗用骗贷、渠道合谋等各类欺诈风险，在信用风险层面也存在因征信体系内数据不足、信用白户等而无法对借款人还款能力进行有效评估的问题。

如何控制信贷风险损失、降低风控运营成本、快速支撑新业务拓展和升级，已成为信贷业务所面临的关键挑战。

顶象技术为金融机构提供的金融信贷风控解决方案：

顶象的一站式智能信贷风控平台，涵盖信贷风控全流程管理（贷前、贷中、贷后）、多方数据对接、风控与额度决策、反欺诈策略、贷后可视化监测等功能，提升银行线上信贷实时风控决策能力、自动化审批能力、信审流程管理能力和信贷数据管理能力，实现实时数据复杂处理和沉淀，形成业务闭环，为网络信贷业务健康、可持续发展提供有力保障。

文/张立钧，编辑/姚顺意；来源/普华永道《2018年中国金融科技调查报告》

科技已经渗透到金融服务的各个领域，但是由于细分行业具备不同的特点，所以银行、保险、资管等各细分行业，在应用和寻求与金融科技公司合作的侧重点各有不同。

在金融科技的大时代下，中国银行业积极探索新定位、新技术、新模式，业务结构不断转型升级。但是呢，银行业由于其行业特殊性及监管严格性，更加关注风控、反欺诈等领域，因此相对于业务层面的合作，他们对金融科技的应用成果较为感兴趣。

当前商业银行和金融科技公司的合作，主要还是侧重于通过金融科技公司促进自身的科技能力建设，实质上仍然是较为间接的合作方式。商业银行与金融科技公司在应用成果，如反欺诈、加密、风险控制等领域的合作最多；获得金融科技技术和能力的转移、获得外部大数据以开发相关应用也是两者合作较频繁的方面。与金融科技公司共同开发人工智能、区块链、生物识别等技术和应用也是他们感兴趣的领域。

而根据调查数据显示，在目前已经与金融科技公司开展合作和在未来一至三年有意向与金融科技公司开展合作的商业银行里面，它们更关注获得金融科技应用成果领域，如客户画像、反欺诈、风险控制等领域的合作，分别占到了55%和62%。但在对金融科技公司投资领域方面，数据较低，只有7%和10%。

商业银行当前与金融科技公司的合作领域和方式，较为符合商业银行的科技能力现状，以及严控风险的金融监管环境，但有可能放慢金融科技的应用进程。对一些希望通过金融科技手段在客户服务、产品体验等方面实现弯道超车的银行，尤其是中小银行，在能够掌控金融科技合作手段的前提下，可以考虑更直接的合作模式，实现快速突破。

展望未来一至三年，银行业普遍希望与金融科技公司在现有领域持续开展更多合作。同时，在获客、开展信贷业务合作、合资提供金融服务、或者对金融科技公司投资等更为直接和激进的合作方式上，商业银行仍然将其排在较低的优先级上，基本能够反映商业银行较为稳健的经营传统。

我们可以透过中信银行的案例来了解银行业与金融科技公司合作的情况。

2017年11月27日，中信银行与腾讯公司签订了金融科技深化业务合作协议，双方将整合各自的优势资源，重点在互联网业务上云、金融大数据平台搭建、欺诈风险分析及解决、安全保障体系构建等金融云相关领域合作。

基于腾讯多年的云服务经验，腾讯金融云可以为中信银行提供符合监管要求的金融专区， 特殊设备物理托管和五大专线接入点，轻松构建金融混合云。在金融大数据方面，依托腾讯十数载的积累，腾讯金融云可以为中信银行搭建一键式独享大数据分析平台，提供精准的个性化用户分析报告和反欺诈风控、数据分析等数据应用。

在对银行至关重要的安全方面，腾讯金融云依托腾讯安全平台精心打造的防火墙体系，以十多年的安全技术积累和问题处理经验为支撑，帮助银行有效抵御各种安全攻击。腾讯金融云还提供漏洞修复、溯源取证、防御建议，数据泄漏检测等一系列专业安全服务，打造专享攻击防护能力和协同防御方案，保障金融业务安全。

财资一家全新音频节目《财资零距离》上线喜马拉雅FM，欢迎搜索“财资一家”关注收听。

大数据风控模型主要包括：反欺诈模型、二元好坏模型、资产包风控模型等。其有效性主要包括以下三个方面：

1、有效提高审核的效率和有效性：

引入大数据风控技术手段分析，通过多维度的信息分析、过滤、交叉验证、汇总，可以形成一张全面的申请人数据画像，辅助审核决策，可以提高审核的效率和有效性。 

2、有效降低信息的不对称：

引入大数据风控技术手段分析，通过多维度的信息分析、过滤、交叉验证、汇总，可以形成一张全面的申请人数据画像，辅助审核决策，可以提高审核的效率和有效性。 

3、有效进行贷后检测：

通过大数据技术手段对贷款人进行多维度动态事件（如保险出险、频繁多头借贷、同类型平台新增逾期等）分析，做到及时预警。

大数据风控同传统风控在本质上没有区别，主要区别在于风控模型数据输入的纬度和数据关联性分析。据统计，目前银行传统的风控模型对市场上70%的客户是有效的，但是对另外30%的用户，其风控模型有效性将大打折扣。

大数据风控作为传统风控方式补充，主要利用行为数据来实施风险控制，用户行为数据可以作为另外的30%客户风控的有效补充。