中原知识网

您的位置:首页 > 财经 > 创投人物 > 邦盛科技:风险特征不同 风控策略与技术不同

邦盛科技:风险特征不同 风控策略与技术不同

2018-05-25 来源:中国新闻网  浏览:    关键词:
邦盛科技:风险特征不同 风控策略与技术不同
邦盛科技一直致力于风控领域的研究,愿景是能为更多机构提供完整的本地化的落地方案,涉及线上、线下支付、理财、电子银行、互联网信贷等多种业务场景,包含社工欺诈、营销欺诈、信息泄露、身份冒用、恶意申请等多种欺诈风险类型,各个行业的典型风险特征不尽相同,各种业务方案的风控策略及技术也各不相同。
经历这么多年的探索,邦盛科技认为风控是一个非常复杂的、人与人之间攻防的过程,这点在支付行业体现的尤为突出。
黑产的发展总是时刻紧追着安全防控手段的发展:有了密码防护,随之就有了撞库方式,很多人在注册账户的时候有设置相同密码的习惯,一旦信息泄漏可能会造成多个账户被伪冒登录。从安全防护的角度来看,这个很难防控;
之后邦盛科技有了手机动态验证码,电信诈骗领域也随之出现了验证码拦截软件、接码平台等;后来为了防止机器人快速注册,我们也使用了图片验证码的手段,但实际上使用现在的技术手段,想要破解也并非难事。
经历了诸多攻防,目前业内越来越多地把目光聚焦在了基于账户的行为监控上,通过分析当前用户行为和之前行为习惯的差异,判断此时账户的安全性和交易的风险程度,而正是由于人的行为习惯难以被复制,使得这种风控手段在目前阶段成为了最为可靠的方式之一。
信贷领域最主要的两类风险是信用风险和欺诈风险,其中信用风险是指申请客户到期无还款意愿或还款能力造成的逾期信用风险,欺诈风险则包括营销欺诈、伪冒欺诈、账户盗用等。
银行的信用卡中心、传统信贷业务等需要重点关注信用风险,而一般银行的客群比较优质,欺诈方面风险则不会十分突出;但银行在互联网业务的初始阶段,或很多金融机构在刚开始做互联网信贷的时候,除了从存量的白名单客户或者质优客户中进行挖掘,或从工薪阶层、小微企业主等容易获取征信信息的群体着手推进以外,也会逐步向征信情况较未知的群体拓展,这时便需要更多地关注欺诈风险。在日常风控中,针对欺诈分子的攻击手段不断调整反欺诈策略和客户准入策略。
信贷风控和支付风控在思路上也存在差异,支付风控强调准确率和产品体验,而信贷风控往往是一票否决制,通过收集申请人各方面数据,判断其有无欺诈嫌疑,只要存在风险特征可能就需要直接拦截或拒绝,以避免风险和资产损失。
风险管理需要贯穿信贷业务的生命周期(如图1),与业务紧密相连,实现全流程风险管理目标。

银行、信用卡中心等金融机构开始发展自身线上业务,或作为资金方跟互联网平台合作时,都需要一套完整的贷前、贷中、贷后手续。在这里,我们使用智能决策流来串联全流程,实现秒级审批(如图2)。决策流的方式就是将业务划分成不同的流程和模块,再使用数据计算平台和风控引擎把它们串联起来,每个模块根据实际业务需求设置合理的策略,例如反欺诈模块认为申请人有嫌疑,这时策略需要决定执行人工核验、人脸识别、拒绝申请等后续措施。这样如果数据资源优质丰富、策略设置得当,可以大大提高信贷审批效率。

正如上文提到的,交易风控和信贷风控的思路是完全不同的。交易风控需要一套比较完善的防控体系,一般都会有基础的规则平台、数据处理引擎等,在人工智能的大背景下,很多机构也开始在规则体系上构建模型监控体系。
规则和模型本质上都在进行风险识别,判断一笔交易是否存在风险特征,要实现这一功能,需要我们先构建一个可信环境,例如交易发起于常用设备、交易IP为常驻省市、交易对手方为常用对象等,在这些环境下的交易风险较小。规则、模型及可信环境可以对一笔交易的风险性或可疑特征有一定判定,为了保证安全,后续我们还需要对可疑交易进行认证。根据监管要求,需要对可疑交易进行两个渠道以上的风险认证,目前常见的一种认证手段是短信认证,此外,运营商位置认证也是现阶段被认为比较准确的认证方式之一,后者较前者的应用门槛相对高一些,一方面需要有较好的定位技术,要求能定位到当前交易发起的位置,另一方面要求能通过姓名、身份证号、手机号等极少的信息匹配交易发起位置与账户所有人实时位置是否一致。
下面重点介绍三项风控核心技术:
一是流式大数据计算技术。它是一项基于时间窗口移动的动态数据快速处理技术,支持计数、求和、平均、最大、最小、方差、标准差、K阶中心矩、递增/递减、最大连续递增/递减、唯一性判别、采集、过滤等多种分布式实时计算模型,可以提供多重维度数据处理支持,目前比较前沿的流技术可以实现百万级的吞吐量以及毫秒级的读写速度。
二是模糊匹配功能。这个功能在信贷风控领域多用于地址的真实性判断,例如对贷款申请人的地址进行真实性判断,识别其是否被很多人用过,或防止黑中介进行信用卡包装等。此外,该功能还会被用于地址标准化、多地址分团、多单位分组中。这项技术的实施难度在于是否具备强大的、能够覆盖大部分地区的全国地址数据库,以及能否辨别地址的真实性。
三是多头借贷、信贷黑名单。我们和很多机构合作,把申请、放款、驳回、逾期信息集合在查询系统中,查询方可根据给定的手机号码,查询不同时段内,该手机号在国内银行及非银行信贷机构的注册次数、贷款申请次数、放款次数、贷款驳回次数、逾期信息以及是否命中国内信贷平台公布的信贷黑名单等,这些信息可以全面覆盖信贷周期,作为银行征信报告的重要补充。

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:service@qeerd.com,投稿邮箱:tougao@qeerd.com