中國的反欺詐有多難？

“2011年至2015年，五年共造成經(jīng)濟損失550億元，” 通付盾創(chuàng)始人董事長兼CEO汪德嘉，在一本財經(jīng)舉辦的“2017消費金融CRO全球峰會”上稱，看看中國黑產(chǎn)的規(guī)模，就知道反欺詐有多難。

大數(shù)據(jù)、人工智能、活體識別、人像比對、設(shè)備指紋、人臉識別……大量的風控技術(shù)，都開始運用到場景之中。

技術(shù)真的能阻擋黑產(chǎn)腳步嗎？

段瑩：“未來信貸是拼圖式的，拼成一個生態(tài)”

01 五類信貸資產(chǎn)

我們總結(jié)2017年整個中國信貸市場上信貸資產(chǎn)的特點，可以分為五大類：

1、線下消費貸。以場景風控為核心，比如捷信，擁有幾萬人駐扎的門店。通常經(jīng)營標準化的3C、家電產(chǎn)品等。它的優(yōu)勢是，因為有消費場景，所以風險相對可控；但需要大量的地面人員，門檻相對高。

2、線下信用貸。通過門店去獲客，比如車主貸、白領(lǐng)貸等等。這類特點是通過門店、信貸員去獲客，做初步審核，然后加上中央的集中風控，是比較典型的“信貸員模式”和“信貸工廠模式”的結(jié)合。

這兩類玩家相對比較多一點。

3、抵押貸。比如車抵貸、房抵貸等，以抵押的形式控制風險，風控也偏向傳統(tǒng)，是很多傳統(tǒng)金融機構(gòu)開展的業(yè)務(wù)。

4、線上小額現(xiàn)金貸，Payday。

5、線上大額現(xiàn)金貸。

不管是線上還是線下的現(xiàn)金貸業(yè)務(wù)，都是在2015年才開始有比較大發(fā)展。payday這種模式，在2015年中旬起步，隨著一些公司的快速擴張，迅速興起。這類模式的特點是，額度特別小，利率相對高。

為什么很多人會做payday呢？

因為很多機構(gòu)是偏互聯(lián)網(wǎng)出身的，payday更多是強調(diào)高利率來覆蓋高風險，通過快速的風控迭代，保證存量用戶，就能產(chǎn)生利潤。

線上的大額現(xiàn)金貸，跟payday相比，最大的特點是借款額度相對大。這時，機構(gòu)就沒有足夠資金或風險忍受度，能在在幾萬、幾十萬甚至上百萬的用戶中測試。

所以，這種模式更多是通過定向邀請白名單用戶來做。比如微粒貸，是把高風險、高利率的小額現(xiàn)金貸，往更高的額度、更低利率、更長的期限來擴展。

目前，受限于種種的因素，從事的大額現(xiàn)金貸的機構(gòu)相對少一點。

02 風口浪尖的payday

未來，什么樣的信貸資產(chǎn)更加符合這個時代的發(fā)展潮流？

從去年監(jiān)管出臺，20萬借款限額出現(xiàn)后，兩類業(yè)務(wù)發(fā)展的特別快：一類是車抵貸，一類是payday。

payday，它的優(yōu)勢是能快速積累用戶，最大的特點是必須有足夠的流量，通過大量“新客戶變成老用戶”的沉淀來建立信貸體系，可能風控更依賴催收去做。

這個行業(yè)過去一年半發(fā)展非常紅火，競爭很激烈，也存在很多問題，比如政策風險，還有共債嚴重。

我們從2016年初開始關(guān)注共債嚴重問題。

從數(shù)據(jù)來看，2015年下半年，payday共債率大概百分之三四十，但一年半后，如今共債率漲到百分之九十以上。

這個行業(yè)競爭激烈，因為它相對來講門檻低一點，競爭激烈在所難免。

payday的這些人群到底是不是只申請payday呢？是不是可能里面也有相對好的人群會申請利率更低金額更大的產(chǎn)品呢？從百融的數(shù)據(jù)來看，基本上印證了我們的觀點。我們發(fā)現(xiàn)payday產(chǎn)品的申請人還去申請別家產(chǎn)品的payday比例挺大的，30%左右，比信用卡等一些利率更低的產(chǎn)品比例要高。

03 白名單

不過， payday人群里，其實還有不少“好人”，可以給他們提供利率更低、時間更長的信貸產(chǎn)品。

但其實很多人也都想到這一點，問題在于如何找到這類優(yōu)質(zhì)人群呢？如何避免被欺詐團伙盯上呢？

我們做了一些嘗試，通過邀請制的方式，先找出比較好的客戶，定向去邀請。通過這種方式，一方面盡可能避免被欺詐團伙盯上，另一方面還保證比較好的用戶體驗。

太陽底下沒有什么新鮮事，其實這個思路也并不是獨創(chuàng)。傳統(tǒng)信用卡會有聯(lián)名卡，本質(zhì)是認為某一類場景下的用戶就是資質(zhì)比較好的客戶，通過預篩選把風控前置，不管是主動邀請被動觸發(fā)，都能解決用戶體驗和風控的矛盾。

預設(shè)白名單，一方面能改進用戶體驗，更快進行額度定位、審批；對于信貸機構(gòu)而言，能夠做到風險前置，避免風險后置的矛盾。

未來的信貸可能是拼圖式的，需要四塊拼圖，第一是資金，第二是風控能力、技術(shù)、系統(tǒng)，第三是流量、獲客，第四是數(shù)據(jù)。所以未來任何機構(gòu)之間的合作，各家的核心能力不同，把拼圖拼到一塊，搭建一個更好的生態(tài)。

汪德嘉：“反欺詐不可能孤軍作戰(zhàn)”

風控從另一個維度看，就是客戶關(guān)系的管理，流量就是獲客，精準營銷就是獲得流量。真正做好金融，就是要做好精準的風控。什么是精準風控？就是技術(shù)+數(shù)據(jù)+人工智能。

在中國用手機號做欺詐，團伙的規(guī)模到金額，觸目驚心。2011年至2015年，五年共造成經(jīng)濟損失550億元，2016年電信欺詐，僅上半年就立案近百萬件，造成損失逾兩百億元。

為什么會發(fā)生這種情況？一是海量數(shù)據(jù)泄漏；二是新型欺詐行為更多是通過“人機對話”，有很強的隱蔽性；三是詐騙手段翻新速極快；四是金融欺詐逐步形成了包括上、中、下游結(jié)構(gòu)完整黑色產(chǎn)業(yè)鏈，增加了風控的難度。

舉例說明，黑客非法獲取用戶個人信息，數(shù)據(jù)拿到后，大量二道販子在中間賺取差價。每個環(huán)節(jié)每個人分工十分明確，甚至有人會專門去聯(lián)系相關(guān)的培訓機構(gòu)或詐騙團伙，從而把手上的數(shù)據(jù)賣到下游。而下游這些團隊，有專人負責詐騙的話術(shù)編寫培訓、線上通過第三方支付平臺洗錢、線下ATM機提款等，分工十分明確。

因此，企業(yè)做反欺詐不可能孤軍作戰(zhàn)，一定要一幫朋友，打群架的時代，有朋友、有渠道、有信息，才能把反欺詐做好。

從移動金融風控整個鏈條看，我們關(guān)注幾點：一是賬號，二是應(yīng)用APP，三是業(yè)務(wù)，即欺詐風險和信用風險。形成一套產(chǎn)品，把風控防止前置，做到多維度，態(tài)勢感知，以及風險信息共享，只有這樣才能做到更精準的防控。

目前互聯(lián)網(wǎng)金融應(yīng)用都以APP的形式存在。對黑客來說，只要有漏洞，就可以偽造交易，竊取用戶的信息，從而利用這些信息來騙貸。因此，一定要對APP進行檢測，看是不是有病，是否健康。

如何對APP進行檢測？我們的做法是把移動互聯(lián)網(wǎng)上所有的APP、安卓、IOS都集中起來放在一個庫里。再用不同的維度進行分析，從偽造、密碼、弱點、內(nèi)容等角度掃描。黑客一旦通過APP發(fā)到云端，我們立刻就能知道他的具體位置，從而幫助破案取證。

現(xiàn)在也有許多公司利用人工智能做風控，我認為人工智能的算法不重要，重要的是樣本。例如向C端提供反欺詐機器人，可以看手機是否健康；通過深度學習技術(shù)智能分析各行業(yè)風險，打造全場景風控策略。這些都是很好的嘗試。

喬楊：“大數(shù)據(jù)風控，既要用‘術(shù)’也得懂‘道’”

01 數(shù)到用時方恨少

我講兩個部分，大數(shù)據(jù)風控困境和突圍。首先，第一個問題，數(shù)據(jù)是不是越多越好？

我們認為在數(shù)據(jù)質(zhì)量可控、數(shù)據(jù)質(zhì)量有保證的情況下，盡量引入更豐富、更多元化的數(shù)據(jù)加入到模型中，對模型提升是非常重要的。

隨著互聯(lián)網(wǎng)的普及，1994年到2004年的十年期間，語音識別領(lǐng)域，語音識別的錯誤率下降了一半，機器翻譯準確度提升了一倍。其中，20%來自于算法的提升，80%來自于數(shù)據(jù)量的提升。通過這個例子大家可以看到，數(shù)據(jù)量決定了可能的上限。

縱觀中國整個數(shù)據(jù)積累的情況和成熟度，我們對這個市場并不是很樂觀。目前數(shù)據(jù)共享問題并無有效的解決方案。所以基于在征信、大數(shù)據(jù)風控領(lǐng)域的經(jīng)驗，我們觀察到“數(shù)到用時方恨少”是非常普遍的現(xiàn)象。

第二個問題，什么樣的數(shù)據(jù)更優(yōu)質(zhì)？

在探討這個問題之前，我想解釋兩個概念。第一個概念，什么是大數(shù)據(jù)？

大數(shù)據(jù)其實一定要具備三個特點，一是量大，二是多元性/多維度，三是即時性。百度地圖的數(shù)據(jù)就具備這樣的特點。

另外一個概念還需要解釋一下：原始數(shù)據(jù)和加工數(shù)據(jù)的區(qū)別。

很多公司之間的客群、抓取數(shù)據(jù)的方式、手段和維度都是類似的，但為什么風控表現(xiàn)參差不齊呢？其實這個道理很簡單。這些數(shù)據(jù)提供方，包括這些數(shù)據(jù)使用方，在“特征工程”階段的能力不一樣。

如果說數(shù)據(jù)量決定了模型的可能上限，特征工程的優(yōu)劣決定了模型的實際上限。

不同的特征工程對模型效果的差別是非常大的。舉個例子，2016年6月，大數(shù)據(jù)分析競賽平臺Kaggle，上線了全球最大的酒店預定網(wǎng)站Expedia 的“酒店預定預測比賽”。

這項比賽主要是要求參賽者基于Expedia提供的用戶的歷史搜索數(shù)據(jù)來預測客戶最終會預定哪一個酒店，共有1974個隊伍參賽。

最終比賽結(jié)果評比標準為平均精確值（Mean Average Precision），值越大說明模型預測的精度越高。

我們以最終排名前15位的一個團隊的特征工程步驟為例。在第一階段，團隊做了較為簡單的特征工程處理，最終得分0.04。第二階段，團隊進行了精進的特征工程，最終得分0.28。模型效果提升達到了6倍。由此可見特征工程對模型效果的影響是非常明顯的。

特征工程無非是從大量的噪聲數(shù)據(jù)里面篩選出可用的、有價值的特征。自從互聯(lián)網(wǎng)誕生以來，就像我們在錄音的時候產(chǎn)生大量的噪聲一樣，產(chǎn)生大量的垃圾信息。如何從這些海量的數(shù)據(jù)里面篩選出可用的、高效的特征，其實就是考驗一個建模能力的過程。

所以關(guān)鍵的步驟有兩個，第一步，數(shù)據(jù)清洗；第二步，特征變量的加工。

那么，是不是召集一個技術(shù)非常強大的團隊，全部是由博士和統(tǒng)計學的碩士組成的團隊做出來的模型一定是非常好的？這里有思維誤區(qū)，特征工程其實優(yōu)劣與否，不只是基于一個理論知識，更多是對于業(yè)務(wù)的理解。

舉個我前東家的例子： Discover信用卡反欺詐做得好在業(yè)內(nèi)是有口碑的。第一代反欺詐模型是vendor模型（外包模型），是由包括FICO在內(nèi)的頂尖數(shù)據(jù)公司模型團隊搭建的。

經(jīng)濟危機后，美國監(jiān)管機構(gòu)要求金融機構(gòu)能夠解釋自己的模型，由于模型是外包的，我們對于模型的解釋性是非常受限的。只有通過自建模型才能解決這個問題。

我有幸參與并領(lǐng)導了Discover第二代反欺詐預測模型項目。我們整個項目團隊一共6個人，用了6個月的時間完成了模型的搭建，模型的效果大大出乎我們的意料。

所以，一個成功的風控團隊不只是建立在扎實的理論知識基礎(chǔ)上的，更需要對業(yè)務(wù)的深刻理解。

那有人會問了，我花重金請一批既有技術(shù)又懂業(yè)務(wù)的大牛，這個問題不就解決了嗎？答案也是否定的。

在未來，新數(shù)據(jù)源和新特征的獲取會越來越難。模型的精度并不是隨著特征的增長而線性提高。隨著人工特征工程的深入，投入的人力和時間越來越長，得到的新特征對系統(tǒng)的提升卻越來越少。換句話說，人力投入的邊際收益是遞減的。

再舉個IBM 沃森的例子。IBM 沃森具備很強的語音分析能力，可以像谷歌的搜索軟件一樣，迅速搜索自己巨大的知識庫找出答案。美國有一個比較知名的公司，以沃森作為實驗，所有這些點都是實際的人類參賽點的表現(xiàn)，跟計算機的表現(xiàn)完全不在一個量級上面。

隨著時間的推移加入更多的數(shù)據(jù)和特征，沃森表現(xiàn)越來越好，人力投入的邊際效益是遞減的。

邊際效益遞減達到一個邊際的時候，怎么對模型和策略進行優(yōu)化？

我認為有兩個方面：一方面，經(jīng)濟學上的Gilder‘s Law，是說盡可能多的采用便宜的資源，盡可能節(jié)約貴的資源。另一方面，在特征工程達到效益邊際之后，就需要在算法和模型上做進一步的優(yōu)化。

如圖所示，2個上限，1個途徑。

數(shù)據(jù)源與數(shù)據(jù)清洗是決定了這個模型能達到的可能上限，特征變量加工是決定了模型的實際上限，最終模型與算法的提升是接近上限途徑。

但在模型和算法提升的過程中，也有一個誤區(qū)。如上圖所示，隨著訓練樣本的迭代，訓練誤差越來越低。但同時在認證樣本上的誤差達到一定復雜程度的時候會增高，這就會出現(xiàn)一個問題。

如何從全局觀，通過模型和算法提升整體決策效果，將成為下一個風控難題。

總結(jié)來看，大數(shù)據(jù)風控面臨四大困境：數(shù)據(jù)資源壁壘，自有數(shù)據(jù)累積，數(shù)據(jù)特征提煉，算法模型提升。

02 既要用“術(shù)”也需得“道”

那么，這些困境有沒有解決方案？

以市場營銷為例，解決這個問題，可以通過智能推薦的算法方式對客戶進行精準的評判。

以一家信用卡公司的客戶觸達策略為例，當接通任一用戶的電話時，客服代表的系統(tǒng)上會提示客戶的基本畫像，可推薦的產(chǎn)品列表及預測的購買概率，方便客服代表進行溝通和推薦產(chǎn)品。系統(tǒng)背后有多個主題模型，用來預測各個主題的產(chǎn)品的購買傾向，并最終給出推薦產(chǎn)品的排序和組合。

重要的是，這些主題模型的建立，是根據(jù)真實的歷史數(shù)據(jù)訓練出來的。而這些歷史數(shù)據(jù)的積累是有著嚴格的實驗設(shè)計規(guī)則的。

由于模型評分Top 20%的人響應(yīng)率為34%，因此預計200萬客戶中會有約68萬人開卡。而如果沒有該模型，隨機發(fā)送（響應(yīng)率10%），需要發(fā)680萬人才能達到相同的開卡量。

因此僅該營銷活動，就為部門節(jié)省480萬營銷預算（近70%）。

說到反欺詐，可以說目前的互聯(lián)網(wǎng)反欺詐離不開文本挖掘，最重要的是語義識別，其次是圖像的挖掘。但是二者問題都是投入大，突破小，極易遇到瓶頸。

機器學習，數(shù)據(jù)挖掘等是大招，當對不良內(nèi)容其他的方式都難以識別的時候用機器學習的方式效果最好。缺點是見效慢，維護成本大，樣本的收集工作量大等等。但是一旦機器學習到達一定程度，會是最好的反欺詐手段。

以上說的都是“術(shù)”，都是被動的去處理問題，而真正想把反欺詐做好需要的是“道”。

也就是產(chǎn)品模式的突破，信用體系的搭建，從源頭使欺詐的門檻高于欺詐的收益，才會最終杜絕欺詐。這也就是反欺詐領(lǐng)域里所有人努力的目標。

隨著網(wǎng)絡(luò)上意見型數(shù)據(jù)的爆發(fā)，情感分析也被廣泛研究和應(yīng)用。目前常見的情感極性分析方法主要是兩種：基于情感詞典的方法和基于機器學習的方法。

但情感詞典存在著一定弊端。詞典把所有常用詞都打上了唯一分數(shù)，有許多不足之處：一是，不帶情感色彩的停用詞會影響文本情感打分；二是，由于中文的博大精深，詞性的多變成為了影響模型準確度的重要原因。再有就是，同一個詞在不同的語境下可以是代表完全相反的情感意義。

尤其是在中介言論識別方面，是否能夠準確的對漏洞的大小進行衡量，是平臺的核心。

在反欺詐和平臺輿情風險管理方面，我們ZRobot有非常多的嘗試。我們從豐富的輿情來源，包括網(wǎng)絡(luò)上面的涉黑論壇、黑產(chǎn)、中介信息進行了文本分析、語音分析，能夠為客戶提供像風險預警、漏洞紕漏以及防控建議。我們對情感分析也做了大量的研究。

我們也通過機器學習的方式在這方面有了大量的嘗試，通過這個方式可以判斷中介的一些言論，關(guān)聯(lián)到他對這個中介表達出來的風險漏洞到底有多大，做出精準的評判。

最后，我們還換了一個角度去看社交網(wǎng)絡(luò)數(shù)據(jù)，通過全局的觀點對整體網(wǎng)絡(luò)做了一個評判。這也是我們目前自創(chuàng)的一個技術(shù)，叫做漫網(wǎng)技術(shù)。