編輯導(dǎo)語(yǔ)：目前數(shù)字供應(yīng)鏈金融是金融企業(yè)數(shù)字化轉(zhuǎn)型的必然趨勢(shì)之一，其中金融企業(yè)要面對(duì)的首要問(wèn)題便是金融欺詐。那么如何理清金融反欺詐的底層邏輯，通過(guò)數(shù)字技術(shù)和決策引擎來(lái)提升供應(yīng)鏈上的風(fēng)險(xiǎn)識(shí)別能力呢？一起來(lái)看看吧。

稻盛和夫說(shuō)過(guò)：傾聽(tīng)產(chǎn)品的聲音，用心觀察產(chǎn)品的細(xì)節(jié)，就能自然而然地明白出現(xiàn)問(wèn)題和差錯(cuò)的原因。

金融產(chǎn)品創(chuàng)新終究要回歸到最初的本質(zhì)，即以金融業(yè)務(wù)的某個(gè)核心功能為切入點(diǎn)，用底層思維去思考產(chǎn)品的底層邏輯，用同理心去洞察人性。

金融產(chǎn)品經(jīng)理可以從第一性原理出發(fā)，使用演繹邏輯，倒推金融反欺詐的業(yè)務(wù)邏輯，從而培養(yǎng)底層思維。

銀行圍繞核心企業(yè)，管理上下游中小企業(yè)的信息流、資金流、商流、物流，并把單個(gè)企業(yè)的不可控風(fēng)險(xiǎn)轉(zhuǎn)變?yōu)楣?yīng)鏈企業(yè)整體的可控風(fēng)險(xiǎn)，通過(guò)全鏈路獲取各類信息，將風(fēng)險(xiǎn)控制在最低。這種金融服務(wù)就是供應(yīng)鏈金融。

數(shù)字供應(yīng)鏈金融是金融企業(yè)數(shù)字化轉(zhuǎn)型的必然趨勢(shì)之一。依托大數(shù)據(jù)風(fēng)控和數(shù)字化技術(shù)，鏈接資金端和資產(chǎn)端，供應(yīng)鏈金融業(yè)務(wù)形態(tài)逐漸數(shù)字化，并以“KYB/C+數(shù)據(jù)管理+數(shù)字金融+消費(fèi)場(chǎng)景”的方式提供數(shù)字化供應(yīng)鏈金融解決方案。

供應(yīng)鏈金融數(shù)字化主要包括打造數(shù)字化金融產(chǎn)業(yè)鏈、構(gòu)建數(shù)字化金融生態(tài)圈等。

在數(shù)字時(shí)代，金融企業(yè)憑借數(shù)字化應(yīng)用來(lái)打破信息和信用不對(duì)稱的問(wèn)題，并改善供應(yīng)鏈金融的生態(tài)，進(jìn)而成為供應(yīng)鏈金融“新貴”，其中螞蟻金服、京東數(shù)科、蘇寧金融等都是典型代表。

都說(shuō)場(chǎng)景在前，金融在后。供應(yīng)鏈金融的應(yīng)用場(chǎng)景有貿(mào)易融資、墊資采購(gòu)、融資租賃、倉(cāng)儲(chǔ)金融、企業(yè)信用卡、保理融資、承兌匯票、商票貼現(xiàn)等。然而，面對(duì)供應(yīng)鏈金融的各種應(yīng)用場(chǎng)景，企業(yè)首要的問(wèn)題是金融欺詐。

一、反欺詐數(shù)據(jù)層

金融欺詐是指借款人用虛構(gòu)數(shù)據(jù)、隱瞞事實(shí)的方式來(lái)騙取貸款，且在申請(qǐng)貸款后主觀上沒(méi)有還款意愿，或客觀上沒(méi)有償還能力，可能造成出借人資金損失的行為。常見(jiàn)的金融欺詐類型有虛假用戶注冊(cè)、企業(yè)欺詐、金融釣魚(yú)網(wǎng)站、病毒木馬程序、賬戶隱私竊取、融資套現(xiàn)、他人冒用等。

金融反欺詐模型的底層為數(shù)據(jù)層，即數(shù)據(jù)來(lái)源。反欺詐建模需要從不同數(shù)據(jù)源采集多維度數(shù)據(jù)，且數(shù)據(jù)源越多越好，特別是做支付、助貸、征信類的大數(shù)據(jù)公司。

以企業(yè)數(shù)字融資為例，在完成金融貸款業(yè)務(wù)的申請(qǐng)、授信、建額、提款、還款等過(guò)程中，欺詐者可以通過(guò)信息流、業(yè)務(wù)流、數(shù)據(jù)流等信貸欺詐的手段來(lái)獲得銀行的申請(qǐng)授信，從而獲得銀行的放款。

1）信息流欺詐

欺詐者以“拖庫(kù)”的形式入侵有價(jià)值的網(wǎng)絡(luò)站點(diǎn)，把注冊(cè)用戶的資料數(shù)據(jù)庫(kù)全部盜走；以“撞庫(kù)”的形式用獲得的用戶名和密碼在其他網(wǎng)站批量嘗試登錄，進(jìn)而盜取更有價(jià)值的東西；以“洗庫(kù)”的形式通過(guò)一系列技術(shù)手段和黑色產(chǎn)業(yè)鏈得到有價(jià)值的用戶數(shù)據(jù)并變現(xiàn)。

2）業(yè)務(wù)流欺詐

欺詐者基于變量和模型輸出，窮舉范圍內(nèi)變量的不同取值，判斷所取的值是否滿足授信模型中的條件，若命中多條規(guī)則，則做出決策改變和風(fēng)險(xiǎn)判斷，直到找到全部符合條件的值為止。

3）數(shù)據(jù)流欺詐

按欺詐主體、欺詐途徑、欺詐階段等維度，欺詐者采取不同的欺詐行為，比如通過(guò)虛構(gòu)企業(yè)規(guī)模、經(jīng)營(yíng)范圍、貸款用途信息，虛增固定資產(chǎn)、交易流水、項(xiàng)目利潤(rùn)等數(shù)據(jù)，使自身符合政策準(zhǔn)入條件或通過(guò)系統(tǒng)規(guī)則檢測(cè)。

因此，我們做反欺詐時(shí)需要獲得數(shù)據(jù)層的黑名單、多頭借貸等信息，以做貸前風(fēng)控和貸中預(yù)警，提高企業(yè)融資申請(qǐng)的準(zhǔn)入門檻，實(shí)時(shí)判斷每一筆交易行為的風(fēng)險(xiǎn)。

二、反欺詐規(guī)則層

反欺詐規(guī)則建立的目的就在于識(shí)別出惡意騙貸的用戶與真正借款的用戶，以及預(yù)測(cè)騙貸的風(fēng)險(xiǎn)。根據(jù)業(yè)務(wù)模式和場(chǎng)景的不同，金融反欺詐可以分為基于規(guī)則的反欺詐和基于模型的反欺詐。

供應(yīng)鏈金融欺詐就是借款人利用金融的規(guī)則漏洞，將虛假交易數(shù)據(jù)與虛構(gòu)經(jīng)營(yíng)數(shù)據(jù)作為供應(yīng)鏈金融的額度授信的依據(jù)。比如，欺詐者在貿(mào)易融資環(huán)節(jié)，重復(fù)質(zhì)押或偽造合同等相關(guān)憑證，來(lái)騙取銀行信用證、承兌匯票，進(jìn)而套取供應(yīng)鏈金融融資款。

面對(duì)金融欺詐風(fēng)險(xiǎn)，首要任務(wù)是配置反欺詐規(guī)則。以企業(yè)融資申請(qǐng)環(huán)節(jié)的人臉識(shí)別為例，我們會(huì)對(duì)人臉進(jìn)行身份驗(yàn)證、屬性分析、特征對(duì)比、臉庫(kù)搜索、活體檢測(cè)等規(guī)則校驗(yàn)來(lái)預(yù)防申請(qǐng)授信欺詐，即做貸前申請(qǐng)準(zhǔn)入的“前置擋板”。

在人臉識(shí)別中，我們通過(guò)決策變量建立預(yù)測(cè)模型來(lái)識(shí)別客戶的臉，其中的機(jī)器學(xué)習(xí)算法會(huì)涉及一些人臉識(shí)別的模型參數(shù)。

反欺詐是供應(yīng)鏈金融必不可少的一部分，而反欺詐規(guī)則是供應(yīng)鏈金融企業(yè)的核心內(nèi)容。貸款審核規(guī)則主要包括直接拒絕規(guī)則、反欺詐規(guī)則與信用評(píng)分規(guī)則，可根據(jù)公司業(yè)務(wù)制定具體規(guī)則內(nèi)容。

我們可制定政策準(zhǔn)入條件和系統(tǒng)檢測(cè)規(guī)則，來(lái)采集用戶的基本信息、貸款數(shù)據(jù)和交易數(shù)據(jù)，通過(guò)決策樹(shù)可視化模型，提取決策變量組合，從而構(gòu)建反欺詐規(guī)則集。

比如我們將年齡不符合要求、高風(fēng)險(xiǎn)地區(qū)人士、歷史貸款申請(qǐng)命中黑名單等作為貸款直接拒接規(guī)則，對(duì)企業(yè)貸款做“申請(qǐng)準(zhǔn)入條件”校驗(yàn)，將不符合規(guī)則的借款人排除在申請(qǐng)之外。

此外，我們可在貸前、貸中、貸后對(duì)借款人發(fā)起檢測(cè)，精準(zhǔn)識(shí)別多頭申請(qǐng)、多次放款、貸款被拒、貸款逾期等行為，從而判斷客戶是否獲得貸款授信。

比如我們將企業(yè)的申請(qǐng)總次數(shù)、放款總次數(shù)、被拒貸總次數(shù)、申請(qǐng)總機(jī)構(gòu)數(shù)、放款總機(jī)構(gòu)數(shù)、被拒貸總機(jī)構(gòu)數(shù)、近30/90/180/360天逾期總筆數(shù)等作為反欺詐規(guī)則，對(duì)企業(yè)授信做預(yù)審批，對(duì)用戶評(píng)分做規(guī)則校驗(yàn)，避免多頭借貸或申請(qǐng)次數(shù)過(guò)多。

反欺詐就是通過(guò)對(duì)內(nèi)外部數(shù)據(jù)的采集與分析構(gòu)建規(guī)則引擎，從中找出觸碰準(zhǔn)入規(guī)則的欺詐信息，從而預(yù)防欺詐行為的發(fā)生。

三、反欺詐配置層

對(duì)于供應(yīng)鏈金融而言，我們?cè)诮鉀Q上下游企業(yè)融資難的問(wèn)題時(shí)，也要確保隨之而來(lái)的金融欺詐風(fēng)險(xiǎn)可控。這關(guān)鍵在于反欺詐風(fēng)控系統(tǒng)的規(guī)則配置。我們可以通過(guò)配置系統(tǒng)規(guī)則，比如審核流程的配置、產(chǎn)品參數(shù)的配置、業(yè)務(wù)表單的配置、規(guī)則引擎的配置等來(lái)實(shí)現(xiàn)。

進(jìn)入數(shù)字金融時(shí)代，數(shù)字化技術(shù)支撐供應(yīng)鏈金融構(gòu)建“數(shù)據(jù)、技術(shù)與場(chǎng)景”三位一體的反欺詐系統(tǒng)。數(shù)字金融反欺詐從數(shù)據(jù)采集、數(shù)據(jù)清洗、特征工程、算法研究、決策引擎、監(jiān)控迭代等方面，通過(guò)數(shù)字技術(shù)實(shí)現(xiàn)規(guī)則配置的線上化、流程化和數(shù)字化，從而降低開(kāi)發(fā)成本。常見(jiàn)的反欺詐系統(tǒng)有用戶行為風(fēng)險(xiǎn)識(shí)別引擎、人行征信系統(tǒng)、黑名單管理系統(tǒng)等。

以黑名單管理系統(tǒng)為例，我們可以靈活配置黑名單隔離規(guī)則，比如設(shè)備黑名單、IP及LBS黑名單、中介黑名單、手機(jī)號(hào)碼黑名單、法院黑名單、逾期黑名單等決策。

數(shù)字金融反欺詐策略可分為數(shù)據(jù)采集、數(shù)據(jù)清洗、特征工程、算法研究、決策引擎、監(jiān)控迭代等，并在規(guī)則配置后對(duì)參數(shù)進(jìn)行動(dòng)態(tài)優(yōu)化。供應(yīng)鏈金融欺詐歸根到底就是企業(yè)經(jīng)營(yíng)行為的欺詐。

以汽車融資租賃為例，整個(gè)交易環(huán)節(jié)涉及出租人和承租人的投融資、供應(yīng)商的設(shè)備促銷、租賃資產(chǎn)交易、資產(chǎn)后續(xù)處置等，從形式上看確實(shí)存在交易，但沒(méi)有實(shí)際的產(chǎn)業(yè)輸出。汽車融資租賃的欺詐風(fēng)險(xiǎn)包括申請(qǐng)欺詐、信用低和壞賬。

• 申請(qǐng)欺詐：資料造假（企業(yè)經(jīng)營(yíng)數(shù)據(jù)人為作假）、身份冒用（冒用他人的身份證信息）、用途不明（貸款資金沒(méi)有明確的使用場(chǎng)景）。
• 信用低：多頭借貸（借款人向多家金融平臺(tái)提出借貸申請(qǐng)）、合同詐騙（通過(guò)虛構(gòu)事實(shí)、隱瞞真相、設(shè)定陷阱等手段，誘使對(duì)方與之簽訂或履行合同）、虛假交易（不存在、不真實(shí)的交易行為）。
• 壞賬：人車失蹤（聯(lián)系不到借款人且無(wú)法定位跟蹤車輛）、經(jīng)營(yíng)異常（企業(yè)被工商局列入經(jīng)營(yíng)異常）、惡意拖欠（企業(yè)或個(gè)人惡意拖欠貸款）。

四、反欺詐策略層

反欺詐業(yè)務(wù)層建模，首先得有策略。在反欺詐策略的基礎(chǔ)上，我們可以通過(guò)人工智能、大數(shù)據(jù)、機(jī)器學(xué)習(xí)和區(qū)塊鏈等數(shù)字技術(shù)，建立實(shí)時(shí)數(shù)據(jù)采集、實(shí)時(shí)數(shù)據(jù)處理和實(shí)時(shí)欺詐發(fā)現(xiàn)的數(shù)字化反欺詐平臺(tái)。

常見(jiàn)的反欺詐策略有OCR識(shí)別、用戶信息校驗(yàn)、命中黑名單、命中多頭借貸、手機(jī)號(hào)校驗(yàn)、運(yùn)營(yíng)商認(rèn)證、銀行卡實(shí)名認(rèn)證、人臉識(shí)別、活體驗(yàn)證、三方數(shù)據(jù)比對(duì)、設(shè)備信息檢測(cè)、關(guān)系圖譜分析、用戶行為數(shù)據(jù)等。以供應(yīng)鏈融資的設(shè)備埋點(diǎn)反欺詐為例，客戶完成授信后，我們從設(shè)備信息驗(yàn)證和設(shè)備指紋識(shí)別中，提取符合反欺詐特征標(biāo)簽的數(shù)據(jù)，進(jìn)一步搭建反欺詐模型。

結(jié)合歷史放貸樣本，我們可使用Lightgbm和XGBoost框架進(jìn)行機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，從而得到欺詐評(píng)分或欺詐規(guī)則，確保數(shù)據(jù)符合準(zhǔn)入策略、認(rèn)證策略和支用策略，以便實(shí)時(shí)輸出判定結(jié)果，識(shí)別金融反欺詐風(fēng)險(xiǎn)。

在供應(yīng)鏈金融業(yè)務(wù)中，反欺詐模型起著很重要的作用。從關(guān)系圖譜上，我們能夠了解關(guān)聯(lián)企業(yè)的經(jīng)營(yíng)關(guān)系；從客戶畫(huà)像上，能夠識(shí)別惡意客戶與行為數(shù)據(jù)；從數(shù)據(jù)挖掘上，能夠判斷企業(yè)真實(shí)的經(jīng)營(yíng)狀況。供應(yīng)鏈金融的發(fā)展趨勢(shì)必然是數(shù)字化。我們可通過(guò)提升產(chǎn)業(yè)金融的數(shù)字化基礎(chǔ)，加速供應(yīng)鏈金融企業(yè)的數(shù)字化進(jìn)程。

數(shù)字化供應(yīng)鏈金融的反欺詐就是通過(guò)數(shù)字技術(shù)和決策引擎來(lái)提升供應(yīng)鏈上的風(fēng)險(xiǎn)識(shí)別能力，從而有效地改善核心企業(yè)現(xiàn)金流，降低資產(chǎn)負(fù)債率，增加上下游客戶黏性。

#專欄作家#

朱學(xué)敏，微信公眾號(hào)：朱哥聊產(chǎn)品，人人都是產(chǎn)品經(jīng)理專欄作家。暢銷書(shū)《產(chǎn)品閉環(huán)：重新定義產(chǎn)品經(jīng)理》作者，8年金融產(chǎn)品人，專注于金融行業(yè)（貸款、理財(cái)、支付），從0到1負(fù)責(zé)產(chǎn)品的全過(guò)程開(kāi)發(fā)與設(shè)計(jì)。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CC0協(xié)議。