消費金融的火熱程度已有目共睹,在國家政策鼓勵、居民收入增加、消費理念轉變等諸多有利因素的推動下,“萬億藍海”名副其實。不過在消費金融業務迅速拓展的同時,金融欺詐也在肆無忌憚的野蠻增長,在一定程度上影響、阻礙了消費金融産業的健康成長。不過已得到普遍應用的大數據、人工智能等新技術,或将成為消費金融發欺詐的有力支撐。
根據艾瑞咨詢發布的《2017消費金融洞察報告》顯示,從2013年到2017年,互聯網消費金融交易規模在短短的4年内,就已經從60億猛增到4367.1億,實現了70倍爆發式增長,其年複合增長率高達317%。在如此龐大的市場中,消費金融公司、電商平台、互聯網金融企業等紛紛參與角逐,細分領域的創新也不斷湧現,3c數碼、醫美、教育、旅遊、租房、農業等多種場景分期産品層出不窮。但随着領域的擴展與增多,欺詐現象開始頻頻出現,以醫美領域為例,消費金融自2015年開始進入,在2016年便呈現出高速增長态勢,然而到了2016年年底,醫美分期騙貸風險集中爆發,曾有業内人士表示在近60億規模的醫美市場中,有15億多被詐騙者攫取。
在常規的市場交易模式中,消費金融機構一般是作為資金方和消費者之間的橋梁,而在相關的業務環節中,欺詐者往往會利用機構、體系的技術漏洞對消費者實施詐騙。而除了消費者這個直接受害者外,消費金融機構也将遭受最直接的損失,一些群體性的欺詐事件甚至會直接危及消費金融就夠的生命線,不但影響了相關機構的健康發展,也對整個消費金融行業帶來了毀滅性的影響。因此,消費金融反欺詐已經成為了一件勢在必行的事情。
由于業務模式的不同,線上、線下的發欺詐存在一定的區别,但在除去線下加強渠道管理和産品設計等方法後,金融科技已然成為了消費金融反欺詐的主要手段。如今,純線上消費金融業務的科技反欺詐應該包含兩個方面:一是基于大數據分析、人工智能的大數據建模;二是指紋識别、人臉識别、聲紋識别等前端生物識别技術。據了解,以大數據風控為技術基礎的發欺詐手段,能夠通過用戶身份核實、高風險交易特征識别來防止身份冒用、造假等風險,将欺詐行為制止于發生之前。并且通過與機器學習模型的配合使用,可以有效的提高風控系統的精準度,提高複雜環境下的發欺詐能力。而像靜脈、指紋、聲紋、人臉、虹膜等特征,都具有一定的唯一性、穩定性,較為不易被僞造和假冒,所以利用生物識别技術進行身份認證具有較高的安全性與可靠性。
據數據顯示,如今線上消費金融模式規模是線下模式的6倍,所以從整個消費金融反欺詐策略來看,金融科技已成大勢所趨,不過對于一般的企業機構來說,大數據分析、人工智能、生物識别這些金融科技門檻較高,很難進行自主研發。但目前市場上已經出現了京東金融、螞蟻金服等為代表的第三方金融科技公司,為消費金融機構提供以風控支持為核心的靈活解決方案。這一點也恰恰說明了在互聯網時代,金融科技的不斷進步可以為消費金融提供更廣闊的發展空間。
有話要說...