反欺詐與反欺詐建模（一）-反欺詐概述

03-31

最近剛好在做一個反欺詐的項目，結合自己有限的經驗談談自己的想法，希望能和大家一起交流。本人目前在美國工作，所以相關經驗也都是以美國市場為基礎的，也希望能和國內的同行們互相交流借鑒。

反欺詐問題在金融行業各個公司的風險管理部門當中應該都是一個很重要的問題，我所工作的公司是一家有著網路申請平台的消費者貸款公司。無抵押貸款本來就是一個風險和損失率更大的行業，因為取得貸款更加容易，就會有更多欺詐行為的出現，反欺詐就顯得更加重要。而基於網路平台的公司更加有利於收集貸款人的相關數據，加上美國更加全面的信用數據，反欺詐建模的工作也更容易進行。

首先我想從風險的角度談一談欺詐這個問題。金融行業中信貸領域有兩種不同的風險，一種是運營風險（Operational

Risk）一種是信用風險（Credit

Risk）而這兩種風險應該說是完全不同的。信用風險是因為貸款人生活當中的一些不確定性而造成的，信用風險造成的損失是公司無法避免的。這些還不上款的貸款人在貸款的時候是有還款意願的，只是因為生活當中的一些突發情況或者其他原因而造成了還不上款的情況。比如一個借款人借款買了手機，而在還款期間突然生了重病，那他必定會先用自己所有的積蓄在醫療開銷上，手機的貸款自然很容易就無法還上了。公司的貸款金融產品存在信用風險是肯定的。而且公司所應該做的並不是應該減少信用風險，而是應該控制信用風險，讓自己獲得的風險報酬減去風險損失之後還能夠獲得利潤。

而欺詐行為則並不能被算作為信用風險，因為借款人在借款的時候就沒有任何還款意願，那就意味著風險收益是0，這是一種運營風險，而且是一種應該儘力減少的運營風險，否則會大量蠶食企業利潤，大幅提高損失率。欺詐者沒有還款意願具體體現在First

Payment Default上，就是說這些借款人在拿到貸款之後一次款都沒有還過，直接到一定時間之後被企業記作了損失。而信用風險的借款人多是在某個時點開始出現款項延遲（payment

delinquent）的情況，然後從某個時點開始不在付款。所以一個公司的First Payment Default Rate 應該是可以判斷欺詐行為嚴重程度的重要指標。

說了這麼多，這對於我們的風險建模到底有什麼作用和啟示呢。就是對於欺詐建模和信用風險建模，可以說我們的目標是完全不同的。欺詐建模我們更加在意的覆蓋的全面性，我們用這個模型能不能儘可能多的找出交易當中的欺詐行為，這些欺詐交易有沒有排名在模型預測出來高風險交易的前列。而對於信用風險來說，因為有更多不確定性，我們沒有辦法要求一個模型能夠預測出所有的信用風險交易，就會有其他的目標。

那麼有了這些目標之後，我們應該選取什麼樣的指標來評價模型是否有效呢？我會在下一篇文章當中談論這個問題。