金融欺詐瘋狂生長，一大佬說技術升級後可終結亂象！

07-09

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、阻礙了消費金融產業的健康成長。不過已得到普遍應用的大數據、人工智慧等新技術，或將成為消費金融發欺詐的有力支撐。

根據艾瑞諮詢發布的《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年內，就已經從60億猛增到4367.1億，實現了70倍爆髮式增長，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產品層出不窮。但隨著領域的擴展與增多，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態勢，然而到了2016年年底，醫美分期騙貸風險集中爆發，曾有業內人士表示在近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樑，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，消費金融機構也將遭受最直接的損失，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。

由於業務模式的不同，線上、線下的發欺詐存在一定的區別，但在除去線下加強渠道管理和產品設計等方法後，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：一是基於大數據分析、人工智慧的大數據建模;二是指紋識別、人臉識別、聲紋識別等前端生物識別技術。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、高風險交易特徵識別來防止身份冒用、造假等風險，將欺詐行為制止於發生之前。並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、虹膜等特徵，都具有一定的唯一性、穩定性，較為不易被偽造和假冒，所以利用生物識別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，不過對於一般的企業機構來說，大數據分析、人工智慧、生物識別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。