互聯網金融火熱， 可以說是連媽媽們都知道。 互聯網金融由於覆蓋性廣， 衍生性多， 受眾面大， 在短時間內獲得了斐然的成績。
一套較為完整的互聯網金融產品風控體系需要包括貸前審批、授信， 貸中跟蹤、監控， 貸後失聯修復、不良催收， 是一個極為複雜的過程， 每一個流程都會影響整體的風控品質。 本文會將重點放在“大資料“上。 目前互聯網金融產品擁有的資料來源主要可分為以下幾類：
a) 身份資訊：姓名， 身份證號， 手機號， 銀行卡號 , 地址，
b) 信用資訊：歷史貸款申請資訊， 還款記錄， 逾期記錄等。
c) 社交資訊：通訊錄資訊， 社交平臺資料等。
d) 消費資訊：銀行卡消費水準， 消費能力， 高風險行為等。
e) 行為資訊：手機使用狀況、出行記錄、電商平臺交易資料等。
f) 合作機構資料：黑名單、白名單客戶等上述資料來源的資料加上申請者提供的資料， 就可以組成一個與該申請者相關的巨大的資料集合。 利用這個資料集合就可以建立風控體系對用戶的欺詐風險、還款意願、還款能力等進行有效判別。
卡神小組以各類現金貸為例， 我們可以把常見的現金貸大資料風控規則歸類如下：
（1） 勾稽比對勾稽比對是會計行業的一個常用術語， 在風控中主要指利用多維度數據進行邏輯對應關係檢驗的方法， 舉例來看：假設使用者填寫的“收入水準”為變數A， “工作地點”為變數B， 申請時IP位址的“所處區域”為變數C。 從A+B的維度來看， 倘若用戶填寫的A月收入有數萬元， B卻顯示在某個偏遠山區的修車廠工作， 我們或許應該懷疑用戶隱瞞收入。
（2） 交叉檢驗交叉檢驗與勾稽比對有細微差別， 但兩者都是利用多維度數據對用戶真實性和可靠性進行驗證的方法， 這裡只簡單舉個例子， 例如申請人提供了工作單位位址，
（3） 強特徵篩選有一些變數在風控的考量中佔有較大的權重， 例如多頭借貸次數， 該次數較高意味著用戶存在嚴重的多頭借貸情況嚴重， 有較高的違約風險。 拿前海征信常貸客產品驗證結果舉例， 命中常貸客客戶信貸逾期風險是普通客戶的3 ~ 4 倍。 其它較常見的強特徵變數還有關注機構（催收機構等）通話， 工作日夜間通話等。
（4） 風險關係風險關係主要驗證與申請人相關聯個體的資訊。 例如， 該申請者通訊錄中是否存在較多被列入黑名單的連絡人， 該申請人的生情電話或IP是否曾被另外的申請者使用過等。
（5） 使用者的行為資料使用者的行為資料也可以很好地用以鑒別金融欺詐。 例如通過運營資料統計顯示，在淩晨3點左右申請貸款的用戶的信用風險更高，這可能因為很多欺詐者對智慧信貸不熟悉，錯誤地以為淩晨無信貸員審批，防禦薄弱的突破口；此外，申請時多次修改填寫資料的使用者可能存在資訊造假，因為普通人通常不會頻繁記錯自己的私人資訊。這些獨特的使用者行為資料一定程度上也能甄別風險，反應用戶信用。互聯網金融發展到今天已經衍生出了許多具有不同特點的產品（例如額度、期限、場景、客戶群等）。因此互聯網金融產品風控體系在搭建過程中需要注意與其所面向的產品的特點相適。
從業務層面看，存、貸、匯三塊都存在反欺詐的需求自己對“貸”這一塊最熟悉，這一塊對反欺詐的需求也最為旺盛，卡神小組就重點說一下這裡由淺入深的說下。
一、黑名單篩選首先申請層面，從客戶填寫資料進行反欺詐，首先註冊時客戶的三個要素/四要素是需要首先填寫的即姓名+身份證號+手機號+銀行卡號。同時雖然你沒有填寫但是通產在你申請的時候互金機構通過會SDK抓取到你的設備指紋和IP,也就是說會以這6個為所以條件進行黑名帶匹配，命中即拒絕。黑名單包括貸不限於：1公檢法公開的失信、申訴、被執行、吸毒等。2各類征信資料聯盟的不良名單（通常為M3+以上）。
二、多頭借貸顧名思義就是你在不同平臺申請的頻率，依然是通過上面的這些緯度進行篩選，一台設備或IP短時間內集中申請，通產會被理解為仲介，而以身份證姓名為條件進行多次申請則會認為是高危人群，也會被放在疑似欺詐中。
三、勾稽規則這個就比較多了，多半是通過對比進行校驗，你自己填寫的收入、工作、住址、借款目的等等都會和平臺能夠抓取到的資料進行對比，有硬性的對比，比如學歷、性別、年齡等。也有模糊對比如收入等級、居住位址和單位位址（通過經緯度）等。通常為了防止申請人填寫錯誤、資料錯誤、特殊情況（噪點）導致的誤殺，勾稽規則這一塊採取命中後給於風險分值，分值累加後計算是否超過閥值的方式處理，達到一定閥值人工干涉、達到更高的閥值自動拒絕。通常這些分值也會和多頭進行累計。
四、社交關係這一塊主要是通過你的通話記錄，進行處理，呼出呼入的電話中是否有其他失信人員、黑名單人員、催收公司電話等等資料足夠大的情況下如騰訊甚至可以做到多層關聯，比如你直接連絡人是黑名單為1級關聯、你的朋友的連絡人裡有黑名單，那你就是二級關聯。
五、邏輯規則信貸審核中有一句話叫做反常即為妖。比如你填寫自己為公務員，但是收集到的你的收集運營商資料顯示你的通過話時間集中在工作日的淩晨1點-4點。這裡面也會給與一定的欺詐分值。再比如你填寫的工作為某集團中層管理，但是學歷是大專、年齡只有24歲。明顯不符合邏輯。或者工作是教師，但是你的運營商資料顯示你的物理位址經常在工作日在不同的外省市，撥打或接聽電話。這些都可以做成相關規則。
六、欺詐綜合處理以上處理中狠多規則其實無法確認是欺詐操作，但是以風控的思路要對客戶做有罪推論，也就是說我覺得你有嫌疑起碼就要進行嚴格審核，如果要推翻我的懷疑需要有合理的解釋或者邏輯說服，所以反欺詐裡面很多都是除了必死的黑名單項，大部分會進入人工干預。同時對於欺詐分值最終有可能會以決策矩陣的方式對這次借款事件給於額度上的控制，或者對這類客戶在貸後管理中放入到需要頻繁監控的佇列中。大致思路是這樣，當然具體實施上也會有很多別的技術和思路，但是基本都是以邏輯和大量貸後表現資料為依據，對客戶自己填寫的以及可以搜集到的資訊進行檢驗。檢驗是否名中欺詐名單或者你填寫的這個欄位就是落入到了高危欄位或者高危人群、或者你整體的個人畫像明顯存在不符合邏輯的內容。
卡神小組總結：可以說現在的綜合大資料絕對能判定出客戶是否為欺詐客。卡神小組認為，隨著我們大資料技術的發展和運用，在未來各類互聯網金融平臺的反欺詐系統將日益成熟和完善。卡神小組同時也提醒朋友們，在未來如果刻意的去製作與自己收入、身份不符的銀行流水，反而會被大資料系統列入黑名單。只有真實、有效的各類資料，才能在未來對朋友們起到幫助。希望這個資料對朋友們有所説明。
例如通過運營資料統計顯示，在淩晨3點左右申請貸款的用戶的信用風險更高，這可能因為很多欺詐者對智慧信貸不熟悉，錯誤地以為淩晨無信貸員審批，防禦薄弱的突破口；此外，申請時多次修改填寫資料的使用者可能存在資訊造假，因為普通人通常不會頻繁記錯自己的私人資訊。這些獨特的使用者行為資料一定程度上也能甄別風險，反應用戶信用。互聯網金融發展到今天已經衍生出了許多具有不同特點的產品（例如額度、期限、場景、客戶群等）。因此互聯網金融產品風控體系在搭建過程中需要注意與其所面向的產品的特點相適。從業務層面看，存、貸、匯三塊都存在反欺詐的需求自己對“貸”這一塊最熟悉，這一塊對反欺詐的需求也最為旺盛，卡神小組就重點說一下這裡由淺入深的說下。
一、黑名單篩選首先申請層面，從客戶填寫資料進行反欺詐，首先註冊時客戶的三個要素/四要素是需要首先填寫的即姓名+身份證號+手機號+銀行卡號。同時雖然你沒有填寫但是通產在你申請的時候互金機構通過會SDK抓取到你的設備指紋和IP,也就是說會以這6個為所以條件進行黑名帶匹配，命中即拒絕。黑名單包括貸不限於：1公檢法公開的失信、申訴、被執行、吸毒等。2各類征信資料聯盟的不良名單（通常為M3+以上）。
二、多頭借貸顧名思義就是你在不同平臺申請的頻率，依然是通過上面的這些緯度進行篩選，一台設備或IP短時間內集中申請，通產會被理解為仲介，而以身份證姓名為條件進行多次申請則會認為是高危人群，也會被放在疑似欺詐中。
三、勾稽規則這個就比較多了，多半是通過對比進行校驗，你自己填寫的收入、工作、住址、借款目的等等都會和平臺能夠抓取到的資料進行對比，有硬性的對比，比如學歷、性別、年齡等。也有模糊對比如收入等級、居住位址和單位位址（通過經緯度）等。通常為了防止申請人填寫錯誤、資料錯誤、特殊情況（噪點）導致的誤殺，勾稽規則這一塊採取命中後給於風險分值，分值累加後計算是否超過閥值的方式處理，達到一定閥值人工干涉、達到更高的閥值自動拒絕。通常這些分值也會和多頭進行累計。
四、社交關係這一塊主要是通過你的通話記錄，進行處理，呼出呼入的電話中是否有其他失信人員、黑名單人員、催收公司電話等等資料足夠大的情況下如騰訊甚至可以做到多層關聯，比如你直接連絡人是黑名單為1級關聯、你的朋友的連絡人裡有黑名單，那你就是二級關聯。
五、邏輯規則信貸審核中有一句話叫做反常即為妖。比如你填寫自己為公務員，但是收集到的你的收集運營商資料顯示你的通過話時間集中在工作日的淩晨1點-4點。這裡面也會給與一定的欺詐分值。再比如你填寫的工作為某集團中層管理，但是學歷是大專、年齡只有24歲。明顯不符合邏輯。或者工作是教師，但是你的運營商資料顯示你的物理位址經常在工作日在不同的外省市，撥打或接聽電話。這些都可以做成相關規則。
六、欺詐綜合處理以上處理中狠多規則其實無法確認是欺詐操作，但是以風控的思路要對客戶做有罪推論，也就是說我覺得你有嫌疑起碼就要進行嚴格審核，如果要推翻我的懷疑需要有合理的解釋或者邏輯說服，所以反欺詐裡面很多都是除了必死的黑名單項，大部分會進入人工干預。同時對於欺詐分值最終有可能會以決策矩陣的方式對這次借款事件給於額度上的控制，或者對這類客戶在貸後管理中放入到需要頻繁監控的佇列中。大致思路是這樣，當然具體實施上也會有很多別的技術和思路，但是基本都是以邏輯和大量貸後表現資料為依據，對客戶自己填寫的以及可以搜集到的資訊進行檢驗。檢驗是否名中欺詐名單或者你填寫的這個欄位就是落入到了高危欄位或者高危人群、或者你整體的個人畫像明顯存在不符合邏輯的內容。
卡神小組總結：可以說現在的綜合大資料絕對能判定出客戶是否為欺詐客。卡神小組認為，隨著我們大資料技術的發展和運用，在未來各類互聯網金融平臺的反欺詐系統將日益成熟和完善。卡神小組同時也提醒朋友們，在未來如果刻意的去製作與自己收入、身份不符的銀行流水，反而會被大資料系統列入黑名單。只有真實、有效的各類資料，才能在未來對朋友們起到幫助。希望這個資料對朋友們有所説明。