消费金融行业欺诈横行，**应如何提高风控水平？

从业务操作的不同环节对比，目前通常所说的消费金融行业与传统金融（例如：银行）相比，存在一些独特的特点，主要包括：通常是线上申请，无业务人员亲访面签；一般是客群下沉，更多集中于强资金需求的低收入人群；通常来说产品门槛低，多数产品**和担保。在金融市场上，高收益随之而来是高风险，或者说，高风险与高收益是相伴而行的，特别是欺诈风险，据**银监会2016年数据显示，已开业的15家消费金融公司平均不良贷款率超4%，其中欺诈损失可能占到70%-80%。在消费金融业务中，什么是欺诈？欺诈风险在信贷中体现为恶意骗贷，一般分为第一方欺诈和第三方欺诈。第一方欺诈是，我就是欺诈主体恶意骗贷。第三方欺诈是，骗贷人伪冒身份，中介黑产、盗用帐户等。以上欺诈类型，尤其中介黑产，在目前的业务运作中是互联网金融风控防范重点之一。面临这样的市场环境，消费金融**如何提高相应风险控制能力？从趋势来看，消费金融行业的互联网**需要建设与传统金融机构差异化的风控体系，利用自身沉淀的用户数据、环境数据，利用生物探针技术采集用户行为数据，建立基于用户、环境、行为的关系网络，并通过机器学习算法实时识别关系网络中的异常点。这些都是互联网**有别于传统金融的、有可能得到发挥的风控优势。数据与模型：大数据是互联网金融风控的基础，充分利用互联网服务过程中全面收集用户信息的便利，将线上线下数据结合，借助apache等开源框架下一系列大数据处理利器，可实现基于app行为数据、知识图谱、团状关系及染黑度等的大数据算法，建立完善客户用户画像，对识别客户的好坏可提供一定的参考依据。新的大数据建模方式，机器学习gbdt，xg boost 等，也可打破以前单一的征信数据为**，丰富欺诈模型识别的多样性。技术与系统：人脸识别、声纹识别等技术的运用，可以高效解决线上产品申请核身的难题；通过对设备指纹、常驻地理位置，运动轨迹监控，可有效减少账户盗用的**发生概率。监控系统，可及时发现用户的信用恶化及其他欺诈风险，通过预先设置的报警规则对异常现象进行实时的风险预警，辅以人工及时干预，可在排查风险，修正规则拦截边界的同时，也可在一定范围内避免和减少欺诈行为带来的损失；专业的团队：分析和模型完毕后，要将结果转化成业务策略。比如反欺诈策略需要专业风险从业人员来落地实施，在业务初期时，可利用专家经验，但随着欺诈样本的累积，风险人员需不断的迭代规则及调整欺诈策略，从而让整个风险体系能高效运转。互联网金融的风控是个庞大的工程，以上只是从风控**和反欺诈的角度做了简单阐述，对于消费金融行业的经营管理者来说，在面对高风险的客户群体和复杂的市场环境中，对风险要抱有敬畏之心，不断在失败中吸取教训，加强对数据的理解和技术的迭代，才能让消费金融机构在这场风险与收益的平衡与对抗中走的更远、更稳健、更可持续，相应的风控水平也就更高。