借貸機構欺詐為何興起

在過去幾年中，互聯網金融貸款機構激增，特別是在2009年金融危機之後。危機帶來的結果就是傳統貸款機構的減少，金融科技公司在消費者信用信息的提供上陷入了缺口，並且這一缺口仍在加速擴大。 並且傳統貸款機構也重新調整了他們的重點，在所有產品上都進行了數字化的努力，以追趕上現在靈活多變的互聯網競爭對手。 因此，欺詐者攻擊的潛在目標已經變得更大，利潤更高，但這些借貸機構沒有阻止他們以在線貸款欺詐的形式造成的巨量財務損失。

其他幾個重要趨勢也增加了互聯網金融貸款的欺詐行為。 如其他金融領域增加了安全與審查措施，如為了應對信用卡欺詐應用了基於 EMV 的系統。但欺詐分子並沒有消失，而是將注意力從轉移到利潤更高的領域：互聯網借貸。

在此過程中，互聯網借貸的主要優勢——快速和便捷卻成為了欺詐分子來對付這些互聯網貸款公司的突破口。 為了滿足今天人們即時滿足的特點，需要快速地在線上申請貸款的消費者正在快速增長。通常在申請過程中只需提交非常少的信息， 並且這些申請者中大部分只有有限的信用歷史，這使得申請評估過程更加複雜。 這讓欺詐分子有了逾期甚至是拒還的機會。

欺詐在這一過程中規模和複雜程度都在大幅增長，這些大規模的協同欺詐攻擊造成了大量的金融損失。 現在欺詐者可以使用與正常用戶相同的工具來拓展 - VPN、雲基礎設施、虛擬機。 同時欺詐軟硬件的工具數量也增加了 - 短信和IP偽裝、甚至暗網會售賣數據庫洩露的 PII 數據。由於個人攻擊的破壞與大規模協同攻擊導致大量和不可預測的損失是反欺詐部門最擔憂的事。

儘管行業對欺詐損失估計取決於人們對該行業資源價值的估計，但不可否認的是，但欺詐數字很大且在不斷增加。 在 Aite 集團最近發佈的一份報告中，74％的受訪金融機構表示，數字渠道欺詐損失在過去兩年中在不斷增加，因為身份信息被盜導致賬戶被盜和申請欺詐是這些欺詐損失的兩大主要原因（*）。

申請欺詐

申請欺詐通常是欺詐分子通過合成或虛假身份進行申請卻不計劃償還。隨著個人數據在社交媒體曝光的增加和每年發生的數百次的數據洩露事件，欺詐分子可以操縱這些合成身份並使用它們申請貸款。據 Gartner（***） 估計現在有25%的壞賬都是由合成身份造成的，該比例將會在2021年計劃上升到40%。該欺詐一般都是大規模操作，並且難以被現有欺詐系統（基於規則和有監督機器學習系統）檢測到，因為它們一次只評估單個申請因此錯過了多個欺詐才能發現的共有模式。 雖然申請單個來看很合理，但是通過查看多個申請的共享 IP 地址和設備信息等模式能看出存在協同欺詐的可能性。

這也表明了將數字數據作為申請檢測過程一部分的重要性，並且將這些數據整合在一個整體中觀察時尤其有效，該方法能將多種行業、機構和地理位置的數據整合在一起，以加強整體欺詐檢測的效果。 通過整合不同類型的客戶匿名信號，像 DataVisor 這樣的公司及其全球智能信譽庫在檢測申請欺詐相關的惡意團伙方面有著顯著提升。

多頭借貸

多頭借貸是現在借貸機構面對的另一種欺詐，利用線上貸方審批流程的速度和更新信用檔案的延遲，而借款人在短期內申請多個貸款而不償還。納入新賬戶和可查的記錄可能需要長達30天才會出現在信用記錄儀中，很明顯這成為了欺詐分子大規模利用的漏洞。

賬戶盜取

而另一個日益普遍的互聯網貸款欺詐行為是賬戶盜取，它還利用被盜身份，個人數據和廣泛可用的釣魚網絡來侵入現有帳戶並使用它們來獲取和盜取現金。檢測賬號被盜不但需要大數據的處理能力，還要能夠整合多種來源的數據，包含行為、交易和用戶活動等，以實時檢測所有活動中的欺詐模式。

線上借貸機構如何應對欺詐？

互聯網放貸機構面臨的欺詐問題需要更為先進的欺詐解決方案，該方法具有前瞻性，能夠檢測多個申請和

△ DataVisor 欺詐解決方案

DataVisor 的欺詐檢測平臺將無監督機器學習與客戶和整體數據相結合，可以保護其貸款客戶免受實時，大規模協調的申請欺詐，多頭借貸和賬戶被盜攻擊，做到提前檢測和高準確度以及低誤報率。如果您有興趣瞭解 DataVisor 如何提供反欺詐支持，請點擊閱讀原文進入官網或在關注公眾號在菜單欄索取報告。

本文作者

Igor Bidny DataVisor 的戰略總監

在 Ayasdi（知名AI公司）擔任監管金融服務戰略諮詢。他在金融服務與金融科技領域擁有數年的工作經驗，涉及資本市場，風險和合規性以及資產管理。 他是CFA特許證書擁有人，並獲得了倫敦經濟學院的金融碩士學位和哥倫比亞大學的MBA學位。

閱讀更多 DataVisor 的文章

關鍵字: 檔案 機構 大數據