见习记者 罗佳明
上周，信用中国披露了包括严重债务失信人、恶意逃废债借款人等的第九批涉金融领域黑名单。
如今在金融领域，老赖是越来越多，针对老赖和诈骗团伙的反欺诈技术也在不断突破。
随着A I等技术的兴起，百度、蚂蚁金服、腾讯等互联网巨头和同盾、百融为首的一些科技公司的加入，反欺诈领域已经有了很大的发展。
风控前置提前审核
提到金融，就不得不提到风控，这两个东西如同孪生兄弟一样割舍不开，无论是传统的银行信贷业务还是现在流行起的互联网金融，最重要的就是最大程度的保证借款人有良好的信用，降低坏账率。
不过，随着科技的发展，“骗子们”的手段也日益进化，例如最近万豪酒店客人信息被盗，有业内人士分析这些信息将有可能被用来做信用贷款。
那么金融机构是如何进行风险判断呢？记者在“2018零壹财经新金融秋季峰会”上，咨询了百融金服的行业研究中心主任薛婧，薛婧表示，风控已经被更加前置，从贷前就开始判断一个客户适合哪一家机构，建立白名单制度。
“比如说A客户来了之后我要先预判他的风险等级大约在什么样，他适合什么样的金融产品，有了这个预判之后客户在平台上可以看到的贷款产品和方案是不一样的。就是所谓的千人千面。”薛婧举例说，“因为我们把风控前置了，首先这个客户进来之前我们会对他的风险情况进行识别，什么样的客户匹配什么样的金融机构，而不是简单说我有了一个客户就直接推给这个金融机构了，他不一定适合A这个机构的一些产品。”
据了解，目前我国在反欺诈领域成果累累，以百度金融“磐石”反欺诈、蚂蚁金服“蚁盾”风险评分、腾讯“天御”反欺诈，百融金服“风险罗盘”为首的反欺诈和风险评估系统通过各自不同的方式，识别恶意用户与行为，解决机构在支付、借贷、理财、风控等业务环节遇到的欺诈威胁，降低企业的损失。
信息来源多元化
对于鉴别一个人是否信用良好，不同的金融科技机构有着不同的方式，例如有的使用自有数据，有的通过移动、联通、电信等运营商采购数据。再结合他们自己的风控模型、风控经验输出到金融机构。
薛婧介绍，除了权威的第三方数据，还会采集用户的生活数据，例如有人通过浏览器查询某款化妆品，关掉这个网页之后，再登陆其他网页，就会在旁边的推荐位看到和这个化妆品相似的产品。而由此产生的交易行为，浏览行为，用户在关注什么等数据都能作为分析的依据。
不少人会困惑，这个生活上的数据和金融风控又有什么关系呢？薛婧解释，这些高频的信息是非常真实的，尤其是现在很多征信机构还没有覆盖到的白客户群，因为有了这个真实的底层数据基础才能用来分析。
虽然和金融活动并不相关，仅仅是社交属性而不是信贷属性。但由于信贷方面的信息相对低频，而社交属性更加高频，且非常真实。因此能够很好的分析出一个人的基本信息。
薛婧认为，未来，就是要让专业的公司做专业的事。银行专注的是金融，提供相关的服务输出;金融科技公司则应提供科技上的创新，与银行业务相配合，形成相应的产品落地，服务市场和消费者。
来源：新闻晨报 作者：罗佳明
