建行江苏省分行：探索小微快贷业务欺诈风险防控

近年来，针对小微快贷业务欺诈风险实际情况，建行江苏分行探索加强小微快贷业务欺诈风险防控。

小微快贷业务信用风险来源主要有逾期缴款和欺诈两大类。基于商业银行自身信贷业务实践经验的信用评分指标体系，能够针对客户逾期缴款风险进行较为有效地识别和监控，已经在业内普遍运用并且效果良好。相比之下，小微快贷业务的非面对面办理、高频、实时化和线上欺诈行为的低成本、便捷性和隐蔽性特点，客观上潜藏着若干不确定因素，如出现授信来源数据不实，或授信模型未能有效监测出欺诈行为等，尤其是以信用快贷为代表的纯线上业务。因此，欺诈已成为小微快贷业务的主要信用风险来源。

为此，建行江苏分行探索小微快贷业务欺诈风险防控。

一是对于不同的产品，实施差异化管控策略，线上线下双管齐下。

对于不同产品及场景，坚持线上、线下协同发展，制定差异化策略。对于纯线上产品，如信用快贷，实施人工辅助风控，完善制度、流程中的客户经理管理职责，主动填补数据不完备、不精准的风控漏洞，当客户申贷超过一定额度时，自动触发人工反欺诈核查流程，客户经理确认无实质风险、解除欺诈预警后，客户才能支用贷款。对于抵押快贷，产品欺诈成本较高，加强反欺诈系统大数据规则排查。

二是持续扩充反欺诈系统的风险数据来源，贷前贷后管理相结合。

小微快贷反欺诈系统应持续扩充数据源，充分利用行内各系统上已有的风险数据，引入互联网金融公司等大数据平台的反欺诈产品，建立实时黑名单库，形成集信息采集、风险预警、监测分析和主动控制为一体的全方位外部欺诈风险管控平台。在业务场景中，充分采集客户行为数据，进一步扩展和丰富反欺诈规则。

小微快贷业务设置数据采集埋点，收集贷款申请人页面停留时间和操作用时，借助大数据客户画像，形成业务数据采集标准化能力，综合判断操作行为的合理性，识别机器人攻击行为。

通过实时更新黑名单库和对接电信反诈骗平台，判断是否虚假IP和IMEI，识别不法中介。

由于欺诈主体在贷款申请成功后的一段时间内会故意制造正常经营、还款的假象，欺诈行为会存在一段潜伏期。因此，反欺诈工作还应持续收集贷款申请人的提款行为、资金流向、还款行为以及业务集中度等方面的数据，结合贷后管理，为小微快贷反欺诈管理做好贷后监测数据保障及风险预警策略。

三是加强小微快贷业务反欺诈系统建设，多渠道助力名单、规则、模型更迭。

调研学习互联网贷款头部企业先进的反欺诈机制流程，按照贷前、贷中、贷后的分工，分别负责反欺诈风险策略、构建反欺诈模型、欺诈风险监测及评价等全流程反欺诈工作。

集结各条线欺诈信息，分行调研挖掘欺诈风险点，创新性探索替代样本；同时通过审计案例、外部通报等多渠道挖掘场景漏洞，针对性剖析多个小微欺诈场景特征，多渠道助力名单、规则、模型更迭。

先有后优，名单、规则、模型同步启动，多种技术同时探索，依照“研发—审核—上线观察—正式生效—监测优化”建设路径，形成长效优化迭代机制，解决大数据分析更新迟缓、失真问题。

不断优化模型算法及对应的数据库，购买专业的第三方反欺诈策略服务，引入优质、可信的外部数据，从海量数据中提炼欺诈特征相关数据维度，提升模型的正确率。

四是坚持信息共享、集约化经营，在二级分行差异化配置反欺诈集约化核查流程。

为提升反欺诈效率，按照“专业化分工、集约化共享”原则，将需求创新、欺诈核查、运营分析等功能集中于分行普惠金融事业部，建立前中后端协同的一体化运营模式，打造普惠金融业务反欺诈中台。

优化反欺诈流程管理。辖内所有核查任务可先集中到二级分行，对于需要人工核查的任务，二级分行分派给管护权客户经理处理，不需要人工核查的，二级分行核查完成后，二级分行普惠部内部结束任务。（罗曼洁 张威 许婷 周薛）