消费贷黑产反击战：金融机构大力研发智能反欺诈信贷系统

在上一篇21世纪经济报道投教系列稿件《消费贷黑产调查：交不完的费，拿不到的钱》一文中讲到，消费贷黑灰产团伙披着贷款对接服务公司或正规借贷平台的外衣，借由预先设定好的骗术流程，使得贷款客户在成功获得贷款之前就已经被“连宰四刀”。

事实上，除了存在以放贷为名欺骗消费者的黑灰产团伙，还有一类黑灰产团伙则是将“枪口一转”，瞄准了正规借贷平台或其他金融机构，不仅通过伪造身份及征信记录帮助信用质量低的借款者借款，还利用虚假或真实身份信息进行“骗贷”。

几年前，某股份行的某线上小微贷产品就因大量骗贷爆发大量不良。在消费贷产品中，黑产也是金融机构重点盯防对象。

以假乱真的“骗术”

在针对金融机构的消费贷黑灰产业链中，黑灰产团伙主要会充当两种角色，一种是“黑中介”，通过“包装资料”“粉饰数据”的方式帮助借款人解决“银行流水不够、收入不达标”等贷款资质问题，这种业务又被称为“包装贷”。另一种则是通过冒用身份进行个人或团伙“骗贷”。

“包装贷”的最常见操作就是将贷款客户“包装”为空壳公司的高管，同时以发放工资的形式给其放款并形成银行流水。今年5月，有媒体就报道市民曾先生通过杭州坤商科技有限公司办理210万元贷款后，发现该公司还将一家企业变更到了自己名下，而这就是“包装贷”的典型特征。

有业内人士分析，“包装贷”手段并不高明，但冒用身份进行恶意贷款的黑色产业链却用上了技术手段层层“伪装”。在个人信息录入环节，黑灰产团伙通过购买白户证件、用模拟器生成假证件、用抓包软件“粉饰”数据等方式，欺骗金融机构后台系统。

所谓白户指的是征信信用状况空白的用户。有知情人士表示，黑灰产团伙可以从贫困山区、农村地区、或无业游民那里低价购买身份证，再用身份证办理手机号、银行卡及U盾，这也被业内用暗语称为“四件套”或“YHK4”。部分黑产团伙也会从卡贩子那里直接购买“四件套”，不过有业内人士透露，近两年来，“四件套”价格由400元先后涨到1000元、2000元、6000元，因此不少黑产团伙“自给自足”，将“收卡-卖卡-骗贷”全部收入囊中，形成完整产业链条。

消费信贷业务数字化后，为更好获知贷款人信用情况、还款能力，许多金融风控拿到运营商的授权，引入对手机通讯录、软件安装情况的审核环节，识别高风险客户或黑产团伙并拉入黑名单。而在黑色产业链这端，改机工具“应运而生”，黑产团伙利用改机工具删除催收等不良电话、借贷相关电话，删除过多借贷类APP，并通过数月的“养号”培养出数千条真实通话记录和APP使用轨迹，常常使得金融机构“防不胜防”。

此外，在金融机构增设了人脸扫描环节后，知情人士指出，市面上随即出现了类似于Face2Face等变脸软件，可以被黑产团伙用来进行活体模拟，对于尚未建立起活体检测技术或风控薄弱的金融机构来说，这样的活体模拟有概率可以“蒙混过关”。

等到了绑卡验证环节，黑灰产团伙借助接码打码集合平台，实现机器批量破解注册验证码。觉察到黑灰产的违规操作后，金融机构也在不断提高验证码难度，不过“道高一尺魔高一丈”，黑灰产团伙又发展出了“人工打码”，也就是雇佣专人手动输入。

（图源自网络）

此外，有互联网金融平台风控部门主管表示，当前黑产团伙已经更新了“骗贷”操作模式，他们编造谎言引诱受害者上当后，引导受害者按照指引下载远程视频会议软件并开启屏幕共享功能，指导受害者申请贷款，借此获取受害人输入的各类账号、密码、验证码等关键信息，最后悄无声息转走贷款资金。

就这样，黑产团伙借助上述设计严密且成熟的黑色产业链条，为银行、信贷平台等金融机构带来了大量不良资产和坏账准备。去年底，招商银行旗下个贷平台闪电贷就因征信系统管理漏洞，给不法分子以可乘之机，最终导致招商银行宁波分行及其支行营业点被“骗贷”415.2万元。可见，金融机构提高反欺诈水平、加固技术防火墙迫在眉睫。

加固技术“防火墙”

消费贷黑产猖獗，恰恰也说明了金融机构的传统反诈骗模式和技术仍然“火力不足”。

智能技术和金融科技的浪潮，推动着传统金融机构与互联网金融机构在技术领域持续发力，反信贷欺诈模型得到持续更新，模型维度得到优化与丰富，不少新型智能反信贷欺诈风控系统、更加完备的反诈骗模式出现了。

21世纪经济报道记者梳理后得出，近年来金融机构针对信贷欺诈所做出的技术“反击”完整覆盖接待流程的三个节点，包括事前识别预警、事中阻拦防护、以及事后检测追踪。

在事前识别预警这一关键节点上，增加模型校验维度、扩充风险信息库和共享信息成为金融机构完善贷前反欺诈体系的共识。以互联网银行之一的新网银行为例，2019年起，新网银行持续增设反欺诈模型的客户校验维度，截至当前，已经有包括中介助贷指数、团伙欺诈指数、电信诈骗指数、恶意透支指数、盗用指数、伪冒指数等在内的成百上千个维度，为发放消费贷搭建了更为全面的考察体系。

在扩充风险信息库方面，工商银行已经建立了逾10亿级的欺诈风险信息库，并且与业务系统对接提供名单筛查和关系查询服务。尽管上述功能对于识别黑产团伙具有一定的意义，但业内仍在探索协同合作路径。2020年底，新网银行与银联数据共同推出业内首个实时多头联盟方案，其中一项重要功能即为“多头实时预警”技术，也就是说多头借贷者在第一家金融机构申贷后，就被装上了“追踪器”，在去其他机构申贷时，平台也会自动预警推送信息，指导前面的机构做出响应措施。

相较于前述的预警装置，事中拦截劝阻与各环节风控升级对于严防黑产显得更具有针对性。

如何更好建立事中拦截劝阻的重要防线？美团金服、蚂蚁金服、支付宝等金融平台给出了“技术+人工”的更优解。知情人士表示，依托大数据分析与智能风控模型，美团金服反诈骗中心以时间、IP、用户行为等数据维度，构建一整套可应对10多种常规诈骗场景的风控模型，依据模型对借贷人的状态、所处环境的评估，快速定位疑似诈骗诱导的借贷申请，再由14名客服组成的反欺诈人工劝阻团队就需要迅速拨打电话，提示受害者或揭露“骗子”。

除了监测借贷人所处环境与行为外，面对黑产团伙试图活体模拟冒用身份、“养号”改机的行为，金融机构也是“见招拆招”。例如，在工行反欺诈系统“融安e盾”的人脸识别环节中，就首先应用了声纹识别技术，同时引入了设备指纹技术智能识别高危设备，对“坏人”和“坏设备”实施7×24小时毫秒级干预，进行实时阻断。

事实上，有业内人士表示，现有的许多算法更新、大数据技术应用、甚至区块链技术的加码，都仍然建立在由经验驱动和数据驱动的反欺诈模型上，也就是说，多为依赖历史标签样本的监督式机器学习，而不能自动学习未知攻击模式，模型有着明显滞后性，这也就导致了金融机构在面对花样繁多的黑灰产团伙时，显得“力不从心”。

因此，在技术层面上，不少金融机构相继推出半监督机器学习技术与图挖掘技术（或图算法），其运作逻辑是对关系网络、行为和关联异常进行检测，实现风控模型可以自适应于不断变化的环境。这样的图挖掘技术的可行性还体现在，黑灰产团伙常常使用一些共同的信息，比如说联系人信息、地址重合度较高等，在对关系网络进行挖掘的过程中，个体作为单个节点，一旦有多个节点密切相关时，就能够即刻提示风险，迅速出击。

当前，诸如建设银行、农业银行、360金融、苏宁金融等大型金融机构都已经完成了知识图谱预警平台、关联模型的构建。以招商银行的零售智能风控平台“天秤系统”为例，“天秤系统”利用图算法与图分析技术，挖掘欺诈关联技术，事先贷款事后反查。

面对作案手法越来越“高明”的黑灰产团伙，金融机构以技术压制技术已成为必然趋势。今年4月，首届数字金融反诈峰会在北京举行。会上，数字金融论坛主席、中国银行业协会原专职副会长杨再平表示，“如果说金融的故事就是一部技术的故事，那么反欺诈一直是这部技术故事的重要组成部分”。不仅如此，杨再平提到，数字金融反诈技术，必须包含相关金融交易信息的标准化、数字化、线上化、征信化、区链化、共享化与智能化，这同样也作为打击消费贷黑产下金融机构技术升级的重要标准。

此外，因黑产源头为银行卡、手机卡的交易和贩卖，近年来对源头的监管越发严格。

6月22日，最高法、最高检和公安部联合发布了《关于办理电信网络诈骗等刑事案件适用法律若干问题的意见（二）》（以下简称《意见（二）》）并召开新闻发布会。明确表示，为帮助电信诈骗 出售5张银行卡或20张手机卡即可入刑。

此外21世纪经济报道记者还观察到，在部分银行已经开始执行，开卡前开发人本人必须观看关于售卖银行卡、手机卡等黑产的教育视频。明确违法开卡，售卖卡的法律后果。

这意味着，黑产的生存空间将进一步从源头上被挤压。

（作者：侯潇怡,实习生,王文妍 编辑：曾芳）