四川
《中国中小微企业信贷黑灰产乱象与AI防控研究报告》发布
来源：新华财经
8月11日，《中国中小微企业信贷黑灰产乱象与AI防控研究报告》发布暨圆桌论坛在清华大学经济管理学院举行。活动以“当黑灰产用上AI：金融反欺诈面临哪些新挑战？”为主题，围绕中小微企业信贷黑灰产演化、人工智能在金融反欺诈中的应用以及多方协同治理等议题展开研讨。
活动现场，清华大学苏世民书院学术事务副院长、清华大学经济管理学院中国金融研究中心主任、国家级高层次人才计划入选者陆瑶教授发布并解读《中国中小微企业信贷黑灰产乱象与AI防控研究报告》。她指出，随着金融服务线上化、智能化程度不断提升，金融黑灰产的技术手段也在快速演变。AI在提升金融服务效率的同时，也被部分黑灰产用于生成虚假材料、深度伪造面签视频等欺诈活动，金融反欺诈正在进入更加复杂的技术攻防阶段。
黑灰产加速全链条演化
报告系统梳理了中小微企业信贷黑灰产的演化路径。
2014年至2018年，以伪造纸质材料、内外勾结等方式为主，呈现较为零散的人工造假特征；2019年至2022年进入数字化赋能阶段，PS伪造电子凭证、批量获取企业数据等手段开始出现，黑灰产团伙分工更加明确；2023年以来，随着生成式AI等技术快速发展，AI生成虚假报表、深度伪造面签视频等新型手段出现，并与骗贷、洗钱、恶意逃废债等行为交织。
陆瑶表示，金融黑灰产正在“从作坊式走向工业化，从单点攻击走向全链条协同”，传统依赖人工经验和固定规则的风险防控模式面临新的挑战，金融机构需要加快从被动防御向主动治理转型。
报告认为，在中小微企业信贷场景下，当前AI防控仍面临数据时效不足、数据来源和结构非标准化、数据碎片化等挑战，难以形成完整的企业风险画像，由此带来“识人难、识团伙更难”的风控难题。
新网银行反欺诈专家王萍表示，金融黑灰产借助AI已全面步入“工业化”阶段，具体体现在三个维度：手法上，从“手工伪造”升级为“智能生成”；规模上，从“零星案件”膨胀为“千亿级产业链”；组织形态上，从“散兵游勇”升级为“工业化流水线”。
AI反欺诈加快升级
针对不断变化的黑灰产手段，报告提出AI防控体系的三项核心原则。
一是坚持“数据+业务”双轮驱动，融合内外部多元数据与业务理解，并贯穿特征构建、模型训练和迭代优化全过程；二是强化穿透式识别，通过知识图谱、关联分析、图神经网络等技术，挖掘实际控制人、隐性关联方及团伙关系，还原潜在欺诈链条；三是建立实时响应和动态迭代机制，通过效果监控、预警反馈和策略调整形成闭环，使防控能力能够伴随黑灰产手段变化持续演进。
陆瑶指出，随着技术持续进步，金融风控正在经历从无监督异常发现、监督学习实时决策，到强化学习和多模态智能理解的持续升级。“大模型正将风控从‘规则驱动’推向‘认知驱动’，让AI不仅能识别风险，还能够进一步理解风险逻辑、预判潜在风险。”
基于上述思路，报告进一步提出涵盖数据采集、特征工程、模型算法、决策执行和持续进化的五层AI防控架构，通过多源数据整合、风险标签构建、机器学习及知识图谱等技术应用，将风险识别、决策执行与动态优化贯通起来。
这一体系也体现出金融反欺诈技术路径的变化：面对由AI加速演化的黑灰产，仅依靠静态规则进行“事后拦截”已经难以满足需求，风险防控正在向实时识别、关联分析和主动预警延伸。
有待形成协同治理机制
报告同时指出，金融黑灰产已呈现跨平台、跨机构、链条化发展的特点，其治理难以依靠单一金融机构或单一技术手段完成，需要形成更加系统的协同治理机制。
在技术层面，应进一步深化AI与数据融合，持续提升风险发现和预警能力，让风险防控更加前置；在制度层面，应推动相关规则与新型欺诈手段相适应，进一步夯实治理基础；在生态层面，则需要加强多主体联动，在风险信息、技术能力、治理经验以及公众教育等方面形成合力。
报告由清华大学经济管理学院中国金融研究中心、新网银行共同编制，旨在系统剖析中小微企业信贷领域黑灰产的运作模式和演化趋势，探索AI技术在风险防控中的应用路径，为行业提升反欺诈能力、推动普惠金融高质量可持续发展提供参考。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
