8月29日，“2020第二届中国零售金融发展峰会”在重庆胜利闭幕。作为本次峰会的重要组成部分，由银智联主办的“商业银行零售信贷数据化风控实践专题研修班”吸引了来自全国各地四十多家银行百余名相关部门负责人及业务骨干参会。360数科首席数据科学家沈赟受邀参会，并以行业培训讲师身份，就零售信贷数据化风控之反欺诈模型实践应用，进行了分享。

风险识别与控制既是金融业的核心，也是大数据在国内外金融领域最主要的应用部分。科技的应用使得金融生态向线上化、复杂化、智能化方向发展，如何构建精准、快速的自动化反欺诈模型和评分模型，以规避各类欺诈及违约风险，是摆在各商业银行面前的重要问题。沈赟指出，在技术赋能金融业过程中，数据决定了模型算法的天花板。

随着金融服务效率的极速提升，欺诈风险也逐渐表现出专业化、科技化、集团化趋势。在此背景下，沈赟博士根据360数科多年技术应用实践，总结出在线场景的七大欺诈风险。并在此后的分享中，就“白户风险”、“身份伪冒”、“中介风险”、“传销风险”、“黑户风险”、“恶意欺诈”、“借新还旧”七大欺诈场景，给出了360数科针对性技术解决方案。

针对主动式欺诈，360数科充分发挥数据资源积累优势，凭借GBST等自研算法，不断优化FTG自适应反欺诈特征体系，在千万级别黑名单库、黑中介库以及数亿白名单库的数据支持下，搭建起涵盖超过18亿关系节点和200亿关系边的金融知识图谱。在全场景反欺诈方面，基于位置、设备、推荐、联系人等关系，360数科建立起独特强大的关联网络，并利用社群发现、风险传播等无监督算法发现黑产团伙、识别潜在和新型欺诈威胁。此外，利用LBS网格化特征、App2Vec特征等技术加工手段，360数科还提升了深度学习算法的敏感度与精度，充分挖掘了模型算法的灵活性，即时拦截中介及黑产风险，从而实现有效实现反欺诈。截至2020年6月30日，360数科由于欺诈造成的坏账率仅为0.2％。

沈赟表示，对于数据科学如何赋能信贷业务，360数科已实现从获客、贷前、贷中到贷后的全生命周期风险管理，有效抵御欺诈攻击。在此过程中，每个阶段都需要大数据与人工智能技术的参与，这也是金融科技区别于传统金融机构的最大原因。

作为贷前最主要的技术方式，反欺诈和信用风险判断是整个金融周期的先锋。

反欺诈需要辨别出以骗款为目的黑色产业，在这方面，我们通过构建关系网络，以知识图谱等形式找出风险点。同时，还会维护诸如黑中介电话号码库之类的数据库，通过社交关系网络，找到与黑中介关联上的人，并认作潜在的欺诈风险。

进入贷中环节，360数科则通过研究用户的行为模式等方式去更加精细化地去管理风险、预测风险，并根据不同的行为模式去找到相应的客群。“如针对风险较高客户，我们会提前采取拒绝、调额、调价等风控措施。此外，在实际业务中，我们还会在多个贷中时间点对用户进行重新评估，来预测其多头可能变化的情况。”沈赟称。

据介绍，360数科在贷后环节制定了不同的催收的策略，通过对用户去进行客户和分群，来制定相应的催收方式。与此同时，360数科利用自主研发的智能机器人系统，针对不同风险级别的客群和不同的催收业务类型，设定差异化的催收场景和催收方式，严格保证整个催收流程的合法合规。

—————————————————

（市场有风险，投资交易需谨慎。据此投资交易，风险自担。）