作者
随着国内消费信贷的高速发展，金融机构持续优化信贷流程，为客户提供更加便捷的服务与体验。与此同时，信贷业务在其发展过程中面临的欺诈风险日趋严峻，欺诈行为呈现出动态变化、行为隐蔽和专业伪装等新特点，其中职业背债人欺诈是近期出现在信贷领域的一种具备该类特点的新型欺诈。职业背债人是以换取即刻利益为目的，有偿承担高额债务的人员，黑产、不法中介与甘愿长期背负贷款的职业背债人组成利益链条，通过虚构个人资料、职业、夸大资产情况、过户和购置房产等专业手段，将职业背债人进行包装后非法套取金融机构高额贷款，对信贷市场健康稳定秩序构成了严重威胁。
中原银行信用卡中心坚持精细化风控理念，持续优化、完善反欺诈模型体系，针对近期出现的职业背债人，构建基于数据和业务双驱动下的职业背债人反欺诈融合模型，旨在通过深入分析职业背债人的行为特征，结合大数据风控技术与资深业务经验，形成一套系统识别、预防和应对策略，有效减少职业背债人的相关风险隐患，以进一步提升风险控制能力。职业背债人反欺诈融合模型拦截实例如图1所示。
一、模型创新点
基于数据和业务双驱动下的职业背债人反欺诈融合模型有“数业结合”“策略仓储”以及“动态监控”三个创新点。
1. “数业结合”，构建互补反欺诈融合模型
中原银行创新推出针对职业背债人的“数据＋业务”双驱动反欺诈融合模型：将数据模型和业务经验深度融合，综合考量交易行为、中国人民银行个人征信报告、行内行外数据等多维度信息，利用知识图谱技术关联信息发掘职业背债人团伙；采用决策树、XGBoost等机器学习建模算法构建职业背债人预测模型；此外，通过建立电核与案调体系，对客户信息、线上模型预测结果进行交叉验证，定期整理职业背债人案调台账进而反哺模型。
2. “策略仓储”，迭代反欺诈模型迅速及时
中原银行创新推出“策略仓储”模型迭代新模式：“策略仓储”是包含职业背债人相关行内历史数据、分析案例、风险特征和欺诈模式的知识库，方便进行策略的管理与迭代。具体指在业务侧定期形成职业背债人案调的特征台账；在监控侧定期维护职业背债人特征画像；在模型侧定期使用大数据风控技术输出职业背债人策略。上述手段均能及时捕捉到职业背债人新出现的欺诈行为和模式，并快速地从仓储中存储与取用策略，及时在生产环境中应用，实现模型的快速调整和优化。
3. “动态监控”，排查职业背债人不留死角
中原银行创新研发业务监控与数据监控动态交互的新型监控模式：“动态监控”包含敏捷迭代和交互式反馈两种含义，通过打造“数据＋业务”的敏捷工作体系，有效破除业务监控与数据监控沟通壁垒，在业务和数据的双视角下对职业背债人进行监控，实现双向互动、信息共享和协同决策。
二、模型技术方案
职业背债人反欺诈融合模型主要分为数据模块、业务模块、互补融合模块三大核心模块（如图2所示），三大核心模块利用信息反馈机制，具备模块信息交换、反馈的功能，层层递进又相互闭环，形成强有力反欺诈侦测识别的新模式。
1. 数据模块
数据模块包含数据采集层、数据分析层、特征画像层和数据建模预测层（如图3所示）。
数据采集层：从内部系统（如行内数据资产平台、反欺诈平台）和外部数据源（如中国人民银行个人征信报告、外部多头借贷数据）收集数据。这些数据包括申请人填写的信息、设备信息、IP地址、个人征信报告账龄、学历、审批情况等。
数据分析层和特征画像层：在数据采集后，对数据继续进行探索性的统计分析，发掘共有特征，筛选重要特征形成特征画像，定期监控异常情况。
数据建模预测层：使用数据采集层变量和已经构建的特征画像训练决策树模型，筛选职业背债人策略用于识别潜在的职业背债人，评估某个申请客户成为职业背债人的可能性。
2. 业务模块
业务模块包含风险评估层、案调分析层、决策执行层和业务监控层（如图4所示）。
风险评估层：结合数据建模预测层的输出和业务经验对申请客户学历、年龄、信贷历史、外部多头等进行风险预估，判断是否疑似职业背债人。
案调分析层：对疑似职业背债人的申请客户进行案调核查，通过数据分析、电核和现场走访等多种方式，调查客户提供的职业信息、工作单位、收入情况、公积金和社保缴存情况等信息的真实性，基于收集到的信息对客户的整体风险进行评估，判断申请客户是否存在欺诈风险。
决策执行层：根据风险评估层、案调分析层的结果，执行相应的决策，如直接拒绝申请、降低额度、停止使用或添加黑名单等。
业务监控层：业务模块包括对职业背债人案调情况的台账汇总和数据建模预测效果的监控，以确保模型的有效性和准确性，并定期反馈、反哺模型。
3. 互补融合模块
互补融合模块包含模型优化层、业务优化层、交互反馈层和策略仓储层。
模型优化层：负责根据业务模块的反馈对数据模块中的模型进行优化。如果业务模块发现某个决策错误，这个信息就可以用来调整模型参数和训练数据。
业务优化层：业务策略也能够根据模型的输出进行调整，优化、更新案调和审批策略。
交互反馈层：数据模块和业务模块打通链路，两个模块之间能够互相反馈，互相提供业务和模型的调整思路，实现职业背债人模型的快速迭代和优化。
三、模型应用成效
2024年4月，中原银行基于“数据+业务”双驱动下的职业背债人反欺诈融合模型成功上线，实现了职业背债人识别的线上化。该模型目前应用于中原银行信用卡中心全产品反欺诈风控体系中，应用实践初见成效：一是精准风控，实现数据与业务双屏障堵截。该模型识别职业背债人的准确率超过70%，案调人员再继续对模型预测的疑似职业背债人核查，做到了数据与业务双堵截。二是提前预判，有效减少行内资金损失。目前对疑似职业背债人采取审批拒绝、降额止付、添加黑名单等手段已累计为中原银行规避损失达数百万元。三是高效迭代，融合数据业务风控流程。该模型构建了互补融合模块与“策略仓储”，可实现模型调整和业务调整每周复盘，在模型方面建立以周为单位的监控体系，在业务方面建立以周为单位的案调台账，互相提供业务和模型的调整思路，形成的策略存储在“策略仓储”模块，实现职业背债人模型的快速迭代和优化。
基于“数据＋业务”双驱动下的职业背债人反欺诈融合模型通过构建数据模块、业务模块、互补融合模块，有效防范了职业背债人所带来的欺诈风险，保护了银行资产不受职业背债人及其背后黑产中介的侵害。下一步，中原银行信用卡中心将秉承精细化风险管理的理念，进一步强化金融安全防线，持续创新和优化反欺诈风控体系，保持对金融诈骗行为的高压态势，守护好每一笔资金申请与交易安全。
项目组成员：中原银行信用卡中心胡亚东 赵林楠 杨源磊 王森 张友涛 周恒超 刘俊俊
（本文系《中国信用卡》“创刊三十周年征文”投稿）
本文刊于《中国信用卡》2024年第9期
责任编辑：崔嘉桐
征稿启事
《信用卡运营》——杂志重点打造的品牌栏目，关注信用卡营销、风控，数字化经营以及产品、业务、技术等的创新应用等，携手业界推动信用卡高质量发展。
《技数派》——解读行业新技术应用，分享数据模型应用案例，推动数字技术与金融业务深度融合，赋能业务功能价值提升。
《法律事务》——解读金融行业相关法律法规，探讨法律热点和前沿问题。
投稿要求：投稿须为未发表的原创作品，内容具有科学性、创新性及行业实用性；字数2000～6000字。
投稿邮箱：ccc@fcc.com.cn
喜欢本文的话，戳这里↓↓↓
