骗贷大军的“死对头”来了:微表情欺诈识别准确率达到80%

澎湃新闻记者 周炎炎
2017-11-14 08:47
来源:澎湃新闻

微表情不仅是香港电视剧中用来破案的线索,也可以成为衡量一个人是不是在骗贷的指标,平安金融壹账通就让这么个标新立异的概念落地了,并且通过微表情识别欺诈的概率达到了80%。

黑产凶猛

“我们看到的所有的线上贷款,超过一半以上的坏账来自于欺诈而不是信用风险,”平安金融壹账通副总经理兼首席创新官邱寒表示。

虽然诸多互联网金融机构酷爱在投资人和用户面前包装自己的坏账率只有2%或者千分之几,但是真实的情况不容乐观。

“我们做过统计,基本上市面上的在线信用贷款,不良率都是两位数,互联网金融机构都学会了修改统计口径来把数据‘化妆’,都是套路,”一位互联网金融机构高管对澎湃新闻表示。

在信用贷款的背后,闪现的是中国庞大的黑色产业——骗贷。骗贷大军早期是一些熟练使用互联网金融APP并发现漏洞的人,一旦发现就在各种社交网络群中呼号他人一起“薅羊毛(即利用互金机构的新手补贴等获取利益)”,然后过渡到从农村或者城市低收入人群手中买走身份信息,然后用这些没有征信记录的人士的身份去大量借贷,不少风险控制不严格的互联网金融机构也因此“中招”甚至破产。

随着身份验证、风控审核的日趋严格,骗贷大军中出现了很多高智商、高技术的人员,机器设备也迭代更新,不仅对互联网金融构成威胁,也对正试图扩大零售端、线上化的中小银行形成了挑战。

“线上的坏账来源起码有一半来自于欺诈,”邱寒说,欺诈的路径之一是冒用他人身份,有专业的机构控制无数台的手机,每一台手机模拟一个人,不断的去各个平台借款;路径之二是只要任何一个机构的系统当中一旦出现一点漏洞被他们抓到,就会引来大量黑客攻击。

不管是银行的还是P2P的,任何一款新的网上的贷款产品上线,立刻就会有黑产的人进行测试,他们会尝试各种方式攻破这个系统,如果这个系统有漏洞,可能在几个小时之内被人攻破了,所谓的攻略贴通过收费或者不收费的方式贴在网上,然后引来各色的黑产进行攻击。

为什么黑产集中在线上呢?就是因为线下贷款必须本人到场,没有一家银行的营业厅能同时容纳上万人来贷款,但是线上贷款没有访问量限制。

“中国的黑产大军已经高达160万,对于黑产欺诈的防范,已经到刻不容缓的阶段,”邱寒称。

银行识别欺诈痛点多

金融机构的线下贷款,当涉及到申请金额比较大的时候,大量依赖有经验的审批人员进行面审、面签,在这个过程当中,试图发现客户有没有撒谎,有没有提供真实的相关信息,其实有非常多的痛点。

邱寒称,首先,有经验的面审人员非常难培养,需要很多年的经验积累;第二,面审人员很多时候问的问题保持不变,问了几十年以后,外面黑贷款中介也在做总结,就像中国人考托福,很快也有题库,学会了如何让对方信服并放贷;第三,渠道的分散导致面审人员的质量很难控制,水平参差不齐。

当这些金融机构走到线上之后,因为没有完整版的行业白名单,在黑产大量存在的情况下都不敢放很高的贷款额度。在与互联网金融在线上借贷的竞争中,中小银行往往显得没有优势。

“现在的线上未必像大家想象的那么美好,我们平安自己也在做线上的业务。第一获客成本比线下还贵,以前互联网刚刚开始的时候流量比较便宜,现在的流量贵,转化率低,这是因为大家都开始使用互联网,人群越来越分散,质量差,以至于我们现在纯线上的贷款非常谨慎,当中小银行面临黑产那么恶劣的环境,是不太适合走纯线上,”邱寒说。

微表情的新用途

11月13日,平安金融壹账通发布了向中小金融机构输出的、名为加马(Gamma)的全套智能贷款解决方案,推出了可以放在银行营业厅的智能贷款一体机,核心亮点是其智能微表情面审辅助系统。

“微表情解决的是人,而且是这个人的情况,此外他在说真话这样的问题,这是一个层层递进的过程,”邱寒对澎湃新闻表示,人脸的表情是由几百条细微的小肌肉控制的,即便是骗贷者,他的表情也很难自主控制。

就以笑而言,肉眼可以识别的就只有开心的笑、尴尬的笑等几种,但是gamma能够识别54种表情,超出肉眼范围,包括一些极其细微的表情,比如眼角肌肉的生物反应。在54种表情之后,还有几百种细微动作的组合,平安方面称,通过整个集团上千亿的放款量,对视频进行了样本统计和模型训练。

再结合复旦大学心理学教授设计的贷款人机对话题库,骗贷者无法对这些问题或者问题的顺序做攻略,一旦有短暂吃惊,嘴角抽搐此类的表情,就很可能提示此人在说谎。在发现说谎之后机器还会继续追问,或者穿插了其他问题再接着问,觉得有疑惑的地方可能最多会问到十几个问题。

“智能微表情系统拥有全球最大的微情绪数据库,微表情欺诈识别准确率达到80%,”平安金融壹账通董事长兼CEO叶望春表示。

    校对:徐亦嘉