下载掌阅APP，畅读海量书库
立即打开
信用风险和欺诈风险的区别在于客户一开始的还款意愿。信用风险指的是客户借款时，有还款意愿，但是因为后期缺乏还款能力或个人守信习惯而导致逾期的风险。欺诈风险指的是客户一开始就没有还款意愿的风险。欺诈又可以分为第一方欺诈、第二方欺诈和第三方欺诈，三种不同欺诈类型的定义如下。
（1）第一方欺诈是申请者使用自己的信息申请贷款，从而达到骗贷的目的。申请者主观上一开始就不愿履行偿还债务的义务。
（2）第二方欺诈是个人主动把信息交予他人申请虚假贷款，以分享和获得不当利益。
（3）第三方欺诈是通过盗窃他人信息或使用虚假信息申请贷款，从而达到骗贷的目的。
通常，第一方欺诈和第三方欺诈是反欺诈的重点防范对象。在某些场景中，第一方欺诈和第三方欺诈的定义会有重叠。例如，个人利用虚假信息结合自己的部分真实信息，制造合成的身份信息进行骗贷。第三方欺诈中，涉及欺诈团伙和职业性欺诈的现象，往往是风控防范的重点。
虽然第三方欺诈的危害更大，但第三方欺诈的特征比第一方欺诈更加明显。例如，欺诈团伙往往会利用固定的一个或多个IP地址，成员之间会有比较明显的联系。而第一方欺诈中由于客户和合法借贷人画像非常相似，往往会被错误地归类为信用评估分数较低的人群。
利用机器学习建模手段防范第三方欺诈，一方面，可以建立历史数据库，尤其是图数据库（graph database）。利用图数据库，可以把各种可疑的现象和信息串联起来，让之前不方便搜索和容易被忽视的信息可以被充分利用。同一个金融机构的多款产品，如信用卡、短期贷款和房屋按揭贷款等的历史欺诈团伙或个人信息可以被关联和共享。最典型的案例是，诈骗分子利用某金融机构的贷款产品来偿还在该金融机构的信用卡消费，制造出好客户的假象。如果该金融机构各个产品之间实现了信息共享，就可以有效避免类似的欺诈。
另一方面，可以通过埋点技术将申请人在网页或App上的申请行为数据准确地记录下来，作为建模分析的特征变量。一般诈骗分子多为多次诈骗，对贷款申请流程非常熟悉，正常申请人需要用5分钟完成的申请，诈骗分子可能只用30秒就能完成。正常申请人在查看申请条款的步骤会有迟疑，会有点击查看等动作，而诈骗分子则不会有。对于可选的信息录入，诈骗分子通常不会浪费时间来填写。另外，诈骗分子也可能利用程序自动完成申请动作。因此，监控页面是否有鼠标点击动作而非自动的Tab键切换，同样能有效避免欺诈。录入这些申请的行为，事后可以为训练反欺诈模型提供强大的特征数据支持。
防范第一方欺诈的关键在于如何正确地认定第一方欺诈。在第三方欺诈中，被盗取信息的第三方受害人也许会主动汇报信息被盗的情况，而第一方欺诈中，申请人不会主动承认有欺诈目的。因此第一方欺诈和第三方欺诈的关键区别在于有没有第三方受害人。
第一方欺诈可以从多个方面鉴别。第一个鉴别方法是早期的停止付款现象。例如，分期付款产品中，原本约定的产品持续时间为一年，每个月偿还一定数额的贷款。但是申请人可能在第一个月到期日就不付款，这种现象可以认定为恶意贷款的第一方欺诈。
第二个鉴别方法是认定突发的不还款或破产欺诈（Bust-out Fraud）现象，在信用卡产品中尤为常见。欺诈人一开始维持比较好的消费和还款模式，一旦信用卡的额度提升，就突然开始大额消费甚至透支消费。对于这类欺诈客户，可以通过其消费习惯建立特征分析，如消费模式是否和其年龄、性别画像吻合，有没有主动要求提升额度等行为。
第一方欺诈的其他主要特征还包括，付款账户异常导致付款不畅，或很难联系上违约客户，完全无法进行有效的客户关联和催收等工作。
从上述分析中可以看出，反欺诈主要关注的是客户愿不愿意还款的问题，而信用评估则是关注客户能不能还款的问题。缺乏信用的客户可能会偶尔拖欠一个月还款，但是经过提醒和催收后能够继续履约。而对于欺诈客户，催收的成功率则非常低。
预防欺诈风险主要防范的是虚假申请信息、恶意骗贷历史用户、黑产中介机构、大量多头借贷，以及互联网社交风险。预防信用风险主要查看个人借贷历史，是否按时偿还、是否有严重逾期情况、是否有大量待还债务影响偿还能力等。但是在个人征信历史比较缺乏的实际业务中，尤其是通过互联网申请贷款的客户群体，欺诈风险和信用风险往往交织在一起，不能简单地区别开。