零壹财经：中国数字金融反欺诈全景报告（2019）(32页).pdf

1、中国数字金融反欺诈全景报告（2019） 主讲人：于百程 零壹研究院院长 *本报告由零壹智库与乐信联合发布 AI赋能，料敌于先，构建生态 数字技术推动金融行业发展，但数字技术也为金融 欺诈带来可乘之机，目前欺诈严重伤害用户对金融 科技的信任，成为阻碍数字金融行业发展的致命威 胁。 本报告联合国内分期消费行业的头部企业乐信， 借助其全面的反欺诈技术体系与丰富的反欺诈实践 经验，以及庞大的数据积累和翔实的反欺诈案例， 同时结合对业内多家具有代表性的反欺诈机构的深 度调研采访，全面分析数字金融反欺诈新态势以及 AI反欺诈系统的技术机制和实践成效。 数字金融欺诈的过去及现状 PART1PART1 根据欺

2、诈手段和类型的不同，金融欺诈的发展历程主要分为三个阶段： 线下金融欺诈、互联网金融欺诈和数字金融欺诈。 欺诈进入数字金融时代 线下金融欺诈 手段：电信诈骗为主 特点：人员数量有限， 尚无技术化的作案工具 互联网金融欺诈 手段：冒充他人、钓鱼网站 特点：诈骗传播快速化、手 段信息化、行为趋于场景化 数字金融欺诈 手段：多重攻击手段联合作案 特点：黑产成熟化、技术专业 化、行为关联化、高频化 新型数字金融欺诈的四大特征 黑色产业链成熟化、规模庞大 欺诈团伙有专业组织并且分工 明确，各环节具备特定职能。 截至2018年我国黑产从业人 员超过200万人，黑产市场规 模已达千亿级别。 欺诈技术专业化，快

3、速更迭 欺诈团伙借助大数据等前沿技 术，精确识别“欺诈目标”并 采取相应措施，欺诈手法通过 各类软件进行指数化传播。 欺诈事件高频化，成本低廉 数字金融欺诈呈现小额高频的 异地作案趋势，给司法机关取 证定罪带来极大困难。同时作 案成本低廉，可能只有数台手 机电脑和银行卡。 欺诈行为关联化，异地高发 在实施欺诈的过程中都会在地 址、户籍、IP地址、交易时间 等多个维度上呈现明显的聚集 关联现象，并以异地作案为主。 据零壹智库与数字金融平台及反欺诈第三方的调研显示，数字金融欺诈普遍具有黑产化、专业化、 高频化、关联化等四个典型特征 完整的黑色产业链 薅羊毛 | 网络贷款诈骗 | 电信诈骗 | 套现

4、 | 理财诈骗 | 虚假信息 | 账号被盗 | 中介诈骗 | 交易诈骗 | 网络刷单 上游中游下游 上游主要负责提供欺诈软硬 件设备和其他作案资源。 包括：网络黑客、欺诈软件/ 脚本开发者、设备提供商、 猫池厂商等。 中游主要负责数据信息的获 取、伪造以及倒卖等. 包括：卡商、个信批发商、 接码平台、打码平台、群控 平台等。 下游主要负责诈骗实施以及 洗钱销赃。 包括：职业刷单、羊毛党、 代理工作室等 数字金融时代下受欺诈人群 深度画像分析 PART2PART2 受欺诈人群画像总体特征 根据受欺诈人群画像特征可以总结出： 年轻男性更容易受骗 欺诈金额小但欺诈发生频率高 中东部地区受欺诈严重 欺

5、诈时间集中于下午 欺诈事件发生量排名前十省份的欺诈事件数量全国占比超50%。 其中，从受欺诈人群的地域分布看，中东部地区的人群更易遭受欺诈行为。 地域：中东部地区高发 9.4% 7.5% 6.6% 4.7%4.7% 4.6%4.6% 4.4% 4.1% 3.9% 0% 2% 4% 6% 8% 10% 内蒙古广东河南山东四川黑龙江陕西湖南山西河北 图：欺诈事件发生量全国占比排名TOP10省份 图：欺诈事件发生量全国占比排名TOP5省份 内蒙古广东省 河南省 山东省四川省 数据来源：乐信，零壹智库 欺诈损失：人均2000元左右 0% 10% 20% 30% 40% 50% 60% 70% 80%

6、90% 100% 1月2月3月4月5月6月7月8月9月10月11月12月1月2月3月4月5月6月 12000以上 10000-12000 8000-10000 6000-8000 4000-6000 2000-4000 0-2000 从欺诈金额看，单笔欺诈金额在2000 元以下的占比逐渐升高，数字金融诈 骗更加趋向小额高频模式。 图： 数字金融诈骗金额区间分布情况 (2018.1-2019.6) 数据来源：乐信，零壹智库 从性别特征看，男性更易被骗，受害人数量约为女性的2倍，这可能与数字金融用户中男性占比较高有关。 在薅羊毛事件中，女性受欺诈概率更高，可能因为女性在电商网购优惠活动下，更容易放