贸易与流通经济与社会发展研究
比亚迪精密制造有限公司 周亚琳
摘要：近年来汽车信贷业务呈现多元化的格局，银行系、汽车金融系、租赁系占据着主要市场，为能抢占汽车消费信贷市场一席之地，不断通过前期的跑马圈地模式，扩大市场业务的渗透率。进而导致汽车消费信贷领域呈现：准入门槛低且利率五花八门；风控基本靠催收；审核不严骗贷严重三大乱象。对于如何构建贷前反欺诈风控体系、完善审批业务流程，有效甄别该领域不断滋生的骗贷体，值得行业内共同研究与探讨。
关键词：汽车消费信贷；渗透率
一、反欺诈定义与管理
银行审批业务反欺诈主要是指对骗贷用户身份、提交的申请材料、交易行为的真伪辨别，判断是否存在个体、团队欺诈倾向。
反欺诈管理是银行必要的风控模块，一般从识别、评估、控制、缓释、监测和报告六大关键能力进行评价和规划，从而制定出相应的反欺诈措施和手段。随着大数据与互联网技术的发展，第三方风控软件兴起，银行自身通过联合第三方补充完善反欺诈风控体系。
常见的反欺诈系统由：用户行为风险识别引擎，征信系统，黑名单系统等组成。其主要措施以建立庞大的反欺诈知识库，通过收集所有行业内甚至行业外的欺诈信息，包括欺诈形式、影响的范围和人、应急手段等，采用智能化识别手段，提高欺诈识别能力。
目前较为常见的欺诈分析手段如下图1：
（一）规则判断
通过分析现有的欺诈模式，总结现有欺诈的特征，根据这些欺诈特征制定相应的反欺诈规则，判断发生相应类型欺诈损失的概率。
（二）行为特征分析
通过建立不同实体的行为档案，包括设备、账户、客户的行为档案，通过实时计算当前交易和历史交易特征的偏离值，计算该笔交易发
生欺诈的概率。
（三）智能模型识别
智能模型是一种欺诈风险量化的模型，
利用可观察到的客户特征变量，计算出一个分
值来衡量该笔交易的欺诈风险，并进一步将欺
诈风险分为不同等级。智能模型会在客户的第
一个特征形成过程中开始进行分析，为客户每
一个特征的形成赋予相对应的风险分值，为智
能性反欺诈策略提供科学依据，对于欺诈风险
高的客户特征变量可以拒绝受理或开展调查。
（四）关联分析
针对已知欺诈事件以及相关实体，通过
某一组数据变量（如时间、联系人、电话、账
号地址等）把这些实体之间相似的信息联系
进行关联分析，甚至运用社会网络关系分析，
从而决定应对这种团伙欺诈所采取的策略和
手段。
二、相关思考和建议
基于目前新兴汽车金融公司的贷前风险
模式，我们希望能通过当前同业风险数据的联
防联控、用户行为的三方综合查询平台大数据
引入以及智能化系统的预警规则管理，将该领
域骗贷用户通过完善的贷前反欺诈风控模块，
有效防范。具体的一点思考和建议如下，供探
讨与研究如图２。
图2
（一）行业合作角度
建立汽车金融风险数据共享机制，实现
跨平台骗贷用户的联防联控，有效降低行业整
体的风险水平，促动汽车金融信贷市场健康、
有序发展。
（二）自身审批环节
完善三方征信体系与引入智能风控软件
相结合，建立客户申请数据、欺诈数据的关联
分析、规则判断及风险等级划分等智能欺诈预
警模型，实现对于当前发生申请的客户特征变
量与历史数据的匹配关联，对于有明显不符合
逻辑的当前申请进行有效预警，同时可结合智
能评分结果，设置相应的欺诈评分，实现风险
等级达到预警值的拒绝受理与开展调查等手
段，将案防提前至进件申请阶段。
（三）渠道管理角度
汽车信贷鉴于目前行业发案主要表现为：选车、客
户首付支付、面签、放款及提车等环节，建立
4S店远程360度的全景视频或影像管理，例
如加强对首付款的支付验证、贷款人提车的现
场管理等，在现有的反欺诈风险模块基础上，
有效引入实际交易场景判别和监控预防。
目前反欺诈汽车金融领域应用，还处于探索
阶段，基于实际展业过程中的案发特征，希望通
过我们的抛砖引玉，增强同业合作交流，积极推
动汽车金融零售信贷反欺诈风控工作发展。
图1
·57·
发布评论