创新促进消费信硼的发展

　　同盾科技在2016年、2017年的信用业务出现了井喷发展趋势。银行的零售业务这两年也是大幅增长，招商银行、中信银行整个的零售业务在整个行业里面占比逐步提升。2014年我国信用卡发卡量4。5亿张，但是互联网欺诈损失占比上升4个百分点。目前，在中国互联网从事欺詐的团伙50万人。在我们监测的欺诈团伙里面，发现绝大部分的团伙为35个人，出现聚集性的效应。
　　此外，银监会公布2015年第4季度不良贷款余额连续21个季度上升，其原因有：一是欺诈的风险，盗用别人的身份信息申请贷款。
　　二是申请人在网上申请贷款时因为没有身份证的验证所以往往会提供一些虚假的资料，而怎么识别虚假资料，也是很多金融机构要应对的挑战。三是金融机构内部人员和外部人员存在勾结行为，即存在着道德风险。四是信用风险，其实现在最大的难度是征信维度不是特别足，存在非常多跨平台负债的问题。很多金融机构特别是传统的金融机构，包括银行识别申请人的资料时，并不知道他在别的机构、平台贷款的情况，银行无法获取这些信息，进而无法评估这些人的风险。
　　分享几个案例，欺诈和信用风险的案例：
　　在欺诈领域，以色列的一家公司在做的事情就是识别个人的生物行为信息，主要是申请贷款的人在这个网页上敲击键盘的频率、时间的间隔、使用鼠标的习惯，包括使用的一些偏好、和设备互动的方式等。通过这种方式可以识别是不是同一个人，输入的身份证信息是否是本人输入等。
　　说到信用风险识别创新，美国有一家公司在评估个人信用风险的维度和传统的评分维度差别比较大，大家都知道消费者信用评估即还款能力的评估，主要是根据查询报告的数量、个人在银行帐户的数量、违约的次数等。这家美国评估公司主要是用缴税的记录、搬家的频率等。
　　同盾也是通过各式各样的方式识别欺诈风险，包括我们关联手机设备等。我们统计出如果一个设备关联出来的手机号，也就是说一台手机有两个手机号申请贷款，包括你在手机里面是否装一些虚拟的软件等，都是我们所要发现欺诈的线索。还有，就是你提交的地址是否在欺诈团伙地址范围之内。我们有一个统计，假如你的方圆五公里之内，如果欺诈个数超过1000个，你自己是欺诈人员的概率可能也会大幅提升。
　　除了通过技术的手段，也可以通过数据的手段。我们经过互联网监控，包括一些合作客户给的反馈，收集到非常多的信息，最终对这个人做风控的识别。
　　通过收集这些信息，包括负债信息、地址稳定性、行为偏好、还款能力等，最终会生成信用分。以跟金融机构合作的方式，用自己的信息和金融机构的信息生成一个模型，给个人客户打分。
　　最后，我们通过智能化数据分析提升贷款的管理能力，还通过语音识别的技术规避客户敏感信息的泄露。这是我们跟商业银行做深入合作，帮他们识别欺诈风险的案例。