汽车消费金融现团伙欺诈,社交网络分析寻找被忽略的线索

成立于2010年的广汽汇理汽车金融有限公司(以下简称广汽汇理),是广汽集团和法国最大的银行——法农集团旗下东方汇理个人金融股份有限公司合资的华南地区汽车金融公司。广汽汇理的业务涉及广汽5个汽车品牌:广汽本田、广汽丰田、广汽乘用车、广菲克以及广汽三菱。广汽汇理目前与1542个经销商合作,为广汽经销店提供库存融资及零售贷款。截止2015年底,累计零售贷款合同约为44万个。

自2015年上线反欺诈系统以来,防范了约90%组织性欺诈申请。

Gilbert Ranoux
广汽汇理 总经理  

团伙欺诈攻击

从2013年开始,团伙欺诈给广汽汇理汽车消费金融带来很大的冲击。广汽汇理在催收贷款过程中,发现在福建和山东一带出现多起催收困难的问题,这类案件具有共同特征:客户声称自己被骗,车子被中介开走,因此无力偿还贷款。经过调查,发现案件都是有共同特征的团伙欺诈。

在这些案件中,受骗的客户大多缺乏资金,希望申请大额信用卡做资金周转,但因为自身资质较差而被银行拒绝。黑中介于是通过“无抵押”“零首付”等广告吸引客户,在包装了申请资料后,以购车名义申请汽车贷款。在获得贷款审批后,客户拥有了良好的信用记录,可向多家银行申请高额信用卡。而首付由中介支付,车辆被中介控制。中介同时向同一家或多家汽车经销店提交申请,在控制多台贷款车辆后,中介连同车辆一起消失。

这样的案件自2014年以来出现增长趋势,受影响严重的汽车经销店可能十多台车都是组织性欺诈申请。而欺诈申请往往具有高隐蔽性,申请审批仍通过人工排查,效率低下而且还有手工操作风险,无法高效地防范欺诈攻击。

社交网络分析关联蛛丝马迹

广汽汇理总经理Gilbert Ranoux介绍说,广汽汇理成立了专项小组,希望引入定制化反欺诈解决方案,有效提高应对团伙欺诈等欺诈申请的识别能力,建立欺诈行为模式分析与提前防范能力,加强欺诈贷款的事前识别。而在贷后,要对历史数据进行挖掘和分析,识别潜在欺诈申请和未被发现的欺诈团伙,提高黑名单数据库的数量和质量,为后续的模型开发奠定基础。2015年初,广汽汇理通过技术供应商筛选,与SAS公司展开了合作。

在前期调研中,SAS发现组织性欺诈申请之间存在共性。由于伪造虚假材料,同一公司名称、地址甚至联系人电话会被重用。因为缺乏反欺诈系统,未能建立欺诈案件的关联关系模型及可视化图形界面等反欺诈技术,普通的申请审批系统难以进行有效甄别。对于存量的逾期客户,也难以批量查找和调查客户的欺诈嫌疑,不能有效完善欺诈黑灰名单。

SAS为广汽汇理定制的反欺诈解决方案主要由SAS的SNA社交网络分析和DataFlux数据质量管理工具组成。其中SNA是SAS保险业反欺诈框架中的重要组件,可基于社交网络维度和可视化界面识别看似毫无关联的申请之间的关系,还能利用时间滑条功能观察网络中某一活动随着时间变化的发展。DataFlux则提供了数据匹配、清洗、监控以及元数据管理等多种功能,曾获得Gartner评选的年度最佳数据质量工具。

欺诈网络分析是一种通过把电话号码、地址、单位名称等各种关系,将申请人、共申人、担保人内部以及之间的信息进行关联的网络图。网络分析对团伙欺诈具有更加直观的识别能力,可以根据不同的业务定制化网络图绘制,以反映不同的反欺诈场景。

在广汽汇理项目启动的时候,由于项目涉及审批流程的变更以及与核心决策系统的集成,项目实施的复杂度较高。如何在项目开发和实施期间避免遭受更多的欺诈损失,SAS项目组提出了实时审批模式和批次审批模式并存,批次模式先行上线的方案。批次模式指在夜间对当天及一年来历史数据进行关联比对,并在次日早上发送到审批员再次调查。实际结果为每天约3.5%的申请会被再次提醒,超过20%的提示人群在调查后还会被再次拒绝。

值得一提的是本次项目的另一个核心技术,即为SAS研发的中文模糊匹配方法,通过中文文本的结构化处理,能够对地址、电话、姓名等进行快速、准确的匹配,保证反欺诈黑灰名单的及时更新。该中文模糊匹配方法技术是基于SAS在2002就推出的文本挖掘工具Text Miner。

普通审批员就能胜任反欺诈工作

Gilbert Ranoux介绍说,自2015年上线反欺诈系统以来,防范了约90%组织性欺诈申请。在2014年,平均每月发现20笔组织性欺诈,而在批次模式上线后、实时模式执行前约6个月,拒绝了251个欺诈申请,对应金额为2100万元。

通过欺诈网络分析,在贷后环节进行历史合同数据的扫描,及时对潜在欺诈风险的客户进一步调查,项目实施半年内又避免经济损失约88万元。而由于杜绝了欺诈逾期客户,广汽汇理在催收费用上也得到了改善,同期保守估算节约资金近85万元。

除了提供软件工具外,广汽汇理在管理效率上对组织性欺诈、虚假申请材料以及代购三类欺诈重新细化定义,在审批各环节上制定了相关的反欺诈指引手册,同时建立了欺诈黑灰名单、欺诈网络规则、业务规则、异常值侦查以及对特殊地区的风险政策。在与经销商的沟通上,广汽汇理颁布了有关组织性欺诈客户特殊应对流程。

在广汽汇理反欺诈项目的审批流程设计中,实际上并未采用独立的反欺诈小组,而是由原来的审批员完成欺诈调查。这是因为利用有效的反欺诈技术和可视化的工具降低了调查的复杂性,提升欺诈调查的趣味性,让本来枯燥乏味的调查变成鼠标拖拽后的故事还原,提高审批员的工作积极性。欺诈网络分析还为调查员在电话核实时提供多条线索,整合客户不同维度下信息,有效地保持了信息完整性。

通过实施反欺诈系统,Gilbert Ranoux相信技术是不能代替欺诈调查,但是技术能帮助侦察出那些可能被忽略的线索。

挑战

自2013年以来,汽车消费金融欺诈出现了诸多新形式,隐蔽度高的就是团伙欺诈。汽车金融公司通过引入社交网络分析等技术,寻找欺诈团伙之间被忽略的线索。

解决方案

SAS® Customer Link Analytics

收益

防范了约90%组织性欺诈申请。

本文中所展示的成果取决于文中所述的特定场景、业务模式、数据输入和计算环境。每位SAS客户的体验都因其业务和技术特性而不同,请勿将本文观点视为通用观点。实际的成本节约、成果和效果最终取决于每位客户的实际配置和条件。SAS不保证每位客户都能取得本文类似的成果。SAS仅对SAS的产品和服务提供保证,请参阅SAS的产品服务质保条款,本文中提及的内容不能视为质保条款。客户可以按照合约商定的条款分享SAS软件实施项目的成功案例,相应的品牌和产品名称归属相应的公司所有。