金融研究院携手集团联合发布了《智能反欺诈洞察报告》(以下简称“报告”)指出，近年来，贷款场景的诈骗发生率已显著上升，包括上述几类诈骗手段在内的金融类电信诈骗和网络贷款欺诈，已经成为最为高发的新型诈骗手段。

报告显示，以移动网络为“温床”的金融诈骗，呈现受骗报案量占比高受骗金额高受害者低龄化的“两高一低”趋势。在网络贷款欺诈中，团伙欺诈的危害程度明显高于恶意欠贷多头借贷伪冒欺诈等个人欺诈行为，呈现“智能化产业化攻击迅速隐蔽内外勾结比例上升移动端高发”五大特征，给金融机构风控带来了严峻挑战。

金融电信诈骗呈“两高一低”趋势，男性易受骗且损失数额大

报告数据显示，年手机卫士手机先赔接到的诈骗举报投诉案件中，金融诈骗损失金额占比高达%，报案量在全部诈骗类型中占比.%。金融电信诈骗受害者中，后占比.%。在网络普及呈现低龄化中青年群体金融需求的日渐提升等趋势影响下，一代正成为手机诈骗的重点目标。

从受害者的性别分布来看，男性受害者占.%，女性占.%，男性受害者明显占比高于女性。同时，从人均损失来看，男性受害者为元，女性受害者为元。可见，男性不仅更容易被骗，损失金额也比女性更高。

图：金融理财诈骗受害者性别及人均损失分布情况

从地域分布来看，广东山东辽宁河南和江苏五省的金融电信诈骗受害者最多，举报数量约占到了全国用户举报总量的.%。受骗人群以大学毕业生城市外来务工人员及农村地区人群居多。

黑中介骗贷男性受害者占比%，河南山东福建人最多

黑中介黑产骗取用户信息时，陷阱和套路往往让人防不胜防。报告数据显示，在遭遇黑中介骗贷的受害者中，岁岁占比%，岁岁占比%，网络贷款分期消费的主力客群后已经成为黑中介盯上的“肥肉”。从性别比例分析，男性受害者占比%，女性受害者占比%。相较于女性，男性更容易成为黑产的“猎物”。

图：黑中介骗贷的受害者年龄和性别比例

从地域上看，黑中介骗贷更容易向信用意识相对薄弱的三四线城市人群下手，受害者数量占比省份依次为河南(.%)山东(.%)福建(.%)广东(.%)黑龙江(.%)。

图：遭遇黑中介骗贷受害者分布省份

损失金额上，由于黑中介在成功获得目标用户的个人信息后，往往会在多个平台进行高额度的骗贷，用户损失相较于传统诈骗更大。报告数据显示，遭遇黑中介骗贷后，损失元以下的受害者占比%，损失到元占比%，损失元到万元占比%，损失万元到万元占比%，损失万元以上占比%。

团伙欺诈智能化特征凸显，黑中介黑产深度融合

报告显示，相较于个人欺诈，团伙欺诈的波及范围更广社会危害性更高，呈现“智能化产业化攻击迅速隐蔽内外勾结比例上升移动端高发”五大特征。随着欺诈技术的发展，黑中介和黑产出现深度融合的态势，开始以团伙形式开展线上贷款申请审批业务，骗取大量资金。

在团伙欺诈中，黑中介利用互联网金融平台采用大数据线上审核的业务特点，会着重选择一些新上线不上征信风控较为薄弱的平台为攻击目标，通过不断地挖掘平台风控规则的漏洞或弱点，进行信息包装或伪造远程助贷等欺诈操作。部分黑中介还通过社群传销面授班等形式，向其他中介和个人提供技术传播骗贷教学。黑产则承担为黑中介“助攻”的角色，从技术上为黑中介实施骗贷提供技术便利。如批量采集用户信息，窃取金融机构和平台数据库，包装伪造证件信息银行流水，伪造通讯记录等。

网络技术的不断迭代，黑中介黑产的智能化趋势明显。黑产团伙同样会利用大数据技术等技术手段扩大欺诈覆盖面和精准度。围绕欺诈目的达成，黑中介伙同黑产构建了集用户数据获取身份信息伪造和包装欺诈策略制定技术手段实施等一条完整的产业链。

图：信贷行业黑产黑中介欺诈链条

当黑中介发现目标平台后，会深度梳理平台的风控漏洞，制定欺诈方案，在特定时间发起集中攻击。由于黑中介的隐蔽性强，对于平台反欺诈策略的灵敏度和迭代效率提出了更高的要求。在人员结构上，黑中介团伙中熟悉平台风控逻辑内部员工比例有所上升，“内外勾结”联合骗贷对平台的损害更大。

与此同时，金融研究院还在调研中发现，在黑中介黑产攻击平台的时间段上差异巨大。黑中介发动攻击的时间段主要为白天工作时间，与正常用户申请贷款的时间相一致，高峰期出现在上午点到下午点之间，夜间活动频次较低。黑产团伙则一般会选择贷款平台技术保护或风控相对薄弱的时间段，比如平台上线或活动上线初期周末或节假日，在凌晨点到点对平台发起密集攻击。

巨头系金融科技平台智能反欺诈成效显著

金融反欺诈是一个复杂而棘手的问题，黑产的攻击手段瞬息万变，因此平台防范规则策略需要灵活迅速。目前互联网科技巨头已经能够通过大数据云计算人工智能区块链等最新互联网技术，获得更丰富精准的信息采集来源，制定更个性化定向化的风险定价模型，完成更科学严谨的风险决策过程。

报告显示，金融早期脱胎于国内最大的安全服务平台集团，目前在金融反欺诈策略制定模型构建等方面与其保持着深度紧密合作。集团在全球的多座数据中心部署了超过万台服务器，数据存储量达到级，安全服务覆盖全球亿台计算机，累计连接超过亿台的移动设备，拥有总样本数超过亿的全球最大的程序文件样本库。背靠集团领先的数据智能优势，金融目前已积累了千万级别的黑名单和数亿的白名单库。自主研发的智能风控引擎从数十万个变量中用机器学习方法筛选出超过个风控模型数据变量，近%的授信申请和%的订单申请实现全自动审核，毫秒级反馈结果。

金融反欺诈技术专家张峰透露，目前金融基于人工智能技术建立的反欺诈模型和反欺诈策略成为平台预测抵挡欺诈风险的有力武器。一方面，人工智能可以利用机器对数据的大规模以及高频率的处理能力，将申请人相关的各类信息节点构建庞大网络图，并在此基础上建立基于机器学习的反欺诈模型并对其进行反复训练和实时识别。另一方面，人工智能基于庞大的知识图谱，还能监测整个互联网的风险动态，当发现信用表现出现风险的时候，能够及时做出风险预警，启动“先知”的防御机制。

通过系统构建大数据人工智能反欺诈风控体系，金融逾期率始终在同类平台中保持最优。截至年月日，该平台+逾期率仅为.%，由欺诈造成的亏损率仅为.%。优异的风控能力促使金融获得了银行等金融机构的青睐，持续吸引了更多金融机构深入合作。截至年年底，金融撮合贷款资金的.%来自金融机构。在机构资金来源中，全国性银行占比较年有较大幅度提升，其中包括中国工商银行中国光大银行等。以资金合作为起点，金融还将自身数据积累业务能力技术创新形成模块化和产品化方案，向金融行业全面输出金融科技能力。