大数据
首页  >  大数据  >  要闻

中国信通院:数字金融欺诈呈精准化趋势

2018-11-29  来源:中国信息产业网-人民邮电报  作者:

  图1.诈骗交易笔数及单笔交易额规模趋势(2017年Q2~2018年Q2)

  图2.受骗人群性别占比(2017年1月~2018年8月)

  图3.受骗人群年龄分布(2017年1月~2018年8月)

日前,在“2018中国(成都)金融安全与科技创新论坛暨重点项目签约仪式”上,中国信息通信研究院正式发布《数字金融反欺诈——洞察与攻略》白皮书。白皮书显示,虽然我国数字金融欺诈案件的发生数量呈下降趋势,但是数字金融欺诈却正在向精准化转变,诈骗的危害性仍在增强。同时,数字金融受骗群体正趋向年轻化。

白皮书对于数字金融欺诈的定义进行了阐述。“金融欺诈”是指以非法占有为目的,采用隐瞒真相或虚构事实的欺诈手段,用以骗取公私财物或者金融机构信用、破坏金融管理秩序的违法犯罪行为。“数字金融欺诈”并没有改变金融欺诈的本质,它强调的是在欺诈手法上的变化,主要是与数字技术相结合而产生的一系列新型的金融欺诈行为,如网贷平台欺诈、大数据精准欺诈等。

目前,我国数字金融诈骗交易笔数和诈骗交易收款账号数量均出现了逐步下降的态势。以季度为周期,2018年第二季度诈骗交易笔数比第2017年第二季度下降了 26.6%,诈骗作案收款账号数量下降了42.0%。这说明随着监管打击措施的强化和人们防骗意识的提升,数字金融欺诈案件的发生数量和作案人群均在减少。然而,支付账号单笔被骗金额和数字金融欺诈案件涉及总金额却呈现较为明显的上升趋势。统计数据显示,近1年内的诈骗交易金额平均复合增长率达到17%,单笔支付的诈骗金额平均复合增长率达到 14%。这意味着单笔诈骗给用户带来的平均损失在增加,诈骗危害性在增强。

具体而言,我国数字金融欺诈呈现出四大趋势:一、诈骗交易笔数呈下降趋势。从诈骗涉及的交易笔数来看,2017年第三季度诈骗交易笔数明显下降,环比下降23.6%,在近一段时间整体交易笔数保持平稳下降趋势(图1)。从单笔交易诈骗金额来看,随着春节的临近,2017年第四季度单笔交易诈骗金额比值明显高于其他季度单笔交易诈骗金额。

二、诈骗作案收款账号数量显著减少。从诈骗作案人收款账号数来看,作案人使用的收款账号数量在2017年第三季度和第四季度连续大幅下降,2017年第三季度环比下降50%以上,但随后作案人收款账号数比值有缓慢增长趋势。从收款账号单笔诈骗金额来看,2017 年第四季度收款账号单笔诈骗金额最大,且收款账号的单笔诈骗金额比值有增长趋势。

三、支付账号单笔被骗金额上升明显。从数字金融诈骗涉及的受骗用户支付账号数量来看,受骗涉及的支付账号数量呈下降趋势,与 2017年第二季度相比,2018年第二季度支付账号单笔被骗金额比值同比下降26.1%。但受骗人单笔支付的诈骗金额增长趋势明显。2017年第二季度到2018年第二季度,单笔支付的诈骗金额复合增长率达到14%,受骗人被骗损失程度加大,欺诈带来的危害在加深。

四、诈骗交易金额呈现上升趋势。数据统计显示,2017年第二季度到 2018年第二季度,全国诈骗交易金额总体呈上升趋势。与2017年第二季度相比,2018年第二季度诈骗交易金额比值同比增长25.7%。从2017年第三季度开始,诈骗交易金额复合增长率达到17.3%。

同时,白皮书对数字金融欺诈人群与区域特征进行了分析。白皮书显示,数字金融受骗群体正趋向年轻化。相关统计结果显示,全国涉及数字金融诈骗的受骗人群中,男性受骗人数是女性受骗人数的两倍以上,男性受骗人占比69%,女性受骗人占比31%(图2)。而从年龄构成上看,受骗人群呈年轻化趋势:受骗年龄集中在18~35岁,占受骗人群总数的71%,其中,18~24岁年龄段占比最高(36%),是最容易在数字金融领域受骗的人群。46岁以上中老年人群受骗比例最低,46~59岁、60岁以上两个年龄段占比为6%(图3)。

从地域上看,在最易受骗的18~24岁受骗人群中,受骗人分布占比排名前五的省份分别是广东省、河南省、四川省、湖南省以及广西壮族自治区。其中,广东省18~24岁的受骗人数占比最高,为11.3%;河南省和四川省紧跟其后,占比分别为8.2%和7.1%。

白皮书认为,新一代信息通信技术在数字金融反欺诈中将发挥积极作用。以大数据为例,一是利用大数据相关技术可以实现数据的广泛采集,从而建立来源广、范围宽、多维度的反欺诈基础数据库;二是大数据分布式支持高并发的架构,实现了对于海量数据的实时处理能力,能做到对于风险的实时监测,有助于构建金融交易实时反欺诈系统;三是大数据的强大分析能力,依托已有的海量数据进行深度挖掘,建立用户画像,形成反欺诈模型,为金融反欺诈提供决策依据。

同样,人工智能在数字金融反欺诈中也能够发挥很大的作用。白皮书认为,人工智能综合了计算机科学、生物学、心理学、语言学、数学哲学等学科知识,使用机器代替人类实现认知、识别、分析、决策等功能,其本质是对人的意识与思维的信息处理过程的模拟。目前人工智能的关键技术主要包括机器学习、自然语言处理、计算机视觉、生物识别、知识图谱等。相关技术已经在金融领域得到初步探索和应用,在征信和风控领域,设备指纹、知识图谱、生物探针、行为序列、人脸识别、活体检测、语义分析等技术已经用于防范和监测金融欺诈活动。

关键词:金融诈骗 行为序列 反欺诈系统 金融管理秩序 金融安全