商业热点 > 商业洞察 > 金融黑灰产规模已翻十倍,百亿财产损失亟待解围

【金融机构】金融黑灰产规模已翻十倍,百亿财产损失亟待解围

查看信息来源】   发布日期:12-1 19:49:39    文章分类:商业洞察   
专题:金融机构

  非法维护权益、反催收、恶意投诉……纷繁复杂的黑灰产乱象,让金融机构“叫苦不迭”,也严重要挟到消费者权益。2023年8月,中国互联网金融协会发布《关于加强互联网金融领域协同、维护行业正常秩序的倡议》,提出“从业机构切实践行负责任金融的宗旨,遵守国家相关法律、法规和规章,合规经营,履行反黑灰产的主体责任和社会责任,事必躬亲站在反黑灰产的第壹线”。

  从行业联合共建“黑名单”,到官方出手倡议并指导,打击黑灰产已经逐渐迈入“常态化”,来自金融机构、监管职能部门的还击也更加激烈。然而,当前金融创新不断升华,金融黑灰产也显现出专业化、隐蔽化、智能化的新特点。究竟是魔高一尺,还是道高一丈?这一场金融黑灰产治理的“追逐拉力赛”远未停止。

  北京商报记者了解到,最近,在2024数字产业生态伙伴大会——金融安全论坛上,我国首份《中国金融黑灰产治理研究报告》(以下简称《报告》)正式发布。为啥金融黑灰产仍旧疯狂并有愈演愈烈之势?如何破解治理难题?在监管、金融机构、公安机关、学界多方看来,黑灰产从刚开始的自发形成,到如今已经演变成为有组织、有计划、有技术、有勾连的行业行为。发现难、取证难等诸多问题仍待突破。而对于其治理,行业承担着共同责任,同时大模型等新技术的加入可以起到高效辅助作用。

  黑灰产已形成全流程运作模式

  自称金融中介可以帮助“代理维护权益”,在诱导提供身份证、银行卡、联系方式等个人隐私信息后,便向监管职能部门重复恶意投诉,伺机牟取高额代理费用;利用个人信息进行诈骗、洗钱、非法募资等违法犯罪活动,让消费者面临资金损失、信用受损、法律诉讼等风险……这便是金融黑灰产,即与金融领域相关的,利用非法伎俩牟取利益,行走在法律边缘或明显违反法律法规的一整套搅乱金融市场秩序的“产业链”。

  《报告》指出,自2021年起金融黑灰产快速发展,增长了10倍之多,造成财产损失达百亿级,其表现形式多元复杂,发展态势连点成面,借助互联网平台随意扩张,已经演变成为一个有组织、有计划、有技术、有勾连的表现。

  当前金融黑灰产的标准界定尚不清晰,未形成明确的分类分级。但从违法水平来看,大体可以分为异常维护权益类及讹诈勒索类。非法代理维护权益、反催收、有组织逃废债等均属于前者。

  在北京商报先前对于黑灰产的调研“三部曲”报道中,很多金融机构便向记者反映,以代理维护权益为名的黑灰产机构进行投诉,占据正常信访三成的惊人比例。流程统一、话术专业是这些黑灰产机构操作的特点。《报告》同样提出,当前异常维护权益类组织以精细化的组织分工形成了营销获客、用户运营、非法牟利等相对成熟的全流程运作模式。

  据披露,营销方面2023年互联网平台恶意刷量信息占比中,来自直播平台的占比40.36%,位列第壹,其次是内容平台,占比38.41%。在用户运营层面,组织内人员分工细致,作为“业务专员”的前端充任“网络水军”“拉人头”,作为“法律顾问”的后端则负责套取信息、办卡、协商等。

  “当通过投诉、举报等方式可以向金融机构索取不妥利益开始,黑灰产的滋生便不再可逆了,这是一个劣币驱逐良币的过程。”有业内人士向北京商报记者如是说道。对于金融黑灰产的形成原因,《报告》指出,从需求侧来看,随同新冠疫情、经济下行等大环境影响,越来越多消费者陷入债务困境,出现还款能力和还款意愿下降的情景。减免费用、延期还款、删除逾期征信记录显现出巨大的“市场需求”。

  从供给侧来看,近年来持牌金融机构积极响应国家和监管职能部门要求,在征信管理、费用定价、个人信息保护、营销宣传、信息披露、催收管理等各方面做了大量工作。但仍有部分金融机构出现高利贷、暴力催收、夸大宣传、诱导过度借贷等现象,对行业声誉发生了恶劣影响。一些借款人因此发生不还款有理的错误认可,对不得人心投诉有错误的道德正确感,加剧了投诉的泛化。另外,当前在营销催收等领域仅有原则性规定,实操缺乏统一标准,容易引发金融机构与消费者由于认知不同发生纠纷,给金融黑灰产的形成以无隙可乘。

  另从政策环境来看,“以人民为方向”的消保工作宗旨,在实践中逐步偏离“以法治为方向”的条件,在消保投诉中无条件地偏向客户和消费者,造成监管、政府、社会、媒体、公众形成有投诉就是问题的宗旨,而金融机构则形成害怕投诉的心理状态,在降低、控制、避免投诉上投入大量人力物力。例如,银行业消费投诉便体现为投诉极为便捷、无理投诉收益高、恶意投诉无成本三大特点。这一定水平上使得金融黑灰产游走在法律边缘,借消保名义行非法之实。

  业内仍呼唤合力共治

  “黑灰产在互联网上的引流内容流传范围广且突破时空限制,仅凭一家之力难以开展系统、全面地打击”“非法代理维护权益公司通常会将其缔造成为与正规公司无异的机构,犯罪证据往往层层包装、转移”“公安机关即便取证也很难定性,违法犯罪成本较低”,在北京商报先前报道中,发现难、取证难、定性难等诸多问题是众多机构普遍反馈的金融黑灰产治理挑战。

  如今从实践来看,这些问题仍旧是机构与监管面临的最大阻碍。美团金融和平台安全责任人岳纪华举例道,如反催收业务的壮大,最本质的起因是犯罪产业化的发展。这些专业化的企业运作分工细致,可以爆发式甚至传销式的快速扩张。而“帮助他人投诉维护权益”,是否合法的定性含糊其词。同时,尽管金融机构在伪造材料领域打击很重,但犯罪团伙往往会使用一些反侦查的行径,包含风险代理外包等,进一步增加了取证定性难度。

  亦有机构提出,目前金融领域未能形成对金融黑灰产根源的震慑,行业间未能形成“由点到面”的打击合力。究其原因,是缺少健全的联动机制,无益于资源协同。

  由此,“呼唤跨部门通力合作,形成合力共治”,是业内对有效打击黑灰产的共识。监管职能部门影响力、司法机关打击力、媒体流传力,和金融机构的合力应更紧密协同。

  正如西南政法大学副校长李燕表示,近年来金融黑灰产活动日益显现出专业化、规模化和复杂化的新特征,靠金融机构单一的力量很难得以根治,需要各方合作和多元共治。从高校角度,李燕认为推动金融黑灰产有效治理的一个根本路径,就是要培育兼具专业知识和实务经验的高素质的法治人才。

  《报告》指出,金融黑灰产治理的可行性建议包含:重视规划引领,强化顶层设计和上下联动;健全法律法规,明确法律定性和识别标准;完善商事制度,限制准入准营和广告营销;创新监督管理,推动调解机制和消保评价;完善征信提报,明确信息录入和执行标准等。

  平安担保消费者权益保护部投诉中心责任人张羽杰则提出更细化的建议,一方面,流量平台严格把关内容,从源头堵截诸多非法代理营销流传;另一方面,为代理维护权益从业人员设立资质门槛,让其成为在监管认可和监督下的真正群众帮手。

  这时,警企合作也是重要一环。2022年3月,马上消费牵头发起了“打击金融领域黑产联盟(AIF)”,成为业内首个打击金融黑灰产的组织。直到今天,该联盟成员达到135家,涵盖银行、互联网企业、消费金融机构、金融科技企业等。截至2024年11月,联盟成员单位协助国内各地警方,受理非法代理维护权益案件566起,警方采取刑事强制措施和行政处理措施472人,有效预警电信网络诈骗案件95.92万起,协助警方追逃123人。

  “后续我们还会继续发力,推动业内数据共享。让更多机构加入联盟,共享的数据就会越来越多,大家群策群力在不同维度贡献线索,黑灰产立案难、抓捕难、取证难的问题就能得到有效缓解。”马上消费常务副总经理蒋宁说道。

  推动科技反制

  除了专业化与规模化,智能化也逐渐成为当下黑灰产的特征。技术的发展,诞生了深度伪造等新型欺诈手段,也让金融反黑工作难度再次提升。北京商报记者了解到,“科技反制”成为业内热议的金融黑灰产治理方向。

  《报告》指出,当前强化数据共享和保护、技术可信治理和依法合规管控成为金融黑灰产治理的条件保障,这要求构建多方共治立体式全链条AI欺诈治理体系。

  隐私计算技术,作为推进 数据要素 流通的重要驱动力,采用“可用不可见”的创新方式,保障了数据在安全环境下的高效流通与利用。因此,通过这样的技术,机构间能够实现联合取证、起诉和立案,共同构建起打击黑产的强大联盟,不仅极大提升了数据的利用效率,同时也确保了数据流通的安全性与隐私性。

  例如,马上消费自主研发的爱马AI系统平台即是利用了隐私计算技术。一方面,爱马平台可以通过求交计算,主动发现AIF联盟不同成员之间是否被同一黑灰产组织供给,打标后将自动发起联合打击建议;另一方面,平台能够通过求并计算获得密文并集,并基于该并集提供数据查询服务,排除低营销价值用户。

  直到今天,AIF联盟有22家成员机构参与了爱马平台的试运行,累计导入10w+条黑灰产数据,合计发起百余次扫描任务,挖掘千余条黑灰产线索,开启了金融机构间自主合理治理金融黑灰产的先河。

  大模型对于反黑产中的“防伪”则有着关键识别作用。蒋宁介绍,GPS的地址是否在一个很小的范畴内、投诉人背景周围的环境相似度特别高、WIFI名称及语言等生物特征信息,有图片、有环境、有声纹、有地址,就构成了多模态的大模型,可以以此判断对方是黑产的机率大小。

  例如,将黑灰产组织人员的声纹进行预处理后,系统将发起碰撞串并,对于近期同一客户屡次投诉,可以利用声纹聚类方法进行识别判定,客服部门将根据聚类结果和语音内容进行人工分析,并将恶意投诉金融标注,形成“职业投诉人黑名单”。

  在马上消费 人工智能 研究院院长陆全看来,金融黑灰产治理从技术层面讲,最大的挑战一是怎样识别更准,二是怎样把更多的信息关联起来并整合。不过完全靠模型做识别,精准度可能还有缺陷,现阶段最佳方式仍旧是“人机交互”,即模型生成可疑点,供人工后续筛选判断。

  北京商报记者岳品瑜董晗萱

手机扫码浏览该文章
 ● 相关商业动态
 ● 相关商业热点
长期国债】  【银行理财子公司】  【金融科技】  【奇富科技】  【金融机构】  【科技金融】  【王一鸣】  【金融服务】  【科技创新】  【海底捞】  【市场监管】  【食品安全】  【市场监管部门】  【虾滑疑吃出蛆】  【发行人】  【香港证监会】  【联交所】  【养老金】  【个人养老金制度】  【养老金融】  【净亏损】  【人民币】  【虾滑疑似有虫】  【市值管理】  【美联储】  【养老产业】  【养老院】  【养老服务】  【诗和远方】  【银发经济】