近期，監(jiān)管層已經(jīng)安排各地銀保監(jiān)局排查摸底各地區(qū)消費(fèi)金融等在內(nèi)的機(jī)構(gòu)所存在的共債風(fēng)險(xiǎn)特征,并且要求各家消費(fèi)金融機(jī)構(gòu)上報(bào)共債風(fēng)險(xiǎn)對(duì)其資產(chǎn)質(zhì)量產(chǎn)生的影響及發(fā)展趨勢(shì)等。銀監(jiān)會(huì)要求各地銀保監(jiān)局排查摸底各地區(qū)消費(fèi)金融等在內(nèi)的機(jī)構(gòu)所存在的共債風(fēng)險(xiǎn)特征，并要求對(duì)當(dāng)前共債風(fēng)險(xiǎn)程度進(jìn)行預(yù)估。

共債，又稱多頭借貸，指的是借款人在多個(gè)平臺(tái)同時(shí)存在債務(wù)現(xiàn)象。共債之所以風(fēng)險(xiǎn)大，主要在于多頭借貸者以貸供貸，一旦出現(xiàn)資金鏈短缺，拆東墻補(bǔ)西墻失效，多頭借貸者將要面臨的可能是多平臺(tái)大面積逾期現(xiàn)象?？梢哉f(shuō)，多頭借貸用戶的信貸逾期風(fēng)險(xiǎn)是普通客戶的3-4倍，也為各平臺(tái)信審風(fēng)控帶來(lái)極大挑戰(zhàn)。

先花一億元為化解共債這種欺詐風(fēng)險(xiǎn)，利用機(jī)器學(xué)習(xí)與人工智能進(jìn)一步提升欺詐檢測(cè)技術(shù)。通過(guò)用戶多源異構(gòu)數(shù)據(jù)維度(申請(qǐng)數(shù)據(jù)、設(shè)備指紋數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)等)，構(gòu)建多層次用戶社交網(wǎng)絡(luò)，并從社交網(wǎng)絡(luò)中衍生出一系列的關(guān)聯(lián)特征，然后利用深度神經(jīng)網(wǎng)絡(luò)技術(shù)學(xué)習(xí)用戶欺詐行為模型，能夠針對(duì)千人千面的用戶畫像，提供精準(zhǔn)的風(fēng)險(xiǎn)評(píng)估報(bào)告來(lái)解決共債欺詐風(fēng)險(xiǎn)隱蔽性和復(fù)雜這一問(wèn)題。

在智能反欺詐和傳統(tǒng)反欺詐技術(shù)相結(jié)合的聯(lián)動(dòng)防控機(jī)制方面，先花一億元已經(jīng)建立了全面針對(duì)貸前和貸中環(huán)節(jié)潛在欺詐風(fēng)險(xiǎn)進(jìn)行早期預(yù)警、識(shí)別、評(píng)分和定性，可有效在貸前降低共債風(fēng)險(xiǎn)。