随着金融业务逐渐下沉，基于新技术、新场景的欺诈手段不断更新，金融机构面临的风控挑战越来越大更强硬。
在此背景下，反欺诈与新技术相结合成为金融体系中不可或缺的一部分。
11月27日，中国人民大学中国普惠金融研究院面向国际国内金融机构、大学学者学院、监管机构举办的“普惠视角下的产业与消费金融发展研讨会”中，大数据风险研究数字科技的控制 研究院院长院长分享了数字科技在普惠金融领域的风控实践，并通过案例详细分析了数字科技如何实现覆盖获客全生命周期的精细化风控管理、贷前、贷中、贷后。
反欺诈对个人和企业都是双向的。
近年来，我国金融科技蓬勃发展，金融服务迅速拓展至更广泛的客户群体。
然而，欺诈风险也逐渐蔓延。
传统的人工审核申请信息的方法存在误判、消耗时间和人力等痛点，无法满足金融机构应对日益变化的欺诈风险的需求。
精细化风控管理可以帮助金融机构利用技术手段增强对个人、小微企业等客户群体的风险识别能力，减少欺诈造成的损失。
在反欺诈方面，针对个人和小微企业的风控技术将利用金融知识图谱，通过挖掘个人之间或企业之间的实体关系属性来判断企业或个人是否存在欺诈行为。
对于个人用户，舒客以用户为节点，将用户与知识关联起来，推断用户是否涉嫌欺诈。
沈赟举了个例子，“比如一个用户关联了多张身份证，这就是一个非常明显的欺诈行为。
另外，欺诈团伙填写的紧急联系人都是同一个人，我们就会判断有可能欺诈率非常高。
”对于小型企业。
企业财务知识图谱调查的层面较为复杂。
通过企业工商、行政、司法、相关人员信息、企业信用记录等数据，整个图谱由数百万个企业节点组成。
沈赟表示，“我们经常遇到两家公司频繁交易，夸大销售额和营业额，以伪造企业实力。
通过我们的知识图谱，我们可以识别出两家公司的法人存在某种关联，那么我们就会确定存在一定欺诈嫌疑。
”全生命周期的精细化风控管理更进一步。
沈赟表示，在获客阶段，舒客利用现有客户的流量筛选和交叉销售，提高渠道交付质量，深度挖掘客户需求。
并积累核心客户。
在流量筛选阶段，通过准确识别最有潜力的目标客户以及触达目标客户的最佳渠道，输出对目标客户有吸引力的定价和优惠政策。
在现有客户层面，通过提供一系列分析和预测模型，帮助金融机构合作伙伴识别现有客户可能购买的其他产品和服务，以增加客户的追加销售和交叉销售机会。
而在客户留存层面，通过建立客户行为偏好、流失预测等模型，可以提示采取行动的最佳时机以及触达目标客户的方法和渠道。
在贷前阶段，舒客将用户与金融知识图谱进行关联，对用户进行资质评估，帮助金融机构有效识别风险和价格风险。
不仅如此，当客户在APP上进行完成申请等操作，或者进行逾期等危险行为时，Mathematics也会根据社区发现、PageRank等，将数据实时更新到关系网络图数据库中。
分布式图计算引擎中的算法可以实时获取传销团伙、贷款中介等风险社群和节点，实现智能反欺诈。
目前，数学关系网络图数据库已积累了数百亿条边和数十亿关系节点，并以毫秒级输出计算结果。
例如，2018年，Mathematics基于图的计算引擎很快发现某个社区群体中的多人在同一地点申请了欠条，同时使用常规密码互相称呼。
经人工核实，确认该风险社区为超人传销团伙，成功避免了一起诈骗事件。
在贷款阶段，书客将利用模型平台，根据实时用户行为数据，评估现有客户未来的信贷意愿和风险水平，并调整贷款管理策略，包括风控、额度调价、高额贷款等。
产品推荐和营销促销。
贷后阶段，舒客根据客户画像判断还款能力、还款意愿、情感因素等，综合评估催收难度，制定催收策略。
其中，采集难度较低、申请人情绪稳定的案件，可以由舒科自主研发的智能采集机器人完成，优化采集效果。
目前，舒克通过AI机器人回收的金额已达到总回收金额的83%。
截至2020年9月30日，舒客因欺诈导致的坏账率仅为0.2%。
对于金融行业风控未来的发展方向，沈赟认为，在保护隐私的前提下，利用技术实现多方合作共赢，打破数据孤岛。
水客也将不断打磨技术，让更多的客户和合作伙伴连接金融服务，推动智慧普惠金融发展。