专注金融科技与创新

专注金融科技与创新
国内资讯基于互联网平台的金融业务

谁更容易被黑中介骗贷?

本文共1647字,预计阅读时间33

伴随金融科技发展,越来越多用户在享受技术带来便利的同时,也在遭遇着花样繁多的新型金融诈骗。360金融研究院与360集团5月9日联合发布的《2018智能反欺诈洞察报告》(以下简称“报告”)显示,新金融业态下,新型网络诈骗“技术含量”显著增加,互联网欺诈蔓延、金融欺诈案件频发、诈骗手段持续升级,金融领域的网络欺诈攻击呈现出“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”五大趋势。

男性受骗、恶意欠贷占比均超七成

根据报告,从2018年金融理财类诈骗受害者的年龄段上看,90后受害者占所有受害者总数的37.6%。随着网络普及呈现低龄化,以及中青年群体金融需求的日渐提升,80、90一代正成为金融电信欺诈的重要目标。不仅如此,在遭遇黑中介骗贷的受害者中,20岁-30岁占比45%,30岁-40岁占比35%。网络贷款、分期消费的主力客群80、90后也成为了黑中介眼里的“肥肉”。

从性别上来看,在遭遇黑中介骗贷的而背负贷款的受害者中,男性受害者占比76%,女性受害者占比24%。其中男性较容易在恶意程序、金融理财占、赌博博彩和身份冒充三方面中招。而女性较易落入虚假兼职占、恶意程序、身份冒充和虚假购物的陷阱。同时,男性受害者不仅占比高于女性,损失金额也高于女性。从人均损失来看,男性为12032元,女性为10547元。

此外,恶意欠贷人数中男性占比也达到了约78.98%,将近八成。另外,报告还显示,男性比女性更容易陷入“多头借贷”的漩涡,近八成多头借贷者为男性。男性更愿意透支未来,也更容易背负超过自身偿还能力的负债。

广东成诈骗、受骗高发地

从地域分布来看,广东14.9%、山东6.6%、辽宁5%、河南5%和江苏5%五个省级行政区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36.5%。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。

值得注意的是,广东不止受害者多,诈骗者、低信用人群占比也颇高。报告数据显示,广东地区恶意欠贷者数量居全国之首,占比16.97%;与浙江、江苏、福建、河南,位列全国TOP5省份。同时,多头借贷人群也主要集中在广东地区,占比为16.87%;其次是浙江、江苏、四川、福建等省份。此外,广东仿冒身份进行贷款欺诈的人数比例占全国总量的11.46%,位列第一。

“猎物”多集中于三四线城市及偏远地区

随着网络技术的不断迭代,黑中介、黑产的智能化趋势明显。报告显示,黑中介、黑产同样会利用大数据、AI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,黑中介伙同黑产团伙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。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。

而在欺骗的目标人群上,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,受害者数量占比前五名的城市依次为河南、山东、福建、广东、黑龙江。同样,黑产团伙也多到偏远地区,如农村等信用保护意识较差的区域,挖掘“白户”人群,以微薄好处诱导这些“白户”人群完成消费金融平台的注册、实名认证过程,再通过缴存社保公积金、人为制造银行流水、完善征信记录等手段,对多个平台进行高额度的骗贷,待贷款到手,各自分成后跑路。

与此同时,360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10点到下午15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2点到4点对平台发起密集攻击。

用微信扫描可以分享至好友和朋友圈

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。

发表评论

发表评论

您的评论提交后会进行审核,审核通过的留言会展示在下方留言区域,请耐心等待。

评论

您的个人信息不会被公开,请放心填写! 标记为的是必填项

取消

P2P网贷接入征信系统,金融科技从业者怎么看?

崔吕萍 | 人民政协报 1天前

陈劲:产业互联网大潮中,金融科技的三个定位

陈劲 2天前

商业银行开启零售金融转型

戴安琪 09-11

杨凯生:创新要先立规矩再做事情

第一财经《解码新金融》 09-11

廖理:态势、格局和未来,金融科技是中国经济发展新亮点

廖理 09-11

版权所有 © 清华大学五道口金融学院互联网金融实验室 | 京ICP备17044750号-1