科技与金融的融合，让金融出现跨界、跨区域交叉混业的明显特征，由此带来的金融风险，具有传染性、涉众性、溢出效应强，扩散速度更快、风险形式更加复杂，这对银行的业务逻辑、风险管理提出了更高要求。金融机构面临团伙骗贷、异常资金归集、犯罪洗钱、信用卡套现等团伙欺诈风险。尤其数字化的普及，线上信贷脱离客户经理面对面审核，对于团伙欺诈最难以防范，很容易“中招”。

团伙欺诈是指有预谋的一人或多个人，有组织有计划的虚构生产经营项目、交易、大额商品、抵押物，伪造各类资料，伪造或包装的证件信息、银行流水、通讯记录、交易记录等，向金融机构申请经贷款，帮助不符合标准的群体申请信贷产品，给金融机构直接带来资金损失。

常见的团伙欺诈形式

2015年9月，温州鹿城公安分局经侦大队披露，经过为期4个多月的侦办，警方破获特大系列骗贷案。在该团伙欺诈案件中，犯罪嫌疑人通过勾结银行员工，招揽不符合贷款条件的贷款人、担保人，并伪造各类证明文件，骗贷4000余万元，全案涉嫌犯罪嫌疑人达上百人之多。

2019年1月，南京鼓楼公安分局宝塔桥派出所接到银行工作人员报警，称王某在银行办理了购车信用贷款，但一直处于断供状态，且王某的工作证明系伪造。警方调查发现，这是一个专门骗取银行贷款的诈骗团伙。该团伙中，胡某等人主要负责给贷款人洗脑，让其同意向银行骗取车贷；李某某负责伪造贷款材料，指导贷款人如何申请贷款；张某负责联系买家，快速将新车倒卖套现，共同构建起一条完整的“购车骗贷”犯罪链。

2012年5月，上海长宁分局虹桥路派出所民警发现开设在荣华东道上的一家投资管理公司，看上去人员整齐，管理规范，实际上却使用伪造的公章开具假的公文材料，帮助客户从银行骗得贷款。在该公司业务员的办公桌、办公柜里存放有大量假公章、假证件。该团伙提供“一条龙”办理贷款代理业务，通过电脑打印制作假公文，并加盖假的国家机关公章、单位印章等，为客户伪造相关文书材料以向银行办理贷款业务。公司办理一整套贷款手续要收取600元的手续费及房产交易额千分之一的评估费。

2019年9月发布的《关联网络+反团伙欺诈白皮书》中，详细介绍了金融行业四种常见的团伙欺诈形式。

中介包装：熟悉金融机构业务流程的中介机构，通过伪造或包装的证件信息、银行流水、通讯记录、交易记录等，帮助不符合标准的群体申请信贷产品，骗取金融机构资金。

团伙骗贷：虚构生产经营项目、交易、大额商品、抵押物，伪造各类资料，向金融机构申请经营贷款、消费贷款、或抵押贷款，给金融机构直接带来经济损失。

犯罪洗钱：通过金融机构资金账户，进行现金、金融票据、有价证券的财产转换，或者进行转账、结算等方式协助资金转移，掩饰、隐瞒犯罪所得及其收益来源和性质。洗钱不但违法违规，给金融机构带来合规风险，更影响社会金融秩序稳定。

非法套现：代理机构、不法商户或个人利用技术手段、非法设备等对信用卡等进行大额套现。信用卡是无抵押、旨在用于消费、提供便利支付的借贷工具，大多数情况下，信用卡的年化利率比个人分期类贷款高，加上代理机构收取的高额手续费及套现金额克扣，由大额套现引发的借款用途造假、债务压力加大等问题隐含着较大的逾期和坏账风险。

2020年发布的国内首张《金融业务安全全景图》清晰刻画出金融欺诈背后有群体：彼此分工明确，呈 现有计划、有预谋的团伙化，彼此分工明确、合作紧密、协同作案，每一环节都有不同的牟利和运作方式，形成一条完整的黑灰产业链。

团伙欺诈的特征

2021年5月份，顶象与机械工业出版社联合出版的《攻守道-企业数字业务安全风险与防范》一书，全面揭示了黑灰产业的欺诈手段、技术特征、运作流程等，并重点剖析了团伙欺诈风险。总体来看，金融 行业团伙欺诈呈现如下几个特点。

组织团伙化：欺诈从开始的单兵作战，呈现有计划、有预谋的团伙化。团伙内的每个成员接受相关技能的培训，分工明确、合作紧密、协同作案，形成一条完整的产业链。

攻击隐蔽化：对移动互联网、云计算、人工智能各种新技术的利用娴熟，欺诈手段日益复杂化、隐蔽化。欺诈团伙中的成员可能互不相识，利用技术手段进行各种身份冒用、身份包装等等，欺诈手段复杂隐蔽、取证困难等。

规则透明化：欺诈分子对金融的申请、受理、调查、评估、审核等的各项业务流程非常熟悉，并且很清楚金融机构的需求和风控规则，更准确地说了解业务漏洞。

手段复杂化：相较于个案欺诈，团伙欺诈行为更难侦测和识别，依赖“非黑即白一刀切”式、评估个体或设备的静态风险行为评分的传统反欺诈手段，无法从动态的全局视角洞察欺诈风险。

关联网络有效防范团伙欺诈

基于金融行业需求和团伙欺诈的现状，2019年9月顶象发布人工智能应用解决方案——关联网络3.0平台。 

关联网络通过金融机构内部的客群特征、业务数据、交易信息、核心征信、合规数据的充分挖掘，基于对金融机构具体业务场景、业务逻辑、产品流程、客群特征、风险特点的深度理解，科学构建“有内涵、可外延”的复杂关联网络。再通过应用图数据挖掘、无监督算法、半监督算法、有监督算法等多角度充分挖掘，进而结合应用场景、实际操作人员的具体需求直观而智能的在运营和监测平台呈现最有效信息，从而为多个行业和场景提供反欺诈、精准营销、精细化运营等应用服务，助力业务创新与增长。

《关联网络+反团伙欺诈白皮书》中，详细介绍了反团伙欺诈方案的应用和效果：

关联网络+反团伙欺诈基于金融大数据动态定位潜在欺诈及高风险团伙，从源头追溯解析作案手段，系统的预测出进化趋势，并精准定量评估欺诈等高风险操作的波及范围和影响力度，帮助金融机构快速识别异常操作，高效挖掘机构内外部的潜在欺诈及高风险团伙，增强对未知风险的防范能力，进一步完善和提高金融机构风险管理系统的可靠性和准确率。

2019年12月，关联网络3.0平台先后获得《互联网周刊》“2019年2019年度卓越人工智能产品 ”称号、移动支付网“最佳金融科技创新奖 ”；2020年1月，关联网络+反团伙欺诈荣获《机器之心》“2019年三十最具创新的AI产品/方案”。 

关联网络+反团伙欺诈应用实践

关联网络+反团伙欺诈方案的应用效果在金融机构得到了良好的证明。基于关联网络+反团伙欺诈方案，为某银行构建的自主可控的智能风控系统，直观了解网内存在的欺诈团伙、涉案资金，方便审批人员定位与决策；及时而客观的分析存在的欺诈风险、欺诈占比、欺诈团伙来源等，随时掌控全行的风险态势。

该风控系统实现三个应用：

构建关联图谱：基于对场景需求和业务逻辑的理解，构建跨部门、跨产品构建覆盖个体、设备、组织、产品、交易等维度的复杂关联网络。

关联关系挖掘：提取个体和群体的静态画像、分析动态趋势、通过图数据挖掘技术定位潜在欺诈团伙并进行深度挖掘、特征衍生、应用机器学习定量分析后开发反团伙欺诈模型。

实现风险动态监测：基于反团伙欺诈运营平台的可视化监控台、风控策略管理、黑名单标签库管理、高风险团伙定向分案等服务，有效保障在复杂关联网络反团伙欺诈模型上线后，能够持续更新迭代反欺诈的防控手段，为数字业务保驾护航。

在2020年6月，该银行的反团伙欺诈案例被社科院国家金融发展与实验室纳入“全球金融科技案例库”；同年8月，被收录至中国金融出版社出版的《新基建+数字金融》一书。

此外，基于关联网络的智能风控系统在中国金融认证中心（CFCA）举办的“2020中国金融科技创新大赛”上荣获“技术创新应用银奖 ”。