圖片來源@視覺中國
文 | 一本財經，作者｜羅素 零和
在金融科技的發展史中，曾誕生了一個特殊的產品：黑名單。
很多大數據或風控公司，會將一些逾期、高危用戶列入“黑名單”，不再提供金融服務。這些用戶，就成為了傳說中的“黑戶”。
一段時間內，黑名單發揮了重要作用，是行業主要風控手段之一，被視為“央行征信”的一個補充。
但最近，一家金融科技公司進行了統計，發現上千萬白用戶、灰用戶被混在市面上的黑名單中，導致市場上九成的黑名單正在失效。
而被誤傷的用戶，喪失了享受金融科技服務的權利，卻投訴無門。
這些模棱兩可的用戶為何被卷入黑名單中？黑名單是如何一點點失效的？
這是對金融科技風控的一個拷問，也預示著野蠻混亂的金融科技風控，開始進入下半場……
01 失效
金融科技行業開始形成一個共識：黑名單正在失效。
一家網貸頭部平台，曾經因為失誤，給一批黑名單上的用戶放了貸款。
這個平台本來準備承受巨額損失，沒想到絕大多數用戶都還款了，逾期率也並沒有上升太多。
“正是因為這件事情，整個行業都開始審視黑名單數據可能存在的問題。”ZRobot的CEO喬楊稱。
無獨有偶。
一個現金貸平台的負責人馬鈺曾因為接口問題，停止了黑名單的採購，卻意外地發現，逾期率並沒有明顯上升。
馬鈺坦言，現在行業中的很多公司採購黑名單，其實只是為了求“心理安慰”，聊勝於無。
一家大數據公司為了求證黑名單數據的有效性，曾經測試過5家黑名單數據，結果頗為驚人。
結果顯示，在現金貸行業，普通用戶的逾期率為11%，而黑名單逾期率為12%。
隻相差1%，黑名單幾乎形同虛設。
如今，黑名單淪為“聊勝於無”的雞肋產品，但曾經，它卻是金融科技行業的“大殺器”。
在中國，征信體系一直未完全建立。
儘管有央行征信，但這個體系只針對銀行用戶，且大量的“白戶”沒有被覆蓋。
另一方面，央行征信並沒有將金融科技的數據納入統計，也隻開放給持牌系使用。
因此，大量的數據公司崛起，並試圖建立起金融科技的全新的風控體系。
而其中最著名的產品，就是“黑名單”。
黑名單並非新鮮事物。
銀行早就開始對用戶進行五級分類，被列在“損失”類的用戶，就很難獲得信貸服務。
外界會約定俗成地稱這類用戶“上了銀行黑名單”。
在金融科技興起後，因為行業風控手段不完備、征信不健全，黑名單開始被市場倚重。
當時市面上收集黑名單數據主要是三種方式，第一種，就是共享。
在2015年前後，曾經興起過很多數據共享的平台，比如91征信。
當時它們的模式，就是和多家金融機構合作，讓對方上傳黑名單數據，同時對方也可以查詢大家共享的黑名單。
第二種方式，就是交換。
比如一家頭部的數據公司，給催收公司免費提供“數據修複”，但同時，催收公司要給他們共享自己的催收名單。
這相當於將已被催收的逾期用戶，列入了“黑名單”。
第三種方式，相對來說比較灰色，就是爬取。
一些機構會部分公布黑名單，比如法院會公布全國失信被執行人名單。
這些信息都會被爬取，成為黑名單的來源。
當然，一些非公開或者半公開的數據，也會成為被爬取的對象。
這三類獲取方式，成為當時最主流的黑名單來源。
當時金融科技市場剛剛興起，信息新鮮，未被汙染，因此，在一開始，黑名單的效果不錯，並一度成為金融科技行業主要的風控手段之一。
02 原因
但是，隨著時間的流逝，黑名單開始被汙染，效果逐漸遞減。
首先，整個行業對於黑名單沒有一個明確的指標，哪些算黑，哪些算灰，哪些算白，各家有一套說法。
比如，一些用戶被催收，此後他們的信息，就可能被催收公司輸送進黑名單。
但其中，有些用戶可能只是忘記了，催收一催就還了款；還有一些用戶，只是短暫逾期，在一個月內就還款了。
這樣的用戶，算“黑”嗎？
“在征信體系報告中，連續逾期90天以上，是不良征信的一種表現。”電話邦創始人毛羽建稱。但在金融科技行業，沒有一個統一的黑名單標準。
在央行征信報告中，會詳細列出個人的借貸交易信息明細，銀行可以據此對用戶做出判斷。
如果你不小心逾期過一次，但之後一直在很好地還款，銀行也許仍然會認為你是一個好用戶。
但在黑名單中，沒有上述細節。
因此，一個用戶是欠了500元，還是1000元，不得而知。用戶是逾期了30天，還是60天，同樣不得而知。
標準混亂，數據源也混亂。
現在行業的大部分黑名單，都是采取“查得付費製”。
比如，你的用戶叫張三，這個人剛好在黑名單柯瑞，那麽你就得付1元的查詢費用。
那麽，怎樣做才能命中更多的用戶？當然是你的黑名單庫越大越好。
其實，行業中還有一些灰名單，這些用戶的逾期可能並不是很嚴重，但為了擴充自己的黑名單庫，一些黑名單數據商就會把灰名單也充進黑名單裡。
“一些中間的數據商，為了多賺錢，會去市場上進各種各樣的黑名單，但它們其實並不知道這些黑名單的來源。”資深從業者劉明光稱。
灰名單冒充黑名單，還算好的，還有一些平台開始“摻沙子”。
某數據共享平台做了6個月左右，就發現自己的黑名單嚴重失效。
“因為很多金融平台故意將一些好用戶摻到黑名單裡，目的就是讓這些用戶只能在自己平台上貸款。”這個共享平台的負責人稱，這不是個案，60%的金融公司都摻沙子。
區別，只是程度的輕重而已。
“當市面上流通著各種黑名單，而裡面牽扯到各種數據來源時，‘灰’或‘白’會對整個黑名單形成一定的覆蓋度，此後，黑名單就會失效。”劉明光說。
當作假和摻沙子成為行業的潛規則後，所謂的黑名單變得黑白難辨、真假難分，無可避免地落入了“劣幣驅逐良幣”的窠臼。
03 投訴無門
征信，有一個重要的原則，就是公平。
因為它可以決定一個人在金融行業的地位和權利：是否可以獲得貸款，能享受到怎樣的利率。
所以，在各國的征信體系中，公平性和可解釋性極為重要。
如果用戶在自己的央行征信報告中看到一條逾期記錄，但他已經還清，而逾期還在顯示，他就可以去央行征信中心投訴。
如果證實確實記錄有誤，央行征信中心會予以更正。
除此之外，征信還會顧及人的成長性。
比如一個用戶在剛畢業的時候，錢比較緊張，出現了一定的逾期，但後來他的工作穩定，有了償還能力。
如果因為以前有過一點逾期，就再也貸不到款，這對他也不公平。
所以，一般來說，央行征信隻記錄最近5年的征信數據。
實際上，央行相關人員曾對外表示，人民銀行征信中心沒有“黑名單”。
“央行征信報告只是客觀地收集和展示個人的信用信息，不對個人信息做任何評價。”毛羽建表示。
因為標準不統一、來源混亂，有大量用戶被黑名單誤傷。沒人關心他們的成長性，他們也沒有申訴渠道，只能一黑到底，徹底與金融科技提供的金融服務無緣。
“沒有人關心這份黑名單數據是2015年的，還是2019年的。”毛羽建說，在央行體系中，可能一個用戶的生命周期是5年，但目前在金融科技領域，黑名單普遍缺乏更新和退出機制。
沒有人會關注用戶的成長性，並進行數據更新。
2019年1月，一位山西臨汾的用戶驚訝地發現，自己的名字被列入了互金黑名單。
問題是，他沒有獲得過一分錢網貸——此前他多次申請貸款，都沒有通過。
“我可以申請我的個人信譽保護權嗎？感覺好坑啊。”這位用戶在某法律谘詢網站上抱怨。
而他並非一個人。
同樣是在這個網站上，一位山東濰坊的用戶稱，突然查到自己在網貸黑名單中。
但是，在此之前，他從未接觸過網貸。
這位用戶懷疑，自己的個人信息被洩露之後，有人用它去貸了款。
媒體還曾報導，一位到南京發展的小夥子，買了一張當地電話卡。很快，他就接到了一堆催收電話——這張電話卡此前的主人，被列入了網貸黑名單。在未經核實的情況下，運營商又把這個手機號賣給了這個小夥子。
到底有多少人被黑名單誤傷？
最近，一家金融科技公司採購了市面上多款黑名單產品，並從中抽取樣本進行檢驗，結果讓人驚訝。
“40%到60%的用戶並不算黑，只能算灰，甚至還有很多好用戶混在裡頭。”該公司負責人稱，現在市面上號稱有2000萬黑名單數據，按照這個比例，起碼有上千萬的用戶被誤傷。
04 未來
在中國征信體系尚未建立之前，大數據風控確實貢獻頗多，也曾經成為央行征信的重要補充。
但因為野蠻生長，沒有統一標準，曾經撞線式發展的行業，如今已走到了瓶頸期。
黑名單失效，就是進入瓶頸的一個信號。
這些曾經衝在一線的大數據和風控公司，下一步將如何發展？未來又在何方？
多位行業從業者認為，征信還是得交給國家層面的機構，大數據風控的範圍會越來越小，但反欺詐肯定是一個方向。
“不過，黑名單絕對不等於反欺詐。”算話智能科技CEO蔣慶軍稱，黑名單很難防住欺詐。
一般而言，欺詐都是黑產精心包裝好一些資料後行動，在早期，很難發現這些資料是欺詐所為。
攻與防，向來是一場不對等的戰爭。
進攻方經常信息互通有無，率領大軍有序進攻一個個獨立的城堡。但城堡之間，信息卻不互通，各自為戰。
有什麽方式可以將城堡間的信息打通，統一作戰？
國外有一個模式，叫Anti-Fraud bureau，已經有一百多年的歷史，蔣慶軍直接將其譯成“反欺詐局”。
他認為，用這個模式，才能真正做好反欺詐。
蔣慶軍稱，他們嘗試這個模式三年了，具體的做法，就是和金融機構系統打通，該機構會將收到的申請資料，同步給反欺詐局，進行欺詐檢驗。
金融機構怎麽會同意把申請資料給第三方公司？這不是涉及用戶隱私嗎？
有趣的是，這個反欺詐局模式，只需要一些脫敏數據，甚至不需要實名信息。
“客戶只需要給我們幾個脫敏的資料欄，是否實名都沒有關係，我會告訴你這些申請的資料裡有沒有瑕疵。”蔣慶軍稱，反欺詐跟征信的一個重大區別，就是不針對人，只針對行為。
比如，金融機構隻提供一個申請資料的地址、手機號碼，就能發現端倪。
假設一個欺詐團夥包裝了一套資料，同時在20個平台上申請，單一平台很難發覺。
但在反欺詐局的大網絡下，風控人員會發現，這個地址和電話，在短時間內被集中用來申請貸款，存在欺詐風險。
在這個過程中，反欺詐局不用知道用戶的姓名。
“現在市面上都講究秒貸，欺詐數據就算5分鐘更新一次，都有可能防不住。”蔣慶軍稱。而反欺詐局這個模式，相當於將各個封閉的城堡信息打通，做到隨時“布防”。
只要數據能隨時同步，城堡的防禦力會集體提升。比如，一個堡壘防住了一次欺詐，這個策略會被同步到其他堡壘，大家的戰鬥力同步提高。
但這個模式最大的問題是，早期有一個非常艱難的“啃市場”的過程。
“我們前三年，為了讓更多金融機構參與進來，都是免費查詢。”蔣慶軍稱，直到現在，他們檢測了9.8億份貸款申請，並加上了很多其他維度數據，建構了知識圖譜，模式才算走通。
因為只需要貸前的脫敏數據，並不需要貸後數據，金融機構慢慢消除了顧慮，開始願意合作。
熬過三年寒窗，才能形成一定規模。對於大部分公司來說，可能很難沉下心來。
黑名單，就要退出歷史舞台了嗎？
毛羽建認為，對於那些有獨立數據源和獨立核驗能力的平台，黑名單依然有效。
比如，一家金融平台自己的黑名單數據，還是有一定效果的。
但是，大部分的黑名單已完成了歷史使命，不再是主流產品。
中國征信與大數據風控的融合、碰撞與補充，構成了一段奇妙的歷史。
黑名單漸漸失效，這是金融科技進入下半場的信號。
簡單粗暴的打法，短期有效，但卻無法長時間接受考驗。
合規化、差異化、精細化，才是下半場的主旋律。
香港九龍灣馬來街興發大廈15樓D室