PayPal如何管理欺诈风险

PayPal的商业模式是为了给用户更便捷的支付体验，华尔街日报采访了PayPal的首席风险官Tomer Barel和PayPal全球风险科学高级主管王辉博士，来了解PayPal如何在提供良好的客户体验的同时有效地保障支付安全。

Q：PayPal需要应对的最关键的风险是什么？

Barel先生：PayPal提供的是支付服务，我们面临的最关键的风险是交易中任何一方不履行职责。买家这一端最常见的是欺诈，如身份信息被盗取；另一种情况是他们的身份信息正确但是却没有清还银行账单或者有目的地声称他们没有收到货物。而卖家这一端最常见的违约行为是收到钱款却不发货。PayPal提供完善的买家保障政策来抵制欺诈，对卖家我们也有强有力的保障政策。除了欺诈风险外，另一个重要的风险就是信用风险。PayPal在美国为主的几大市场均有向买家和卖家提供贷款的信用产品。

Q：PayPal如何应对这些风险？

Barel先生：由于PayPal是一种在线服务，并且是全球化的，我们的风险压力相当大。注册账户并开始交易是一件相对简单的事情，而这只是PayPal商业模型的一部分。我们从公司创始之初就意识到并十分关注其中所蕴含的风险。PayPal的创始人们在管理风险尤其是管理欺诈风险上投入很多。这使得我们有了有效自主管理风险的能力。我们有一大批优秀的工程师，也相信金融风险是以技术驱动的。PayPal的生态系统需要我们在定制化解决方案上进行很大的投入，因为我们面临着严峻的危险而支付行业本身的性质使每个错误的成本都很高。如果我们没有办法提高准确性，就很有可能会扼杀很多正常交易。

Q：对于定制化，是什么让PayPal的风险技术与众不同？

王女士：在2009年前，PayPal的风险管理系统架构是基于市场统一标准的线性技术。而在此之后，当我们不断发展并拥有更多不同类型的数据时，我们发现非线性技术可以比传统的线性技术更好地帮助我们利用其中的信息。简单来说，如果有一张充满绿点和红点的纸，你需要去区分它们，线性技术使用的是一条直线，而非线性技术则可以使用曲线或者多维线条。

Q：可以给出一个例子来说明非线性技术的实际应用么？

王女士：PayPal的欺诈侦测系统是使用各种数据来有效反映一个交易的各种方面。比如说我们有一笔来自纽约的交易，正在试图购买一件在加州的产品，但收货地址却在密歇根。在传统的观念中大家可能会认为这笔交易很可疑，但通过复杂精准的数据分析系统，我们可以提供一种不同的解释。也许这是一个来自密歇根的学生，正在给父母买礼物。在以前的在线支付中，用户可能会遭遇交易被拒的情况，或者要通过客户服务中心才可以保证交易通过。但现在我们使用数据分析技术来判断用户并能准确地授权交易成功。

Q：看来新的技术对于授权非欺诈交易很有效，那如何识别欺诈交易呢？

王女士：举例来说，如果有人购买了一个金额为三万美金的商品，高额的商品单价可以作为一个简单地识别异常交易的指标。但如果是以很低的金额进行多次交易，比如进行了两万次金额为一美金的交易呢？虽然听上去比较诡异但这确实是一种逃避传统欺诈侦测系统的有效方法。为解决这类欺诈行为，我们现在有办法把很多交易行为连结在一起去发现一笔交易的各类异常信号。即使单价只是一美金但频次不合理的交易，如果他们又来自同一个商户，那我们就有足够的理由去怀疑这是一笔欺诈交易。这种不同角度的思考在旧系统中是做不到的。

Q：PayPal如何应对了解客户制度及洗钱风险？

王女士： PayPal与全球的监管机构都合作密切。我们与银行受限于相同的反洗钱监管机制。我们了解用户的方式与银行传统的面对面交流或用户在分行提供实体身份证明有所不同，但无论是用户注册及交易过程中提供的可验证的信息或是我们用来进行风险管理而捕捉的特定交易行为，我们相信把从用户那里获取的数据结合在一起足够让我们了解用户身份的全貌。