谁是失信人：大数据首次揭露黑名单分布特点( 九 ) 随着逃废债现象日

黑名单数据流通共享痛点待解

在多位互金业内人士看来，随着失信人群行为特征与用户画像越来越清晰，平台相应的风控策略也能对症下药。

“目前，很多互金平台风控模型都将不同地域收入状况，借款人婚姻、年龄、还款能力、受教育程度作为重要的风控参数，甚至围绕这些参与构建了相应的反欺诈与黑名单数据库。 ”他透露，比如若一个年纪较低的借款人财务数据显示他收入很高，就会引发平台怀疑而拒绝贷款，还有曾有多次借款的申请人未必会被拒贷，反而可能会给予更高的借款额度，前提是通过大量信贷还款数据进行交叉验证，证明他不存在多头借贷与借新还旧行为，且每次都能按时还款。

但他坦言，不少借款人也意识到不同平台的黑名单数据库存在信息不共享，在黑中介的帮助下，他们纷纷对财务数据、还款能力等数据进行“美化”或“虚构” ，从而实现骗贷的目的。