互联网的爆发式发展和在线交易的兴起催生了一批新型欺诈者。与所有技术一样，数字融合也有两面性：它为组织提供了新的客户互动方式，同时也使组织更容易遭受欺诈。
金融机构（FIs）中的欺诈会损害组织的行业声誉和品牌价值，并最终影响其市场份额。因此，不仅要识别欺诈交易者，还必须恢复投资者对投资体系的信任和信心。
金融机构（FIs）和服务提供商通过观察用户/交易者的交易行为及历史欺诈事件，使用各种模型识别个人层面的欺诈。然而，这类模型无法识别以群体形式实施的欺诈，即同侪群体层面的欺诈。因此，有必要采用创新方法，在同侪层面识别并防范欺诈。
为了发现群体层面的欺诈活动，需要根据交易者之间的关联识别或创建关联群体，并监测群体层面的交易行为，而不是个人层面的交易行为。确认某个群体存在欺诈后，即可计算个人层面的欺诈指标。
然而，欺诈识别的质量取决于关联群体构建的质量。考虑到用户/交易者可能属于多个关联群体，因此必须监测每个群体层面的交易行为，随后再检验用户/交易者层面的欺诈特征。这有助于区分并识别同侪群体层面由个人实施的欺诈。
交易环境中的关联群体可依据用户关系、场外交易、是否有来自公开或非公开股权领域的内部人士，以及投资模式的共性进行分类。
关联群体层面的欺诈识别应作为交易者层面欺诈识别方法的补充，而非个人欺诈识别方法的替代。它有助于提高对串通群体所实施欺诈的识别准确率。金融机构（FIs）和服务提供商可采用这一模型，识别资本市场各类欺诈，包括内幕交易和循环交易者。
如需了解更多信息，请阅读我们的白皮书《缓解交易欺诈：集体群体应对方法的理由》。
贵组织采用什么策略来识别和缓解同侪层面的交易欺诈？
本文由 塔塔咨询服务公司协作发布。
作者：Narasimha Murty M V 在分析和数据挖掘领域拥有 8 年以上经验。
图片：一名女性移民工人将手指放在指纹扫描仪上。路透社/Beawiharta
