Lending ClubのAI与信スコアが融資の不良債権と架空の借入人を覆い隠す

誰が狙われるか

主な被害者層は、銀行預金金利を上回る利回りを求める一般の個人投資家、専門的なリスク管理能力を欠く機関のファイナンシャル・アドバイザー、そして低いハードルのオンライン融資申請に引き寄せられたサブプライム信用の借入人である。個人投資家には情報の非対称性と、プラットフォームのアルゴリズムによる裏付けを盲信する心理的弱点が広く存在し、AIスコアが伝統的な銀行の人手による審査に取って代われると考え、原資産の真正性や不良債権引当不足のリスクを軽視している。サブプライム借入人は、資金繰りに急を要したり信用記録が薄かったりするために、プラットフォームが宣伝する緩い審査条件を軽信し、最終的に高金利が重なる債務の悪循環に陥る。

骗局怎么运作

• プラットフォームは、自社開発のAI信用スコアリング・システムが機械学習を通じて借入人のデフォルト確率を正確に予測し、不良債権率を低減して投資家の収益を保証できると対外的に宣伝している。実際には、このシステムは大量の非構造化データと借入人の自己申告情報をモデルに取り込んでいるが、原資産の審査は依然として緩いオンライン手続きに依存しており、架空の借入人に付け入る隙を与えている。
• 一部の内部従業員や提携チャネル業者が、借入人の身分情報、収入証明、勤務先の偽造を支援し、AIシステムが資料の完全性に過度に依存することを利用して、伝統的な対面契約や人手によるデューデリジェンスの工程を回避している。対外的な説明では「完全オンラインのスマート審査」を強調し、内部的には「モデル通過率の最適化」を理由に、人手による再確認の遮断閾値を緩めている。
• プラットフォームは高リスク融資をストラクチャード商品にまとめて投資家に販売すると同時に、新規融資を循環的に発行して満期到来間近の旧融資の不良債権を穴埋めし、ポンジー構造に似た資金プール操作を形成している。対外的な説明は「分散投資によるリスク低減」だが、実際には原資産の悪化と流動性ギャップを覆い隠している。
• 延滞率が上昇したり規制当局から照会が来たりすると、プラットフォームはAIモデルの説明可能性の欠陥を利用し、不良債権を「小確率の市場変動」や「モデル反復の移行期」に帰属させ、「アルゴリズムのブラックボックス」を理由に原資産の明細や償却データの開示を拒否する。
• 投資家の一斉解約や規制当局の現場検査が発動されると、プラットフォームは緊急の信用補完措置、たとえば第三者保証やABCPによるつなぎ融資を開始するが、資金はしばしば関連当事者や新規投資家の資金から来ており、真の不良率をさらに覆い隠している。
• 最終的に不良債権が集中発生したり内部通報があった後、プラットフォームは大規模な架空借入人名簿と引当不足を暴露され、投資家の元本は償還不能となり、経営陣は規制当局の照会を受けたり司法に移送されたりして、完全なAI与信詐欺の閉環を形成する。

红旗信号（看到这些快跑）

• 🚩 AI信用スコアリング・モデルの正確率と不良債権率のデータが不透明で、全体の通過率のみを開示し、原資産の償却明細を提供しない
• 🚩 借入人の適格性審査が完全オンラインで完了し、顔認証、税務データとのクロス検証、人手による対面契約の工程を欠いている
• 🚩 プラットフォームが「システムアップグレード」や「モデル反復」を理由に、延滞データの公表を頻繁に延期したり開示基準を変更したりする
• 🚩 不良債権率が同業他社より著しく低いと主張しながら融資金利は極端に高く、真のリスク管理能力ではなく高利回りで潜在的な不良債権を補填している
• 🚩 内部従業員やチャネル業者が虚構の給与明細や在職証明をアップロードして審査を通過でき、かつプラットフォームが中国人民銀行の信用情報や第三者の不正防止データベースに接続していない
• 🚩 投資家の解約サイクルが人為的に引き延ばされたり制限されたりする一方、プラットフォームが新たな高金利商品を打ち出して追加資金を誘引している

真实案例

• 2026年8月、経済観察網の報道《異常な延滞》は、一部のAI与信プラットフォームで延滞率と借入人の実際の収入水準が乖離しており、大量の架空借入人やモデルによる過度な美化が疑われると指摘した。
• 2026年6月、新浪財経が規制32条を引用したところによると、某都市商業銀行のAI融資の誤判定が企業の資金繰り破綻を招き、人手による再確認と責任追跡メカニズムを欠くAI与信のシステミック・リスクを露呈した。
• 2026年8月、浙江警察はAIネットローン詐欺団を摘発し、30人が逮捕され、事件の関与額は1,000万元を超えた。団はAI技術と虚偽の資格情報を利用して融資を大量申請した後に現金化して失踪し、AI与信審査の工程が黒色・灰色産業に狙われる深刻さを反映している。
• 2022年8月、米国連邦取引委員会（FTC）は、LendingClubから隠れた手数料を徴収された61990名の消費者に総額970万米ドル超を返還すると発表した。FTCは2018年4月に提訴し、同社が「隠れた手数料なし」の融資を虚偽に約束したと訴えた。今回でこの案件の2回目の賠償分配となり、累計返還額は1760万米ドルを超えた。（出典：https://www.ftc.gov/news-events/news/press-releases/2022/08/federal-trade-commission-returns-more-97-million-consumers-harmed-lendingclubs-deceptive-hidden-fees）
• 2021年7月、LendingClubは米国連邦取引委員会と和解した。FTCは同社が融資申請者を誤導し、手数料金額を隠し、無断で料金を差し引いたと訴えた。和解合意は、虚偽表示の継続を禁じ、手数料を明確に開示することを求めた。FTCは2022年2月に請求手続きを開始し、同年8月に61990名の消費者に970万米ドル超を支払い、累計返還額は1760万米ドルを超えた。（出典：https://www.ftc.gov/news-events/news/press-releases/2022/08/federal-trade-commission-returns-more-97-million-consumers-harmed-lendingclubs-deceptive-hidden-fees）

当局の見解

• 2026年3月、中国銀保監会（金監局）は楽信など大手助貸プラットフォーム5社を呼び出し、実質的な高金利とアルゴリズムの不透明性を指摘し、AI与信モデルは説明可能で追跡可能でなければならないと強調した。
• 2026年6月、規制当局は銀行のAI融資に関する責任認定32条を公表し、AI審査ミスの責任主体と引当金計上の要件を明確にし、プラットフォームがアルゴリズムのブラックボックスを理由に不良債権責任を逃れることを禁じた。
• 2026年8月、新華社経済参考報は、金融黒色・灰色産業が信用情報の空白層を狙うことへの警戒を呼びかけ、虚偽の融資申請と現金化・失踪の産業チェーンを暴露し、金融機関にAI審査工程における不正防止検証の強化を促した。

防衛策

• ✅ 投資家は、プラットフォームに原資産の明細、償却データ、AIモデル正確率の監査報告書の開示を求め、利回り宣伝だけで投資判断を下すことを拒否すべきである
• ✅ 借入人は、認可を受けた金融機関または中国人民銀行の信用情報に接続可能なチャネルを通じて融資を申請し、貸付資格のないプラットフォームに身分証や銀行カード情報を提出することを避けるべきである
• ✅ 規制当局は、AI与信プラットフォームに対し、第三者の独立監査による不良債権と架空借入人の比率報告書を定期提出させ、監査結果を公示させることができる
• ✅ 金融機関は、AI審査結果に人手による再確認のレッドラインを設け、高額または高頻度の融資申請行為に対して強制的に人手による対面契約と税務クロス検証を発動すべきである
• ✅ 一般の人は、個人の信用情報報告書を定期的に照会し、身分を冒用して融資を申請されたことを発見した場合、直ちに中国人民銀行信用情報センターと公安機関に通報すべきである