某銀行信用卡中心——大數(shù)據(jù)反欺詐應(yīng)用案例

2017-06-23 10:54

本篇案例為數(shù)據(jù)猿推出的大型“金融大數(shù)據(jù)主題策劃”活動(dòng)（查看詳情）第一部分的系列案例/征文；感謝?百融金服?的投遞

作為整體活動(dòng)的第二部分，2017年6月29日，由數(shù)據(jù)猿主辦，上海金融行業(yè)信息協(xié)會(huì)、互聯(lián)網(wǎng)普惠金融研究院聯(lián)合主辦，中國(guó)信息通信研究院、大數(shù)據(jù)發(fā)展促進(jìn)委員會(huì)、上海大數(shù)據(jù)聯(lián)盟、首席數(shù)據(jù)官聯(lián)盟、中國(guó)大數(shù)據(jù)技術(shù)與應(yīng)用聯(lián)盟協(xié)辦的《「數(shù)據(jù)猿·超聲波」之金融科技·商業(yè)價(jià)值探索高峰論壇》還將在上海隆重舉辦【論壇詳情丨上屆回顧】

在論壇現(xiàn)場(chǎng)，也將頒發(fā)“技術(shù)創(chuàng)新獎(jiǎng)”、“應(yīng)用創(chuàng)新獎(jiǎng)”、“最佳實(shí)踐獎(jiǎng)”、“優(yōu)秀案例獎(jiǎng)”四大類案例獎(jiǎng)

來(lái)源：數(shù)據(jù)猿丨投遞：百融金服

2003年以來(lái)我國(guó)經(jīng)濟(jì)的快速增長(zhǎng)，國(guó)內(nèi)信用消費(fèi)環(huán)境的日趨成熟，我國(guó)信用卡市場(chǎng)近幾年得到了爆炸性的大發(fā)展。根據(jù)中國(guó)銀行業(yè)協(xié)會(huì)統(tǒng)計(jì)，截至2015年末，信用卡累計(jì)發(fā)卡量5.3億張，信用卡欺詐損失排名前三類型為偽卡、虛假身份和互聯(lián)網(wǎng)欺詐。

隨著互聯(lián)網(wǎng)信息技術(shù)的發(fā)展與移動(dòng)互聯(lián)時(shí)代的到來(lái)，信用卡業(yè)務(wù)的申請(qǐng)受理也逐漸由線下轉(zhuǎn)移到線上渠道。某銀行信用卡中心申請(qǐng)進(jìn)件的重心，也逐漸向線上渠道傾斜。這就要求卡中心在審批流程和方法上與時(shí)俱進(jìn)，采用更多渠道通過(guò)第三方服務(wù)，對(duì)申請(qǐng)進(jìn)件的信用資質(zhì)、真實(shí)性等方面進(jìn)行核查，以防止欺詐行為的發(fā)生。

周期/節(jié)奏

1.2014年開始測(cè)試.

2.2015年上線第一版發(fā)卡模型，在網(wǎng)申行方A卡中分段的客群上使用。百融評(píng)分大于一定分?jǐn)?shù)就發(fā)卡，初期控制總量，驗(yàn)證6個(gè)月后放量。

3.2016年改進(jìn)版模型上線，全量查詢百融，和自有評(píng)分組合使用。

4.2016年底，為滿足人民銀行征信中心合規(guī)要求，調(diào)整網(wǎng)申流程。進(jìn)件通過(guò)百融初審，初審?fù)ㄟ^(guò)后邀請(qǐng)到網(wǎng)點(diǎn)面簽，面簽通過(guò)再查人行完成終審。

5.2017年針對(duì)純線上樣本再次優(yōu)化模型，目前已完成開發(fā)，準(zhǔn)備上線。

客戶名稱/所屬分類

某銀行信用卡中心/-風(fēng)險(xiǎn)控制-/反欺詐

任務(wù)/目標(biāo)

信用卡業(yè)務(wù)競(jìng)爭(zhēng)本質(zhì)上就是客戶的競(jìng)爭(zhēng)，而且是優(yōu)質(zhì)客戶的競(jìng)爭(zhēng)。針對(duì)線上審批在客戶發(fā)現(xiàn)、客戶提升、客戶保持、忠誠(chéng)度、反欺詐和個(gè)人信用風(fēng)險(xiǎn)等等一系列圍繞客戶的新問(wèn)題，支持日常運(yùn)作的信用卡審批無(wú)法提供線上實(shí)時(shí)的、大量的、復(fù)雜的申請(qǐng)?zhí)峁┛焖俚臎Q策分析，希望建立一套以客戶為中心的大數(shù)據(jù)分析系統(tǒng)以實(shí)現(xiàn)上述目的。

挑戰(zhàn)

今年兩會(huì)上，總理在《政府工作報(bào)告》中指出，當(dāng)前系統(tǒng)性風(fēng)險(xiǎn)總體可控，但對(duì)不良資產(chǎn)、證券違約、影子銀行、互聯(lián)網(wǎng)金融等積累風(fēng)險(xiǎn)要高度警惕。金融行業(yè)長(zhǎng)期面臨欺詐風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)，欺詐風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)有著本質(zhì)的不同，信用風(fēng)險(xiǎn)指借款人因一些原因未能及時(shí)、足額償還債務(wù)而違約的可能性，信用風(fēng)險(xiǎn)和收益一般是正向關(guān)系，金融機(jī)構(gòu)對(duì)信用風(fēng)險(xiǎn)是主動(dòng)承擔(dān)的，風(fēng)險(xiǎn)管理的目的在于將風(fēng)險(xiǎn)控制在一定范圍內(nèi)而獲得更好的收益。

而欺詐風(fēng)險(xiǎn)則是借款人惡意利用金融規(guī)則的漏洞以非法占有為目的，采用虛構(gòu)事實(shí)或者隱瞞事實(shí)真相的方法，騙取借款的風(fēng)險(xiǎn)，金融機(jī)構(gòu)是被動(dòng)承擔(dān)的，并不會(huì)從承擔(dān)欺詐風(fēng)險(xiǎn)中獲得交易收益，風(fēng)險(xiǎn)管理的目的在于將風(fēng)險(xiǎn)減少到最低和嚴(yán)防風(fēng)險(xiǎn)發(fā)生。但欺詐風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)又有一定的聯(lián)系，欺詐風(fēng)險(xiǎn)可以引發(fā)新的信用風(fēng)險(xiǎn)或增大原有的風(fēng)險(xiǎn)程度，為風(fēng)險(xiǎn)管理帶來(lái)一定難度。

金融反欺詐是指金融機(jī)構(gòu)通過(guò)借助技術(shù)手段、改善業(yè)務(wù)流程等方式，檢測(cè)、識(shí)別并處理欺詐行為，以預(yù)防和減少金融欺詐的發(fā)生。反欺詐在國(guó)內(nèi)是個(gè)剛需，對(duì)很多金融機(jī)構(gòu)來(lái)說(shuō)，其所面臨的欺詐風(fēng)險(xiǎn)遠(yuǎn)大于信用風(fēng)險(xiǎn)。尤其是近年來(lái)互聯(lián)網(wǎng)金融和消費(fèi)金融的快速發(fā)展，同時(shí)傳統(tǒng)金融機(jī)構(gòu)也不斷向線上轉(zhuǎn)移業(yè)務(wù)，很多平臺(tái)等在風(fēng)險(xiǎn)管理方面準(zhǔn)備不足即開展業(yè)務(wù)，面臨大量的網(wǎng)貸申請(qǐng)欺詐和交易欺詐。同時(shí)對(duì)與p2p平臺(tái)和消費(fèi)金融公司來(lái)說(shuō)，低廉的造假成本和風(fēng)控能力較弱，大大降低了網(wǎng)貸申請(qǐng)過(guò)程中的詐騙難度，給其識(shí)別風(fēng)險(xiǎn)帶了很大的沖擊和挑戰(zhàn)。

通過(guò)對(duì)各種場(chǎng)景中常見的欺詐行為的研究，可以對(duì)于外部欺詐的主要特征做出初步判斷，欺詐行為主要可分為以下幾大類：

1、身份欺詐，即利用虛假的身份信息向金融機(jī)構(gòu)申請(qǐng)貸款。身份造假有以下幾種類型：

第一，盜用或冒用他人身份信息，欺詐分子通過(guò)暴力破解、撞庫(kù)等技術(shù)手段非法盜取網(wǎng)上銀行/手機(jī)銀行賬戶，并采用集碼器等獲取手機(jī)驗(yàn)證碼等校驗(yàn)信息，利用賬戶資金進(jìn)行非法消費(fèi)、轉(zhuǎn)賬或提現(xiàn)等操作。

第二，盜用銀行卡，即非法獲取持卡人的銀行卡信息，綁定支付賬戶，或者通過(guò)復(fù)制銀行卡，提取銀行卡內(nèi)資金。

第三，虛假注冊(cè)，即利用身份信息交易黑色產(chǎn)業(yè)鏈大量收購(gòu)身份信息，在線注冊(cè)賬戶，并利用虛假注冊(cè)的非本人賬戶進(jìn)行騙貸或洗錢，這類成本較低的欺詐方式主要用于攻擊風(fēng)險(xiǎn)控制薄弱（例如提供身份證即可放款）的借貸平臺(tái)。

隨著放貸機(jī)構(gòu)風(fēng)險(xiǎn)管理手段的升級(jí)，近期還有針對(duì)性地發(fā)展出“虛擬人物養(yǎng)成”的新模式，即花費(fèi)時(shí)間和經(jīng)濟(jì)成本“刷”出各類信用記錄，例如通過(guò)作弊手段，將芝麻信用分“養(yǎng)”到600分以上，創(chuàng)造出一個(gè)“真實(shí)”的有良好信用信息的人以騙取貸款。

第四，電信詐騙，即通過(guò)網(wǎng)絡(luò)、電話等詐騙方式，誘使客戶主動(dòng)將資金轉(zhuǎn)移到欺詐分子賬戶。在身份欺詐中，既有個(gè)人實(shí)施的單筆騙貸，也有專門的騙貸團(tuán)伙，專門研究各個(gè)金融機(jī)構(gòu)的管理漏洞，利用各種技術(shù)手段實(shí)施團(tuán)伙欺詐，例如攻擊某個(gè)平臺(tái)，大量盜取用戶信息，或通過(guò)一臺(tái)主機(jī)同時(shí)控制幾百部手機(jī)或平板電腦，或同一臺(tái)手機(jī)不斷插拔多個(gè)手機(jī)號(hào)進(jìn)行申請(qǐng)，其手段更為隱蔽，從單一的身份屬性驗(yàn)證角度難以識(shí)別此類團(tuán)伙行為或機(jī)器行為。

2、信息隱瞞或造假，即刻意隱藏不良信息，或征信不達(dá)標(biāo)的個(gè)人，在黑中介的協(xié)助下，通過(guò)各種手段將自己包裝成“信用合格”人員，從而順利獲得貸款。例如申請(qǐng)人存在電信、公共事業(yè)、各類罰款等方面的欠繳行為，或者其名下個(gè)人資產(chǎn)是法院的執(zhí)行對(duì)象等負(fù)面信息，或者其配偶在金融機(jī)構(gòu)有過(guò)多次逾期或不良記錄，即使申請(qǐng)人本人信用狀況良好，但法律規(guī)定的代償義務(wù)直接影響到了申請(qǐng)人的還款能力和意愿。由于婚姻關(guān)系不是申請(qǐng)表的必填信息，此類信息不對(duì)稱具有相當(dāng)?shù)碾[蔽性，難以被金融機(jī)構(gòu)察覺。

另外，還有欺詐分子通過(guò)作弊手段，短時(shí)間內(nèi)大幅提高芝麻分等信用記錄，或偽造高學(xué)歷證明、工作證明、通訊信息、銀行流水信息等，試圖提高信用審核的通過(guò)率。

3、隱形的欺詐意圖，由于信用意識(shí)和超前消費(fèi)的準(zhǔn)備不足，一部分擁有正常信貸需求的人可能出現(xiàn)未能正確評(píng)估自身還款能力或喪失還款意愿的情況。申請(qǐng)人本人及其密切聯(lián)系人（尤其是有代償義務(wù)和代償意愿的聯(lián)系人）是否在新的貸款機(jī)構(gòu)提交了借款申請(qǐng)，是否從新的貸款機(jī)構(gòu)借款，借貸產(chǎn)品的類型和借貸渠道是否發(fā)生了變更等，尤其是從傳統(tǒng)金融機(jī)構(gòu)轉(zhuǎn)向風(fēng)控較為松懈的新型貸款機(jī)構(gòu)申請(qǐng)貸款，或新申請(qǐng)了短期高息貸款，或頻繁使用信用卡提現(xiàn)等異常現(xiàn)象，如果出現(xiàn)此類情況，有理由相信，在客戶收入保持現(xiàn)有水平的情況下，難以償還所有這些欠款，很大程度上能夠反映出資金緊張或信用狀況惡化，需要額外加以關(guān)注。

4、商戶欺詐，商戶與借款人形成套現(xiàn)、套利的勾結(jié)關(guān)系，騙取金融機(jī)構(gòu)對(duì)于特定消費(fèi)場(chǎng)景的補(bǔ)貼等。

實(shí)施過(guò)程/解決方案

技術(shù)要點(diǎn)及解決方案

隨著網(wǎng)絡(luò)和移動(dòng)通訊技術(shù)在金融領(lǐng)域的廣泛應(yīng)用，網(wǎng)絡(luò)欺詐也日益復(fù)雜多樣，并呈現(xiàn)多種欺詐手段的復(fù)合型欺詐和分工精細(xì)的團(tuán)伙化欺詐趨勢(shì)。傳統(tǒng)的反欺詐手段通常是每遇到一次欺詐，就將其行為特點(diǎn)記錄下來(lái)形成“規(guī)則”，再基于規(guī)則建立防范機(jī)制，通過(guò)金融機(jī)構(gòu)自有業(yè)務(wù)數(shù)據(jù)進(jìn)行分析建模做反欺詐風(fēng)控，但由于我國(guó)目前征信體系并不完善，數(shù)據(jù)滯后性和數(shù)據(jù)不全面問(wèn)題導(dǎo)致金融機(jī)構(gòu)只能做到一定程度的預(yù)防，不能跟上日益隱蔽和變化的欺詐手段，起不到真正的全面風(fēng)險(xiǎn)控制。

百融金服憑借服務(wù)銀行等金融機(jī)構(gòu)的行業(yè)先入優(yōu)勢(shì)、超強(qiáng)的大數(shù)據(jù)處理和建模能力，為信貸行業(yè)用戶提供包括反欺詐、貸前信審、貸中管控以及貸后管理在內(nèi)的客戶全生命周期產(chǎn)品和服務(wù)。通過(guò)大數(shù)據(jù)的方式進(jìn)行篩選、整合、聚類等處理，針對(duì)未來(lái)可能產(chǎn)生欺詐行為的異常信息進(jìn)行判定，為用戶做全方位畫像，就成為金融機(jī)構(gòu)防范欺詐風(fēng)險(xiǎn)和信貸決策的重要補(bǔ)充。

影響反欺詐效果的因素包括數(shù)據(jù)的來(lái)源及質(zhì)量、 算法模型的有效性、 系統(tǒng)構(gòu)架以及對(duì)應(yīng)的反制措施。

圖1 百融反欺詐框架

在反欺詐系統(tǒng)中，能否形成全面的用戶畫像， 進(jìn)而對(duì)用戶下一步的欺詐風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)， 多維度和深度的大數(shù)據(jù)是必不可少的條件。

隨著互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)渠道的不斷發(fā)展，從各類場(chǎng)景識(shí)別欺詐行為的重要性將日漸突顯。百融擁有詳盡且經(jīng)過(guò)檢驗(yàn)的預(yù)置規(guī)則集，對(duì)于不同的業(yè)務(wù)場(chǎng)景，可以基于測(cè)試樣本的測(cè)試效果，選擇適用規(guī)則進(jìn)行使用，還可以通過(guò)對(duì)金融機(jī)構(gòu)具體應(yīng)用場(chǎng)景和客群的特征分析，開發(fā)客制化規(guī)則并檢驗(yàn)效果，擇優(yōu)選用、部署，確保貸前反欺詐效果。

圖2 不同場(chǎng)景下的欺詐方式

一般來(lái)說(shuō)，反欺詐模型有兩種，一是使用大量欺詐樣本，應(yīng)用規(guī)則引擎及統(tǒng)計(jì)分析技術(shù)，進(jìn)行多維度多規(guī)則的組合，根據(jù)對(duì)欺詐識(shí)別和預(yù)測(cè)能力的貢獻(xiàn)，每條規(guī)則被賦予相應(yīng)的權(quán)重，命中相關(guān)規(guī)則的行為會(huì)得到累積的分值，即對(duì)單次信貸申請(qǐng)行為的欺詐度的綜合量化結(jié)果，從而來(lái)預(yù)測(cè)欺詐的概率。

圖3 反欺詐-專家判斷模型（規(guī)則引擎）

另一種是反欺詐機(jī)器學(xué)習(xí)模型，它指的是采用數(shù)據(jù)挖掘方法，基于歷史（即已知的欺詐申請(qǐng)和正常申請(qǐng)）而建立的分類模型，通過(guò)機(jī)器訓(xùn)練利用海量數(shù)據(jù)來(lái)對(duì)借款人進(jìn)行判斷。

圖4 反欺詐-機(jī)器學(xué)習(xí)模型

機(jī)器學(xué)習(xí)主要有兩種學(xué)習(xí)方式，監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)。監(jiān)督學(xué)習(xí)模型，通過(guò)已有的訓(xùn)練樣本（即已知數(shù)據(jù)以及其對(duì)應(yīng)的輸出）去訓(xùn)練得到一個(gè)最優(yōu)模型，具有對(duì)未知數(shù)據(jù)進(jìn)行推測(cè)和分類的能力，比如在已知“好”和“壞”標(biāo)簽的前提下，嘗試從歷史數(shù)據(jù)中，挖掘出欺詐團(tuán)伙的典型特征和行為模式，從而遇到相似的行為時(shí)可以分辨是否是欺詐團(tuán)伙。

監(jiān)督模型雖然在預(yù)測(cè)準(zhǔn)確性上有不錯(cuò)的表現(xiàn)，但是，實(shí)際情況中，“好”和“壞”的標(biāo)簽往往很難得到。因此，在沒有額外信息的時(shí)候，就需要通過(guò)無(wú)監(jiān)督學(xué)習(xí)模型進(jìn)行分析。無(wú)監(jiān)督式學(xué)習(xí)網(wǎng)絡(luò)在學(xué)習(xí)時(shí)并不知道其分類結(jié)果是否正確，也沒有告訴它何種學(xué)習(xí)是正確的)，僅提供輸入范例，而它會(huì)自動(dòng)從這些范例中找出其潛在類別規(guī)則。當(dāng)學(xué)習(xí)完畢并經(jīng)測(cè)試后，便可以將之應(yīng)用到新的案例上。

在反欺詐規(guī)則引擎中，這些甄別欺詐行為的規(guī)則依賴于從大量歷史案例中總結(jié)出來(lái)的“專家知識(shí)”，而機(jī)器學(xué)習(xí)模型采用更復(fù)雜的算法建立的模型，需要大量數(shù)據(jù)建立一個(gè)良好的訓(xùn)練集，以保證輸出結(jié)果的準(zhǔn)確。基于兩類模型各自的優(yōu)劣勢(shì)，在應(yīng)用其評(píng)分結(jié)果時(shí)，百融建議根據(jù)金融機(jī)構(gòu)的實(shí)際情況，制定分階段應(yīng)用策略，并持續(xù)監(jiān)控和改進(jìn)模型。

圖5 兩種模型的應(yīng)用策略

上文提到欺詐行為呈現(xiàn)團(tuán)伙化特征，關(guān)系網(wǎng)絡(luò)提供了全新的反欺詐分析角度，通過(guò)無(wú)監(jiān)督學(xué)習(xí)算法，挖掘詐騙團(tuán)伙的特征，從而識(shí)別詐騙團(tuán)伙。

亞里士多德提出“人是社會(huì)性動(dòng)物”，社會(huì)個(gè)體成員之間因?yàn)榛?dòng)而形成的相對(duì)穩(wěn)定的關(guān)系體系，關(guān)系網(wǎng)絡(luò)關(guān)注的是人們之間的互動(dòng)和聯(lián)系，社會(huì)關(guān)系包括朋友關(guān)系、同學(xué)關(guān)系、生意伙伴關(guān)系、種族信仰關(guān)系等，經(jīng)由這些社會(huì)關(guān)系，把從偶然相識(shí)的泛泛之交到緊密結(jié)合的家庭關(guān)系的各種人們或組織串連起來(lái)。

關(guān)系網(wǎng)絡(luò)指的是一種基于圖的數(shù)據(jù)結(jié)構(gòu)，由節(jié)點(diǎn)和邊組成，每個(gè)節(jié)點(diǎn)代表一個(gè)個(gè)體，每條邊為個(gè)體與個(gè)體之間的關(guān)系。關(guān)系網(wǎng)絡(luò)把不同的個(gè)體按照其關(guān)系連接在一起，從而提供了從“關(guān)系”的角度分析問(wèn)題的能力，這就讓我們可以從正常行為中識(shí)別出到異常的團(tuán)伙欺詐行為。

圖6 關(guān)系網(wǎng)絡(luò)圖

異常檢測(cè)是在無(wú)監(jiān)督模型學(xué)習(xí)中比較有代表性的方法，即在數(shù)據(jù)中找出具有異常性質(zhì)的點(diǎn)或團(tuán)體。在檢測(cè)欺詐團(tuán)體的情況下，異常檢測(cè)被認(rèn)為是比較有效果的。比如一般情況下在關(guān)系網(wǎng)絡(luò)中，正常的個(gè)體應(yīng)該是與另一個(gè)節(jié)點(diǎn)組成一度關(guān)系，如果出現(xiàn)與其它眾多節(jié)點(diǎn)關(guān)系密切，關(guān)系在二度以上，且網(wǎng)絡(luò)中有多個(gè)節(jié)點(diǎn)具有欺詐嫌疑，則這個(gè)關(guān)系網(wǎng)絡(luò)的團(tuán)體可以看作是異常，其每個(gè)節(jié)點(diǎn)均有可能是欺詐團(tuán)伙的參與者，發(fā)生借貸行為時(shí)，可以進(jìn)行重點(diǎn)審查或直接拒絕。異常檢測(cè)并不能夠明確的給出一個(gè)團(tuán)體是否欺詐，但是可以通過(guò)這種方法排查出可疑的團(tuán)伙，從而進(jìn)行調(diào)查。

綜上所述，從金融機(jī)構(gòu)的業(yè)務(wù)流程來(lái)看，風(fēng)險(xiǎn)是存在于信貸行為的整個(gè)生命周期的，百融通過(guò)用戶畫像、反欺詐識(shí)別、信用評(píng)估等手段建立貸前審核、貸中監(jiān)控、貸后管理的信貸全生命周期風(fēng)控體系，幫助金融機(jī)構(gòu)降低潛在風(fēng)險(xiǎn)。

圖7 全生命周期管理方案

實(shí)施過(guò)程

1、客群分析

在建立模型前，百融金服將根據(jù)信用卡中心的業(yè)務(wù)模式和客戶群體特征，明確客群分類，以此來(lái)確定模型的種類，確保模型準(zhǔn)確性的前提下避免重復(fù)工作。根據(jù)信用卡中心的客群分析研究結(jié)果，識(shí)別其風(fēng)險(xiǎn)特征，確定與其信用風(fēng)險(xiǎn)強(qiáng)相關(guān)的變量，與百融金服進(jìn)行聯(lián)合建模。

2、客制化建模

在建模的過(guò)程中，百融金服的專業(yè)人員該信用卡中心的業(yè)務(wù)人員共同對(duì)貸前反欺詐、信用評(píng)估、建模、貸中監(jiān)控等環(huán)節(jié)進(jìn)行深入研究和探討，及時(shí)根據(jù)其信用卡中心的需求對(duì)模型進(jìn)行調(diào)整。

欺詐檢測(cè)方面，通過(guò)收集和整理各行業(yè)、機(jī)構(gòu)的黑名單信息，通過(guò)多樣化的機(jī)器學(xué)習(xí)模型及大數(shù)據(jù)關(guān)聯(lián)分析等技術(shù)，給銀行、個(gè)人等企業(yè)提供風(fēng)險(xiǎn)管控和反欺詐的服務(wù)。

風(fēng)險(xiǎn)評(píng)級(jí)方面，使用專業(yè)技術(shù)和工具，評(píng)估風(fēng)險(xiǎn)賬戶相關(guān)數(shù)據(jù)的客觀性、準(zhǔn)確度，量化其信用風(fēng)險(xiǎn)、履約等能力;在控制風(fēng)險(xiǎn)前提下，使個(gè)人能夠?qū)崿F(xiàn)安全匯款。

建模方面，根據(jù)該銀行信用卡的業(yè)務(wù)特征以及百融在同業(yè)的實(shí)踐經(jīng)驗(yàn)，本項(xiàng)目將主要采用廣義線性模型框架下的邏輯回歸模型來(lái)實(shí)現(xiàn)。邏輯回歸模型具有穩(wěn)定性高、解釋性強(qiáng)、部署簡(jiǎn)易的優(yōu)點(diǎn)，使得其廣泛的應(yīng)用于風(fēng)險(xiǎn)評(píng)估、市場(chǎng)營(yíng)銷等諸多領(lǐng)域。評(píng)分將基于科學(xué)且嚴(yán)密的建模流程，同時(shí)建模過(guò)程中將充分吸收百融金服積累的專家經(jīng)驗(yàn)與行業(yè)經(jīng)驗(yàn)，形成最終的最適用于其信用卡中心的定制化評(píng)分。定制化評(píng)分將助力其信用卡中心提升信用風(fēng)險(xiǎn)評(píng)估的精準(zhǔn)性，提升審批效率和審核通過(guò)率。

貸中監(jiān)控方面，發(fā)掘與相關(guān)賬戶的信用相關(guān)的預(yù)警信息，形成預(yù)警信號(hào)并向相關(guān)風(fēng)險(xiǎn)管理系統(tǒng)主動(dòng)推送，進(jìn)而跟蹤預(yù)警信號(hào)處置流程，直至形成最終結(jié)論或風(fēng)險(xiǎn)管控方案，形成一個(gè)風(fēng)險(xiǎn)預(yù)警、通知、處置和關(guān)閉的閉環(huán)處理流程。

3、查詢接口

百融將根據(jù)該銀行信用卡中心的需求，提供網(wǎng)頁(yè)查詢和專線接口查詢兩種方式。

1）接口查詢方式

百融提供相應(yīng)的接口程序，接口可支持不同業(yè)務(wù)系統(tǒng)開發(fā)不同接口查詢功能，保證拓展性的基礎(chǔ)上，可實(shí)現(xiàn)單筆查詢和批量查詢兩種功能，滿足該銀行信用卡中心發(fā)起一次查詢返回所有結(jié)果的需求。其中，單筆查詢和批量查詢都可滿足實(shí)時(shí)返回查得結(jié)果需求。

2）網(wǎng)頁(yè)查詢方式

百融將為該銀行信用卡中心提供網(wǎng)頁(yè)查詢方式，用戶可通過(guò)網(wǎng)頁(yè)輸入相關(guān)信息進(jìn)行查詢，網(wǎng)頁(yè)版是百融自主研發(fā)的風(fēng)險(xiǎn)羅盤系統(tǒng)，同樣支持單筆和批量?jī)煞N查詢方式。其中，單筆查詢和批量查詢都可滿足實(shí)時(shí)返回查得結(jié)果需求。

結(jié)果/效果總結(jié)

百融征信局評(píng)分在銀行客群上具有優(yōu)秀的風(fēng)險(xiǎn)區(qū)分度和穩(wěn)定的排序能力，與銀行申請(qǐng)?jiān)u分交叉使用后可以更精準(zhǔn)得區(qū)分出好壞客戶。對(duì)于無(wú)央行征信報(bào)告的客戶，百融仍能對(duì)75%以上的客戶實(shí)現(xiàn)風(fēng)險(xiǎn)區(qū)分，經(jīng)過(guò)百融評(píng)分，找回了原本認(rèn)為壞的客戶，拒絕了原本認(rèn)為好的客戶，在保持通過(guò)率基本不變的情況下，審批通過(guò)率提升了8%，實(shí)現(xiàn)不良率由1.54%下降至1.25%，降低銀行約20%的損失。

總結(jié)

以上是生活随笔為你收集整理的某银行信用卡中心——大数据反欺诈应用案例 2017-06-23 10:54 本篇案例为数据猿推出的大型“金融大数据主题策划”活动（查看详情）第一部分的系列案例/征文；感谢 百融金服 的投递 作为整体的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。