35法制时空
渝安集团
专题
Special Topic
深圳ci设计公司2018 . 08 中国金融电脑
人的价值20
北京银行综合运用大数据、机器学习、设备指纹、数据感知等金融科技手段，提出一种面向互联网金融业务的大数据风控解决方案，并在实际业务应用中取得了良好效果，为商业银行利用大数据风控技术开展互联网金融业务探索出一条可行路径。 北京银行软件开发部副总经理 宗勇涛
近年来，随着移动互联网的迅速崛起，互联网金融呈现出快速发展的趋势，特别是银行业务线上化丰富了银行的产品和业务种类，大大提升了渠道便利性和客户体验，银行与互联网的深度融合、共同发展，
无疑推动了我国社会经济的发展。然而，“互联网+金融”模式的出现，时刻考验着银行的管理和风险防控能力，与“互联网+金融”相伴而生的欺诈风险，为银行的稳健发展带来巨大隐患，据权威机构统计，我国互联网各类网贷平台平均每100笔拒贷案件中就有16起涉及不同程度的蓄意或欺诈行为，互联网金融风险防控成为各商业银行亟待解决的关键问题。济南的冬天课堂笔记
万方数据资源系统一、互联网金融欺诈风险防控面临的挑战
为了更好应对欺诈风险，国内银行开始研究风控手段，加强不同产品条线、不同业务部门之间的分工协作。然而，从总体情况来看，国内银行的欺诈风险管理工作仍处于初级阶段，在移动互联网高速发展的今天，商业
银行传统的风险防控手段难以满足需要，普遍呈现“算不快、识不准、跟不上”的特点，主要面临以下几方面的挑战。
1.数据不全面
由于金融机构自身信息系统中产生的数据大都是标准化、结构化的，并不能完整地衡量交易对象的信用情况和特征行为，并且可能缺失很多关键信息，除了常用的年龄、收入、学历、行业等基础信息外，一些和风控相关的其他数据信息银行很难获取。尤其在国内的信用体系还不完备的情况下，很大一部分长尾客户是“信用白户”，存在信息不对称的情况。
2.身份识别不准确
身份识别是交易欺诈防控的基础，往往隐藏着欺诈行为的重要特征。但由于移动互联网的发展，IP 地址多变且重复率高，基于IP 的设备识别召回率和精准度都达不到要求。由于苹果和谷歌在智能手机上的隐私保护，以及移动用户更多倾向于使用原生应用，基于cookie 的
