从观测到预测大数据成金融反欺诈法宝
- 来源：中国智能制造网
- 编辑：未闻花名
- 2017/5/2 8:36:33
- 43465
从观测到预测 大数据成金融反欺诈法宝
今年两会上，总理在《政府工作报告》中指出，当前系统性风险总体可控，但对不良资产、证券违约、影子银行、互联网金融等积累风险要高度警惕。互联网金融风险连续四年被写进政府工作报告中，可见风控对于我国金融行业发展的影响之大。
据机构数据显示，仅今年以来判决的信用卡诈骗案件就多达上百件，而这一数字在2016年是9546起。信用卡诈骗屡禁不止，一方面是由于发卡行疏于信用审查，另一方面是因为银行传统的规则反欺诈模型已不足以应对“高科技”诈骗。不难发现，其中通过电信和网络进行诈骗仍是主流。
从当前情况来看，金融欺诈已经成为了行业健康发展不可忽视的风险。据悉在一些P2P公司，恶意欺诈产生的损失占整体坏账的60%，银行面对新形势下严峻的欺诈风险，传统的欺诈风险防控手段例如凭借专家经验人工制定反欺诈规则、使用基于规则引擎的欺诈侦测的策略已经“力不从心”。
在这种金融风险盛行的大环境下，想推动行业健康发展必须要有效实现金融反欺诈。因此，纷纷着力人工智能、大数据风控领域，欲从风险的“观测者”变为“预测者”。
“随着数据维度的大幅增长，移动设备、网络浏览行为、位置变化等多维信息都可以用于刻画申请或交易行为，多维数据交叉验证可以提升欺诈风险识别的性，也为大规模机器学习奠定了基础。”银行风控部门负责人表示。
此外，非结构化数据库、分布式存储和云计算技术的产生，为多类型数据的存储和复杂模型的运算提供了实时性保障。而在技术层面，该负责人称，传统的建模方法目前已经不适应海量数据的高维稀疏特点。大数据时代，机器学习算法在反欺诈建模中的应用越来越多，如神经网络、随机森林、梯度提升决策树(GBDT)、支持向量机(SVM)等。
与此同时，随着大数据的融入，为行业提供风险控制及反欺诈服务的第三方服务商阵营也得以迅速成长和壮大。以芝麻信用、腾讯征信、极光大数据等为代表的新一批大数据公司依托跨行业、多维度的海量数据沉淀以及强大的数据挖掘、分析和预测能力，提供反欺诈服务，羊毛党开始慢慢退场，行业迎来新的发展希望。
在反欺诈领域，大数据也有了新的属性——即货币价值。例如某个企业用了大数据产品后，其违约率降低了多少百分比，降低了多少损失，然后能够愿意为这个损失付出多少，这便是反欺诈产品的货币化空间，所以大数据的货币化属性也就是价值属性，数据产品的货币化，终还是取决于产品给客户带来的价值。而大数据反欺诈正在以三个维度的凸显其价值，为行业构筑了一道反欺诈防线。
版权与免责声明：凡本网注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本网授权不
展开全部
热门评论