申请欺诈：金融创新催生新变化

您当前位置：首页 > 行业分析 > 金融投资 > 　正文

来源：中为咨询www.zwzyzx.com 【日期：2017-03-31 20:54:57】【打印】【关闭】

相关报告

2014-2018年银行行业深度调研分析及投资前景研究报告(2013-12-12)
2014-2018年中国银行企业拟IPO上市细分市场研究报告(2013-12-10)
2014版社区服务行业企业建设项目可行性研究报告(2013-12-11)
2014-2018年银行项目商业计划书(2013-12-12)
2014-2018年中国村镇银行区域市场调查研究分析及投资前景研究报告(2014-01-08)
2014-2018年城市商业银行行业深度分析及投资前景研究报告(2013-12-12)
2014版传媒行业企业建设项目可行性研究报告(2013-12-11)
2016-2022年中国银行卡验证设备行业市场深度调查研究及投资咨询报告(2015-12-11)
中国电银行业市场深度调查研究及投资咨询报告(2018-07-24)
全国主要地区农场商业银行产业发展状况暨投资环境调查研究报告(2014-12-05)

申请欺诈主要分类

申请欺诈是指以欺诈为目的，通过申请个人信贷账户以骗取金融机构资金的行为。它根据具体的申请情况，可以分为虚假身份申请和虚假资料申请两类。

申请欺诈是一种常见的针对金融机构的欺诈行为，根据英国CIFAS的调查报告，英国的信用卡申请欺诈案件数量在最近几年不断上升，在2015年第四季度已经达到了约16000起，其中大部分申请欺诈都是通过线上申请的方式完成的。英国信用卡申请欺诈数量

交易反欺诈模型

申请欺诈由于其材料造假方式多、信息核实困难、申请数量大等特点，传统的审批程序已经不能满足银行或者P2P等互联网金融平台的安全要求。

传统的信贷审批在应对互联网金融信贷方面显得力不从心，具体表现在：一是在传统的人行征信查询数据库不全面，不能覆盖没有征信记录的人群；二是随着互联网金融、消费金融的兴起，贷款特别是小额贷款的申请数量急剧增加，传统方式无法高效、快捷、准确地完成审批。传统信贷审批流程

针对目前在P2P平台、互联网消费金融平台和银行存在的申请欺诈行为，可以采取大数据反欺诈技术来有效解决。申请反欺诈一般分为三步：第一步是通过关联多个数据库，包括人行/公安黑名单、身份信息库、用户行为库、企业自有黑名单库等，利用模糊匹配算法等技术获取申请者的全面关联数据；第二步是通过反欺诈规则引擎，分析上一步获取的用户数据，快速计算并识别个人申请欺诈；第三部是通过反馈上一步的计算结果，结合逻辑回归模型、关联分析和聚类分析等技术侦测团伙欺诈行为。申请反欺诈大数据