金融數據風控:數據合規與應用邏輯
李可順 著
- 出版商: 機械工業
- 出版日期: 2023-05-01
- 定價: $594
- 售價: 8.5 折 $505
- 語言: 簡體中文
- 頁數: 247
- 裝訂: 平裝
- ISBN: 711172495X
- ISBN-13: 9787111724957
立即出貨
買這商品的人也買了...
-
$280$252 -
$403交互系統新概念設計:用戶績效和用戶體驗設計準則
-
$380$342 -
$650$585 -
$300$270 -
$520$411 -
$380$342 -
$680$530 -
$454智能風控:原理算法與工程實踐
-
$341軟件需求分析實戰
-
$454智能風控與反欺詐:體系、算法與實踐
-
$599$473 -
$495金融機構審計實務指南
-
$599$473 -
$556金融商業算法建模 : 基於 Python 和 SAS
-
$305產品思維從新手到資深產品經理
-
$880$695 -
$505區域性銀行數字化轉型:方法論與實踐
-
$539$512 -
$454銀行數字化轉型營銷與運營數字化
-
$539$512 -
$419$398 -
$680$537 -
$760$380 -
$680$537
相關主題
商品描述
這是一本建設數字中國的實戰性著作,講解瞭如何從合規數據源獲取公共數據、個人數據和企業數據,
並將這些數據合規地應用到各種金融風控場景。
本書圍繞公共數據、企業數據、個人數據的分類分級授權應用場景要點,通過分享公安、
運營商、銀聯、工商、央行徵信、百行徵信、司法、航旅、鐵路、稅務、交通、電力、
保險等十幾種主流數據資源的開放背景、數據能力及現有的數據產品應用邏輯,
幫助大數據行業從業者更好地了解數據資源持有權、數據加工使用權、數據產品經營權三類數據產權運行機制。
書中凝聚了大量數據流通交易及應用方面的有價值的經驗、方法論、規範、解決方案和案例,
不僅能讓讀者即學即用,還能讓讀者了解大數據行業及數據經濟產業的發展趨勢。
通過本書,你將掌握以下內容:
?合規數據源的特點
?金融機構數據採購評估的要點
?各類公共數據、企業數據及個人數據資源的開放背景、產品形態及應用場景
?反欺詐及風險防控等十幾種主流數據源的深度剖析
?消費金融反欺詐路徑的設計
?車險風險防控的策略
?小微企業金融風險防控的邏輯
?物流金融風險防控的機制
?車聯網及工業互聯網數據應用情況
?數據交易所對金融機構數據採購及應用的影響及合作思路
目錄大綱
本書讚譽
前言
第一篇金融風控數據源
合規的重要性
第1章數據源合規的推動力及效能3
1.1 數據源合規的五大推動力3
1.2 金融風控的最大紅利—權威
數據領先效能8
第2章合規數據源的選擇與
採購要點9
2.1 選擇合規數據源的三大要點9
2.1.1 主體合規10
2.1.2 類型匹配11
2.1.3 場景豐富12
2.2 數據採購價值評估四大要點13
2.2.1 匹配度14
2.2.2 性能16
2.2.3 效果18
2.2.4 計費模式28
第二篇權威合規數據來源解密
第3章四大身份驗證數據源31
3.1 身份證驗證數據源31
3.1.1 全國公民身份證號碼查詢
服務中心33
3.1.2 中盾安信35
3.1.3 公民網絡身份識別系統43
3.1.4 銀行專屬身份驗證平台46
3.1.5 主流身份驗證產品49
3.1.6 實名制與公安體係數據
開放55
3.1.7 公安體系風險名單57
3.2 銀行卡驗證數據源57
3.2.1 銀聯58
3.2.2 實卡製與銀聯數據開放60
3.2.3 銀聯數據標籤能力61
3.3 手機號驗證數據源63
3.3.1 運營商數據平台64
3.3.2 實名制與運營商數據開放66
3.3.3 運營商數據服務66
3.4 企業驗證數據源71
3.4.1 全國組織機構統一社會
信用代碼數據服務中心72
3.4.2 國家企業信用信息公示
系統74
第4章反欺詐及風險防控相關
數據源77
4.1 央行徵信77
4.1.1 成立背景77
4.1.2 二代徵信的特點80
4.1.3 個人徵信服務81
4.1.4 企業徵信服務89
4.1.5 服務情況92
4.2 持牌徵信機構數據(以百行
徵信為例) 92
4.2.1 數據維度93
4.2.2 個人徵信產品服務95
4.2.3 小微企業徵信產品服務97
4.2.4 服務情況99
4.3 司法大數據:中國法研99
4.3.1 開放背景100
4.3.2 數據維度100
4.3.3 產品服務101
4.4 航旅大數據:中航信103
4.4.1 成立背景104
4.4.2 數據維度105
4.4.3 產品服務106
4.5 鐵路大數據:12306網站107
4.5.1 開放背景107
4.5.2 數據維度108
4.5.3 產品服務110
4.6 稅務大數據:航天信息114
4.6.1 成立背景114
4.6.2 數據維度116
4.6.3 產品服務117
4.7 交通大數據119
4.7.1 數據寶119
4.7.2 中交興路125
4.8 電力大數據128
4.8.1 國家電網128
4.8.2 南方電網129
4.8.3 數據維度130
4.8.4 產品服務130
4.9 保險大數據:中國銀保信135
4.9.1 成立背景135
4.9.2 數據維度136
4.9.3 車輛貸款反欺詐產品
服務141
4.10 人社大數據:金保信144
4.10.1 成立背景144
4.10.2 數據維度144
4.10.3 產品服務145
4.11 其他渠道可用數據147
第三篇金融風控數據應用邏輯
第5章消費金融風險防控151
5.1 消費金融欺詐151
5.2 金融欺詐圖譜152
5.2.1 欺詐主體類型152
5.2.2 欺詐持續及普遍存在的
主要原因154
5.2.3 黑產團伙欺詐的主要防控點155
5.3 反欺詐路徑162
5.3.1 設備反欺詐162
5.3.2 身份信息驗證164
5.3.3 信息核驗164
5.3.4 歷史行為核驗169
5.3.5 反欺詐評分170
5.3.6 團伙排查171
5.3.7 人工核查172
第6章車險風險防控173
6.1 4.5噸以下非營業貨車車險
防控174
6.2 貨車車險防控175
6.2.1 軌跡欺詐行為分析175
6.2.2 挂靠行為分析176
6.3 理賠反欺詐策略177
6.3.1 七個基本防範策略177
6.3.2 六類主要欺詐行為178
第7章物流金融風險防控181
7.1 行業需求及發展難點181
7.1.1 資金需求及難點181
7.1.2 小微物流貨車司機畫像182
7.2 風險防控邏輯186
7.2.1 常用數據類型186
7.2.2 通用數據應用邏輯187
第8章小微企業金融風險防控192
8.1 小微企業定義192
8.2 准入風險防控193
8.2.1 禁入強規則194
8.2.2 准入評分卡六大規則195
8.3 反欺詐邏輯197
8.3.1 身份識別197
8.3.2 黑名單識別198
8.3.3 空殼企業防控201
8.4 授信邏輯204
8.4.1 基本情況204
8.4.2 行業情況204
8.4.3 財務情況205
8.4.4 負債情況206
第四篇金融數據要素發展展望
第9章新數據211
9.1 車聯網數據211
9.1.1 基礎屬性類數據212
9.1.2 車輛工況類數據213
9.1