B端供应链金融如何反欺诈_第1页
B端供应链金融如何反欺诈_第2页
B端供应链金融如何反欺诈_第3页
B端供应链金融如何反欺诈_第4页
全文预览已结束

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

B端供应链金融如何反欺诈？供应链金融是B端企业布局产业互联网的必然趋势之一。它是基于大数据风控，链接三方金融机构，围绕核心企业，来管理产业链上下游企业的信息流、物流、资金流。供应链金融主要应用场景有垫资采购、融资租赁、仓储金融、保险申购、信用卡分期、银行按揭等。一、了解金融欺诈面对供应链汽车金融的各种应用场景，首要解决的问题是金融欺诈。金融欺诈是用虚构数据、隐瞒事实的方式来骗取资金，且在申请借款时没有还款意愿。常见的欺诈类型包括：资料造假、老赖、多头负债、信用恶化、内外勾结、虚假交易数据、冒充他人申请、团伙欺诈、多头负债、团伙欺诈、身份异常、还款来源不足、用途不明、不良信用记录、恶意拖欠、企业经营异常、跑路。供应链金融欺诈就是企业将虚假交易数据与虚构经营数据，作为供应链授信的依据。以汽车融资租赁应用场景为例，其欺诈行为包括申请欺诈、信用风险和坏账风险。申请欺诈：资料造假、身份冒用、用途不明；信用风险：多头借贷、合同诈骗、虚假交易；坏账风险：人车失踪、经营异常、恶意拖欠。二、反欺诈策略对于供应链金融而言，在解决上下游企业融资难的问题时，也要确保随之而来的金融欺诈风险可控。面对金融欺诈风险，首要任务是采取反欺诈策略。反欺诈就是通过对内外部数据的采集和分析，找出触碰规则的欺诈信息，从而预防欺诈行为的发生。常见的反欺诈策略有：OCR识别、用户基本信息、黑名单、多头信息、手机号校验、运营商认证、人脸识别、活体验证、三方数据、设备信息、关系图谱、用户行为数据等。反欺诈策略是供应链金融相关企业的核心内容，具体策略根据公司业务而定。比如消费分期产品的决策树反欺诈策略，我们会采集用户的设备信息及基本信息，通过决策树可视化模型，提取决策变量组合，从而构建反欺诈规则集。三、反欺诈模型在反欺诈策略的指导下，我们可以通过大数据分析、机器学习、AI、和区块链等技术手段，建立实时数据采集、数据处理和欺诈返现的反欺诈模型。比如现金贷的设备埋点反欺诈模型，在客户完成授信时，从设备信息验证和设备指纹识别中，提取符合反欺诈特征标签的数据，进一步搭建反欺诈模型。结合历史放贷样本的y值，使用lightgbm和xgboost框架进行机器学习和深度学习，从而得到得到欺诈评分或欺诈规则，确保数据符合准入策略、认证策略和支用策略。在供应链金融业务中，反欺诈模型起着很重要的作用。从关系图谱上，能够了解关联企业的经营关系；从客户画像上，能够识别恶意客户与行为数据；从数据挖掘上，能够判断企业真实的经营状况。

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论