反欺诈行业深度报告-金融反欺诈行业发展前景良好.pdfVIP

[Table_Summary] 反欺诈行业深度报告之一 金融反欺诈行业发展前景良好 行业专题报告 行业研究 方正证券研究所证券研究报告 新三板行业 2017.3.25/推荐 [TABLE_ANALYSISINFO] 与市场不同的观点: 分析师： 于建科 执业证书编号 S1220515090003 1.反欺诈与征信呈现互补关系 TEL ： （86755 反欺诈与征信有着本质的不同，二者具有互补关系。征信的主 号： Email ： yujianke@foundersc. 要作用是评估借款人信用高低以及其能否及时还款的可能性； com 而反欺诈则是起到了辨识申请人身份真伪、申请材料是否真实 有效、以及是否为团伙骗贷的作用。反欺诈与征信互为补充， [TABLE_REPORTINFO] 从整体上降低金融机构受到的信用及欺诈风险。 2.互联网欺诈泛滥推动反欺诈行业发展 随着传统金融机构业务互联网化和新型互联网金融模式的快速 发展，互联网欺诈手段变得越来越多种多样，用户及互联网金 融平台受到欺诈风险也在急剧增加。统计数据显示，中国互联 网欺诈风险已在全球排名前三，网络欺诈导致的损失已达到GDP 的0.63%，这一数字仅次于美国的0.64%。 融合大数据+机器学习的反欺诈系统能够有效帮助互联网金融 平台（网上银行、P2P、消费金融等）降低欺诈风险，因此互联 网欺诈的泛滥会推动反欺诈行业的快速发展。 3.数据广泛应用于多种反欺诈场景，用户行为画像弥补人行征 信空白 结合大数据的反欺诈系统能够覆盖多种互联网欺诈场景，最典 型的就是交易欺诈场景和申请欺诈场景。反欺诈系统能够根据 具体的欺诈场景采取对应的规则引擎和算法模型，侦测和识别 欺诈行为。另外以人行征信系统为代表的传统征信系统只能覆 盖到3.5 亿有信贷记录的人群，反欺诈系统能够利用大数据形 成互联网用户行为画像，可弥补人行征信覆盖不足的缺点。 4.数据、算法、系统框架和反制措施构建反欺诈解决方案核心 四要素 影响反欺诈公司商业模式的核心因素包括以下四个点：数据的 来源及质量特征、算法模型的有效性、系统构架以及对应的反 制措施。针对不同的应用场景，反欺诈系统能否给出针对性的