大数据金融 金融业对大数据应用的需求 金融大数据的数据范围.pptx

金融业对大数据应用的需求 目录页 基于大数据的客户行为分析 基于大数据分析的欺诈监测和金融风险管理 1 2 1 基于大数据的客户行为分析 2 基于大数据分析的欺诈监测和金融风险管理 （1）金融欺诈行为监测和预防 在许多情况下，可以通过账户的行为模式监测到欺诈，在某些情况下，这种行为甚至跨越多个金融系统。例如，“空头支票”需要钱在两个独立账户之间来回快速转账。特定形式的经纪欺诈牵涉两个合谋经纪人以不断抬高的价格出售证券，直到不知情的第三方受骗购买证券，使欺诈的经纪人能够快速退出。金融网络链接分析也能帮助监测电子银行的欺诈。 保险欺诈是全球各地保险公司面临的一个切实挑战。无论是大规模欺诈，例如纵火，或者涉及较小规模的索赔，例如虚报价格的汽车修理账单，欺诈索赔的支出每年可使企业支付数百万美元的费用，而且成本会以更高保费的形式转嫁给客户。南非最大的短期保险提供商Santam通过采用大数据、预测分析和风险划分帮助公司识别出导致欺诈监测的模式，从收到的索赔中获取大数据，根据预测分析及早发现欺诈，根据已经确定的风险因素评估每个索赔，并且将索赔划分为5个风险类别，将可能的欺诈索赔和更高风险与低风险案例区别开。 （2）金融风险分析 为评价金融风险很多数据源可以调用，如来自客户经理服务、手机银行、电话银行等方面的数据，也包括来自监管和信用评价部门的数据，在一定的风险分析模型下，帮助金融机构预测金融风险。如一笔预期贷款的风险的数据分析，数据源范围就包括偿付历史、信用报告、就业数据和财务资产披露等内容。 （3）风险预测 征信机构益百利根据个人信用卡交易记录数据，预测个人的收入情况和支付能力。中英人寿保险公司根据个人信用报告和消费行为分析，来找到可能患有高血压、糖尿病和抑郁症的人，发现客户健康隐患。 谢谢！