反欺诈

本文通过利用信用卡的历史交易数据进行机器学习，构建信用卡反欺诈预测模型，提前发现客户信用卡被盗刷的事件。 1. 数据的下载和数据介绍 数据的下载地址为 https://www.kaggle.com/dalpozz/creditcardfraud/data 数据集是2013年9月使用信用卡进行交易的数据。此数据集显示两天内发生的交易，其中284,807笔交易中有492笔被盗刷。数据集非常不平衡，被盗刷占所有交易的0.172％。不幸的是，由于保密问题，我们无法提供原始数据。特征V1，V2，... V28是使用PCA获得的主要组件。特征Class是响应变量，如果发生被盗刷，则取值1，否则为0。 数据包含了Time,V1,V2,..V28,Amount,Class一共31列，其中Class是标签列，其中0代表没有被盗刷，1表示被盗刷。 2. 分析工具介绍 我们使用的工具是FEA-spk技术，它的底层基于最流行的大数据开发框架spark，对各种算子的操作都是基于DataFrame的，使用FEA-spk来做交互分析，不但非常简单易懂而且几乎和spark的功能一样强大，更重要的一点，它可以实现可视化，处理的数据规模更大，可以进行分布式的机器学习等 3. 案例的具体实现步骤如下 1. 数据预处理（Pre-processing Data） （1） 加载数据 查看一下数据的大小

信用风险与反欺诈哪个更加重要？为什么是先讲策略再谈模型？一个完整的反欺诈流程如何搭建？如何说服CEO接受模型测试成本？在一本财经商学院举办的第二期风控闭门课程上，天创信用首席科学家陈黎明一一做出解答。 以下是她现场分享的部分干货： 01基本概念 今天我讲的主要课题是“反欺诈策略和模型”。 为什么要把策略放前面呢？因为不管是拍脑袋决定，还是通过数据挖掘出来，反欺诈一般是先有策略，然后通过数据的积累，慢慢去构建模型。 首先讲一下常见的几种风险： 流动性风险，就是资产在上升时，你手上的现金流是不是足够。 市场风险，一般是指汇率、利率两个风险，这个在国内不是那么明显，在国外受市场风险是相当大的。 信用风险，就是客户的还款意愿和还款能力。 操作风险，比如意外事故等。 政策风险，比如贷款年化率不能超过36%，和近期的数据隐私的保护。 反欺诈和信用风险区别在哪？ 欺诈是你想彻底铲除的，你建立了足够的壁垒、堡垒把欺诈挡在门外；但你并不希望信用风险为零，信用风险框定在一定范围之内，再去设计产品。 信用管理是进攻，反欺诈是防守。在不同场景中，反欺诈和信用管理重要程度不同。比如说航旅分期，欺诈风险比较小。Paydayloan本身是针对信用差的人群，欺诈风险往往更为重要。 欺诈原因主要有几点： 征信体系有待推广和完善。 欺诈成本很低。 没有信息保护意识。别人帮你买机票，你就把身份证号码透露了。

前言 反欺诈的本质更多的是校验借款人的身份，也就是证明你就是你，我就是我。反欺诈也有很多金融术语（参见：https://zhuanlan.zhihu.com/p/26197949），也便于我们更清楚欺诈风险点。针对信贷业务，主要有两种风险，欺诈风险和信用风险，从造成的损失来看欺诈风险是公司损失的主要风险；当前网络的欺诈从业人数超过200万，网络诈骗的市场规模约1200亿，因为骗贷、套现等手段造成倒闭的机构超过2000家。 欺诈风险分类大致有两种： 第一方欺诈——相似地址伪装、本人手机号小号、高级欺诈..... 第三方欺诈——团伙欺诈、身份冒用、养资料（设备农场、猫池）... 我们常用的手段有：策略反欺诈，直接欺诈类用户通过策略拒绝掉；反欺诈评分，信用风险向欺诈风险转移的用户通过反欺诈评分卡模型来搞定，模型能解决策略的局限性。 反欺诈模型实施要点 1. 特征选择 个人欺诈特征：比如命中法院执行名单、三方黑名单、三方欺诈分；详单数据（通话次数、详单中授信人数占比，一度、二度联系人数占比） 团伙欺诈特征：比如设备关联了多少身份证；IP登录异常、通讯录数据（e.g：通讯录中名字涉及到“贷款”的个数、通讯录中命中黑名单的人数） 特征细分类 基础信息：如年龄、申请授信次数 设备信息：如借款人对应手机个数 时间相关：如授信申请时间在0-6点 运营商相关：近180天通话时长（通讯录

归结而言，风控的本质是数据，探索数据与数据之间关联关系，根据其演变的规律，为业务所用。 消费金融的门槛核心在于风控系统，面向C端客群的线上产品线，如消费分期、现金贷及信用卡代偿等业务方向，其需实时支持大量业务的自动化处理，风控系统将承担贷前、贷中和贷后的风控评估、处理及预警的角色，极大地解放人工处理的瓶颈与效率。 一、优先级 风控决策引擎是一堆风控规则的集合，通过不同的分支、层层规则的递进关系进行运算。而既然是组合的概念，则在这些规则中，以什么样的顺序与优先级执行便额外重要。 风控系统的作用在于识别绝对风控与标识相对风险，如果是绝对风控，则整套风控的审核结果便将是“拒绝”。既然结果必然是“拒绝”，则没必要运行完所有的风控规则，而主要单条触发“拒绝”即可停止剩余规则的校验。因为所有规则的运行，是需要大量的时间、金钱与性能成本的。所以，整套风控决策引擎的搭建设计思路，基于规则优先级运算的注意要点如下： 自有规则优先于外部规则运行 举例说明：自有本地的黑名单库优先于外部的黑名单数据源运行，如果触发自有本地的黑名单则风控结果可直接终止及输出“拒绝”结论。 无成本或低成本的规则优先于高成本的规则运行 举例说明：借款用户的身份特定不符合风控要求的，诸如低于18岁的用户，则可优先运行。而一些通过对接外部三方征信的风控规则，需支出相关查询费用的，则靠后运行。此外，在外部三方征信的规则中

文章转载自：https://www.cnblogs.com/shujufenxi/p/10128253.html （一）序言 （二）序言 金融风控具体在哪个环节才需要数据建模 贷前审核 贷后管理 反欺诈 1.2 金融机构信贷风控流程介绍 （1）客户申请 没啥可说的 （2）资料填写 具体个人信息填写错误，金融机构会要求客户重新填写，如何联系客户资料填写错误，会要求冻结几天才能重新申请 （3）要素验证 根据客户的资料填写，做三要素或做四要素验证，比如说客户的手机号、银行卡、身份证是否匹配 （4）合规性验证 客户所在的行业是否是金融机构限制放贷的行业 （5）规则验证 人行征信情况 （6）黑名单 各个金融公司自有数据维度的黑名单 （7）反欺诈 反欺诈规则 （8）信用评分 （9）放款 （10）贷后管理 金融风控流程图，如下： （三）金融分控建模岗需掌握的技能 （1）统计学 大学层次 （2）数学 大学层次 （3）数据库 Orale或者MySQL （4）编程语言 Python、R和SAS （5）机器学习 LR、决策树、随机森林、Xgboost等等主流算法 （四）金融风控模型的核心内容 风控模型 基于LR（逻辑回归）的统计模型 机器学习模型，如随机森林和xgboost 策略制定 反欺诈策略 业务规则 三方数据规则 额度策略 （五）金融风控模型介绍 金融风控模型就是评分卡模型