掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
金融數據風控:數據合規與應用邏輯 版權信息
- ISBN：9787111724957
- 條形碼：9787111724957 ; 978-7-111-72495-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
金融數據風控:數據合規與應用邏輯 本書特色
適讀人群 ：金融機構風控部門的從業人員；（1）服務數字中國：數據合規是數據要素流通的關鍵，數據要素是數字中國的基礎制度，本書圍繞數據合規及其應用為數字中國建設提供實踐指導。 （2）作者背景資深：作者在數據要素和金融數據風控領域有10余年經驗，是資深的數據要素流通應用專家和金融風控專家。 （3）內容極度稀缺：迄今鮮有系統講解如何從合規的數據源獲取公共數據、個人數據和企業數據的資料。 （4）全面指導實踐：本書能為數據使用方提高數據素養、數據所有方提升數據服務能力提供全面的實踐指導。 （5）16位專家力薦：16位來自金融和數據領域的專家和企業領導高度評價并推薦。
金融數據風控:數據合規與應用邏輯 內容簡介
這是一本建設數字中國的實戰性著作，講解了如何從合規數據源獲取公共數據、個人數據和企業數據，并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、央行征信、百行征信、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、規范、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?金融機構數據采購評估的要點?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采購及應用的影響及合作思路
金融數據風控:數據合規與應用邏輯 目錄
本書贊譽
前言
**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*大紅利—權威
數據領先效能 8
第2章 合規數據源的選擇與
采購要點 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 數據采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臺 46
3.1.5 主流身份驗證產品 49
3.1.6 實名制與公安體系數據
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 實卡制與銀聯數據開放 60
3.2.3 銀聯數據標簽能力 61
3.3 手機號驗證數據源 63
3.3.1 運營商數據平臺 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 央行征信 77
4.1.1 成立背景 77
4.1.2 二代征信的特點 80
4.1.3 個人征信服務 81
4.1.4 企業征信服務 89
4.1.5 服務情況 92
4.2 持牌征信機構數據（以百行
征信為例） 92
4.2.1 數據維度 93
4.2.2 個人征信產品服務 95
4.2.3 小微企業征信產品服務 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 掛靠行為分析 176
6.3 理賠反欺詐策略 177
6.3.1 七個基本防范策略 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 準入風險防控 193
8.2.1 禁入強規則 194
8.2.2 準入評分卡六大規則 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
前言
**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*大紅利—權威
數據領先效能 8
第2章 合規數據源的選擇與
采購要點 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 數據采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臺 46
3.1.5 主流身份驗證產品 49
3.1.6 實名制與公安體系數據
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 實卡制與銀聯數據開放 60
3.2.3 銀聯數據標簽能力 61
3.3 手機號驗證數據源 63
3.3.1 運營商數據平臺 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 央行征信 77
4.1.1 成立背景 77
4.1.2 二代征信的特點 80
4.1.3 個人征信服務 81
4.1.4 企業征信服務 89
4.1.5 服務情況 92
4.2 持牌征信機構數據（以百行
征信為例） 92
4.2.1 數據維度 93
4.2.2 個人征信產品服務 95
4.2.3 小微企業征信產品服務 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 掛靠行為分析 176
6.3 理賠反欺詐策略 177
6.3.1 七個基本防范策略 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 準入風險防控 193
8.2.1 禁入強規則 194
8.2.2 準入評分卡六大規則 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
展開全部
金融數據風控:數據合規與應用邏輯 作者簡介
李可順 資深數據要素流通應用專家和金融風控專家。主要研究公安部、交通部、銀聯、運營商等合規數據源的數據在銀行、保險、物流、汽車、互聯網及政府等主要場景的產品形態及應用邏輯。參與過省級政務數據項目、政務數據授權運營項目、數據銀行項目，還參與過多家省級數據交易所的頂層規劃、籌建及代運營工作。 現就職于深圳數據交易所。曾擔任過某省級數據交易和流通工程實驗室副主任，成都大數據產業技術研究院特聘行業專家、多家主流媒體大數據行業資訊內容顧問。曾獲2021年中國產業研究青年學者百強榮譽，是人人都是產品經理、PMTALK、PMCAFF及今日頭條等多個平臺專欄作家，已在數十場大型行業峰會及沙龍活動進行主題演講。訂閱號“大數據獵人”創始人，已累計發表數據行業調研及應用研究原創文章超30篇。
書友推薦
- >
史學評論
- >
月亮虎
- >
上帝之肋:男人的真實旅程
- >
月亮與六便士
- >
推拿
- >
回憶愛瑪儂
- >
羅庸西南聯大授課錄
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
