本书赞誉<br />前言<br />第一篇 金融风控数据源<br />合规的重要性<br />第1章 数据源合规的推动力及效能 3<br />1．1 数据源合规的五大推动力 3<br />1．2 金融风控的优选红利—权威<br />数据领先效能 8<br />第2章 合规数据源的选择与<br />采购要点 9<br />2．1 选择合规数据源的三大要点 9<br />2．1．1 主体合规 10<br />2．1．2 类型匹配 11<br />2．1．3 场景丰富 12<br />2．2 数据采购价值评估四大要点 13<br />2．2．1 匹配度 14<br />2．2．2 性能 16<br />2．2．3 效果 18<br />2．2．4 计费模式 28<br />第二篇 权威合规数据来源解密<br />第3章 四大身份验证数据源 31<br />3．1 身份证验证数据源 31<br />3．1．1 全国公民身份证号码查询<br />服务中心 33<br />3．1．2 中盾安信 35<br />3．1．3 公民网络身份识别系统 43<br />3．1．4 银行专属身份验证平台 46<br />3．1．5 主流身份验证产品 49<br />3．1．6 实名制与公安体系数据<br />开放 55<br />3．1．7 公安体系风险名单 57<br />3．2 银行卡验证数据源 57<br />3．2．1 银联 58<br />3．2．2 实卡制与银联数据开放 60<br />3．2．3 银联数据标签能力 61<br />3．3 手机号验证数据源 63<br />3．3．1 运营商数据平台 64<br />3．3．2 实名制与运营商数据开放 66<br />3．3．3 运营商数据服务 66<br />3．4 企业验证数据源 71<br />3．4．1 全国组织机构统一社会<br />信用代码数据服务中心 72<br />3．4．2 国家企业信用信息公示<br />系统 74<br />第4章 反欺诈及风险防控相关<br />数据源 77<br />4．1 央行征信 77<br />4．1．1 成立背景 77<br />4．1．2 二代征信的特点 80<br />4．1．3 个人征信服务 81<br />4．1．4 企业征信服务 89<br />4．1．5 服务情况 92<br />4．2 持牌征信机构数据（以百行<br />征信为例） 92<br />4．2．1 数据维度 93<br />4．2．2 个人征信产品服务 95<br />4．2．3 小微企业征信产品服务 97<br />4．2．4 服务情况 99<br />4．3 司法大数据：中国法研 99<br />4．3．1 开放背景 100<br />4．3．2 数据维度 100<br />4．3．3 产品服务 101<br />4．4 航旅大数据：中航信 103<br />4．4．1 成立背景 104<br />4．4．2 数据维度 105<br />4．4．3 产品服务 106<br />4．5 铁路大数据：12306网站 107<br />4．5．1 开放背景 107<br />4．5．2 数据维度 108<br />4．5．3 产品服务 110<br />4．6 税务大数据：航天信息 114<br />4．6．1 成立背景 114<br />4．6．2 数据维度 116<br />4．6．3 产品服务 117<br />4．7 交通大数据 119<br />4．7．1 数据宝 119<br />4．7．2 中交兴路 125<br />4．8 电力大数据 128<br />4．8．1 国家电网 128<br />4．8．2 南方电网 129<br />4．8．3 数据维度 130<br />4．8．4 产品服务 130<br />4．9 保险大数据：中国银保信 135<br />4．9．1 成立背景 135<br />4．9．2 数据维度 136<br />4．9．3 车辆贷款反欺诈产品<br />服务 141<br />4．10 人社大数据：金保信 144<br />4．10．1 成立背景 144<br />4．10．2 数据维度 144<br />4．10．3 产品服务 145<br />4．11 其他渠道可用数据 147<br />第三篇 金融风控数据应用逻辑<br />第5章 消费金融风险防控 151<br />5．1 消费金融欺诈 151<br />5．2 金融欺诈图谱 152<br />5．2．1 欺诈主体类型 152<br />5．2．2 欺诈持续及普遍存在的<br />主要原因 154<br />5．2．3 黑产团伙欺诈的主要防控点 155<br />5．3 反欺诈路径 162<br />5．3．1 设备反欺诈 162<br />5．3．2 身份信息验证 164<br />5．3．3 信息核验 164<br />5．3．4 历史行为核验 169<br />5．3．5 反欺诈评分 170<br />5．3．6 团伙排查 171<br />5．3．7 人工核查 172<br />第6章 车险风险防控 173<br />6．1 4．5吨以下非营业货车车险<br />防控 174<br />6．2 货车车险防控 175<br />6．2．1 轨迹欺诈行为分析 175<br />6．2．2 挂靠行为分析 176<br />6．3 理赔反欺诈策略 177<br />6．3．1 七个基本防范策略 177<br />6．3．2 六类主要欺诈行为 178<br />第7章 物流金融风险防控 181<br />7．1 行业需求及发展难点 181<br />7．1．1 资金需求及难点 181<br />7．1．2 小微物流货车司机画像 182<br />7．2 风险防控逻辑 186<br />7．2．1 常用数据类型 186<br />7．2．2 通用数据应用逻辑 187<br />第8章 小微企业金融风险防控 192<br />8．1 小微企业定义 192<br />8．2 准入风险防控 193<br />8．2．1 禁入强规则 194<br />8．2．2 准入评分卡六大规则 195<br />8．3 反欺诈逻辑 197<br />8．3．1 身份识别 197<br />8．3．2 黑名单识别 198<br />8．3．3 空壳企业防控 201<br />8．4 授信逻辑 204<br />8．4．1 基本情况 204<br />8．4．2 行业情况 204<br />8．4．3 财务情况 205<br />8．4．4 负债情况 206<br />第四篇 金融数据要素发展展望<br />第9章 新数据 211<br />9．1 车联网数据 211<br />9．1．1 基础属性类数据 212<br />9．1．2 车辆工况类数据 213<br />9．1．3 环境感知类数据 213<br />9．1．4 车控类数据 214<br />9．1．5 应用服务类数据 214<br />9．1．6 用户个人信息 215<br />9．2 工业互联网数据 217<br />9．2．1 工业互联网设备数据 218<br />9．2．2 应用系统数据 218<br />9．2．3 知识库数据 219<br />9．2．4 企业数据 219<br />第10章 新逻辑 221<br />10．1 合规数据交易流通的市场<br />背景和政策背景 221<br />10．2 合规数据交易流通的技术<br />要求 222<br />10．3 合规数据交易场所 223<br />10．3．1 数据开放、算力与数据<br />交易场所建设 223<br />10．3．2 数据交易场所需要具备的<br />五大要素 225<br />10．3．3 六大数据交易场所介绍 236<br />10．3．4 合规数据交易场所的<br />意义、原则和趋势 244<br /><br />
展开
