基于机器学习模型的消费金融反欺诈模型与方法

被引：17

作者：

仵伟强 ^{[1
,2
]}

后其林 ^{[3
,4
]}

机构：

[1] 中国科学院大学经济与管理学院博士后流动站

[2] 中国华融资产管理股份有限公司博士后科研工作站

[3] 中国华融资产管理股份有限公司信息科技部

[4] 华融融通(北京)科技有限公司

来源：

现代管理科学 | 2018年 / 10期

关键词：

消费金融; 机器学习; 反欺诈; 特征工程; 模型评价;

D O I：

暂无

中图分类号：

F126.1 [人民消费水平、结构]; F832.4 [信贷];

学科分类号：

0201 ; 020105 ; 1201 ; 020204 ;

摘要：

文章基于对个人消费贷款的业务与风控流程的理解,结合机器学习模型提出了一种基于逻辑回归(Logistic Regression)算法的个人消费贷款贷前反欺诈识别模型。该模型不仅能够挖掘客户的多源信息,有效地帮助审批人员评估新进客户为欺诈客户的概率,提高审批效率,同时该模型具有较好的解释性,能够有助于金融机构识别目标客户群体。在文章最后,结合某消费金融公司的业务数据进行了案例验证,结果表明文章提出的方法具有较好的工程应用价值。

引用

页码：51 / 54

页数：4