
銀行啟用大數據防范電信詐騙_數據分析師
近年來電話詐騙、網絡詐騙等案件頻發(fā)、花樣翻新,受害人往往匯完錢后才恍然大悟。因此,銀行事先對賬戶進行防欺詐風險審核成為一道重要的安全屏障。目前,已有商業(yè)銀行積極與公安等相關部門展開大數據合作,共同阻擊電信詐騙的匯款問題。
電信詐騙案件年均增長70% 公眾每年損失百余億元
公安部數據顯示,2011年至2013年全國通訊信息詐騙案件從10萬起激增至30萬起,年均增長70%以上,每年因通訊信息詐騙導致的公眾損失達100余億元。
廣東佛山警方盤點2014年該市電信詐騙案件,共發(fā)生電信詐騙案9400多宗,涉案金額高達2億元。而這只是冰山一角,據不完全統(tǒng)計,僅2013年北京因通訊信息詐騙犯罪導致群眾經濟損失就有13億元,浙江近8億元,上海為5億元。
專家表示,銀行往往是“挽救”受騙者的“最后一道防線”,銀行應積極轉變安全理念,積極配合阻攔被騙資金,不能眼睜睜看著受騙者的錢流進騙子腰包。
甄別詐騙匯款要靠大數據
“盡管一線員工防騙經驗豐富,但甄別電信詐騙匯款的難度仍不小?!币晃婚L期在一線工作的銀行柜員告訴記者。
為此,已經有銀行開始啟用大數據防范。工行2013年底研發(fā)投產的外部欺詐風險信息系統(tǒng),是銀行首次嘗試與公安部刑事犯罪偵查局展開的大數據合作,全國各級公安機關會及時向工行提供其發(fā)現的各類電信詐騙案賬戶。與此同時,工行還整合了金融同業(yè)、司法部門乃至一線員工提供的各類風險客戶,收錄多種類型的外部風險信息。
“不少騙子指揮受害人通過ATM進行轉賬,企圖繞過柜員的提醒和詢問?!惫ば型獠科墼p風險管理處處長馬旭東告訴記者,為全方位保障客戶的資金安全,工行于近日完成了外部欺詐風險信息系統(tǒng)對涉案賬戶的全渠道布控。
也就是說,即便受騙子指揮,客戶無論通過工行的網上銀行,還是電話銀行、手機銀行,甚至ATM等自助終端進行的轉賬匯款,都會受到篩查和風險提示,啟動自動預警。
據介紹,截至2014年12月31日,工行已通過自主研發(fā)的外部欺詐風險信息系統(tǒng)成功預警堵截電信詐騙4000余起,為客戶避免資金損失1.02億元。近一年來日均堵截資金超過20萬元,最大單筆堵截金額達300多萬元。
止付、凍結仍需提高效率
盡管部分銀行有預警、員工不停勸阻,卻仍有受騙人執(zhí)迷不悟。在目前“儲戶存取自由,為儲戶保密”的銀行服務條例約束下,較為現實的做法還是緊急止付、凍結資金。
“不過,涉嫌詐騙的賬戶凍結期限通常是6個月,除非有關部門再次走司法程序進行凍結,否則到期便會自動解凍,這些賬號仍會被不法分子循環(huán)使用?!瘪R旭東介紹,“此外,銀行賬戶銷戶必須本人到銀行網點辦理,但目前這些涉案賬戶來源復雜,有的是偽冒開立,有的是違規(guī)出售,因此銷戶困難?!?/span>
記者了解到,遭遇信息詐騙3分鐘內報警,是凍結、追截涉案資金的最佳時機,有可能資金實現原路返還。但目前警方、銀行、受害人之間難以快速溝通,案件處理流程較為復雜,較難抓住“黃金3分鐘”。
不久前,為提升涉案資金查詢凍結效率,銀監(jiān)會等四部門聯(lián)合下發(fā)了工作規(guī)定,提出對于手續(xù)齊全的涉案資金,銀行等金融機構應當立即辦理凍結手續(xù);而對涉案賬戶較多,需辦理集中凍結的,銀行應當在24小時以內采取凍結措施。
專家呼吁,阻擊電信詐騙不能靠單打獨斗,相關機構需要加強信息溝通,讓越來越多的銀行加入大數據合作。與此同時,應簡化案件處理流程,進一步提升涉案資金凍結和止付效率。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數據分析師與戰(zhàn)略 / 業(yè)務數據分析:概念辨析與協(xié)同價值 在數據驅動決策的體系中,“戰(zhàn)略數據分析”“業(yè)務數據分析” 是企業(yè) ...
2025-09-11Excel 數據聚類分析:從操作實踐到業(yè)務價值挖掘 在數據分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數據中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數據解讀到決策支撐的價值導向 統(tǒng)計模型作為數據分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10