京公网安备 11010802034615号
经营许可证编号:京B2-20210330
探索大数据防电信诈骗汇款_数据分析师
理财机构“卷款”跑路、存款变保险、明知诈骗账户却仍难阻汇款……如今消费者的金融安全正在遭遇挑战。两会期间,代表委员就金融安全问题建言献策。
提醒储户 理财“猫腻”多莫贪小便宜
“随着我国金融业的快速发展,各类金融消费纠纷也日益增多,侵犯金融消费者合法权益问题凸显。”全国人大代表、人民银行济南分行行长杨子强说,“一些金融机构为逐利,经常触碰法律底线,有些从业人员甚至与不法分子勾结进行金融诈骗,社会危害不可小视。”
全国政协委员、华东师范大学国际金融研究所所长黄泽民认为:“现在金融进入泛资管时代,有没有经营资质的机构都开始帮人管钱。一些第三方理财机构本没有从事金融业务的资质,在超市门口支个摊就开始揽客,做不下去就卷款跑路,给金融安全带来不小的隐患。”
与此同时,即便是正规的银行也频繁出现存单变保单、理财产品销售误导等乱象。“这不仅给广大储户带来经济损失,而且对银行信誉也带来不良影响,银行内控方面有待加强。”全国政协委员、建设银行行长张建国说。
全国政协委员、人民银行副行长潘功胜表示,人民银行和银监会应督促商业银行进一步加强内部控制和风险管理,强化内部督察,配合公安等部门依法打击金融犯罪和金融诈骗。
“金融消费者也需提高警惕,不要贪小,为了赠的两桶油就把几万元交给没有资质的理财机构;也不要贪大,为了高收益理财变成保单。”黄泽民委员说。
银行带动 更多金融机构参与降低损失
危害消费者金融安全的不仅有内控不严带来的风险,有时还有外部欺诈。近年来电话诈骗、网络诈骗等案件频发,花样翻新,受害人一旦汇出钱往往很难追回。公安部提供的数据显示,2014年上半年电信诈骗涉案金额已突破百亿元。
“银行是客户金融安全的最后一道屏障。”全国政协委员、中国建设银行原监事长谢渡扬表示,“银行业在大数据分析应用方面已具备相当的系统、机构和人才基础,可以利用数据挖掘和分析探索大数据防范电信诈骗汇款。”工行已于2013年底研发投产了外部欺诈风险信息系统,这是银行首次尝试与公安部刑事犯罪侦查局展开的大数据合作。截至1月末,工行成功堵截电信诈骗9848起,为客户避免资金损失1.55亿元。不过,出于成本考虑,这类系统并未在其他银行推广,受骗人在这家银行汇款受阻换一家银行汇款成功的情况时有发生。因此,要想更大范围降低受害人的资金损失,还需要更多的金融机构参与进来。
“出于加强风险把控、业务创新、改进客户服务的要求,银行业对发展大数据应用有相当的紧迫感。”谢渡扬委员建议,可考虑将银行业作为开展大数据应用的重点试点行业,率先启动,以此带动和推动大数据应用在我国的发展。
规范服务 金融消费维权亟须专门法规
近年来,金融服务质量应达到何种标准、服务费用如何收取,以及金融消费者的知情权、公平交易权、自主选择权、求偿权等如何保障等问题,成为金融消费供求双方争议的焦点。
全国人大代表、工行江西分行行长倪百祥认为,解决这些争议的关键在于完善金融消费权益保护法律制度,对这些问题作出明确规定,规范金融服务行为。
杨子强代表认为,目前,“一行三会”开展金融消费权益保护工作主要依据一些规范性文件,法律层级低,难以对侵害金融消费权益的行为给予有力威慑。“虽然2013年修订的《消费者权益保护法》明确了银行等金融机构应当承担的部分义务,但不能满足金融消费权益保护的特殊需求。如购买银行理财产品的消费者是否能受该法保护没有明确;对个人金融信息保护缺乏可执行的具体标准等。
杨子强代表建议,应在金融监管协调部际联席会议制度框架下,由人民银行金融消费权益保护局牵头,组织“三会”金融消费权益保护部门起草制定统一的金融消费权益保护指引,将“金融消费权益保护法”的立法目标、基本原则和重要内容通过保护指引的方式先确定下来,为“一行三会”开展金融消费权益保护工作提供制度依据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18