论文部分内容阅读
我国跨境电商发展如火如荼,2018年我国跨境电商交易规模继续保持快速增长,全年交易额达到9万亿元人民币,占全球交易总额40％以上。跨境电商交易结构中,出口占据主导地位。从2018年的数据看,我国跨境电商的进出口结构中,出口占总规模的比重达到了78.9％,而进口占总规模的比例仅为21.1％。国家将促进跨境电子商务,尤其是出口电商的发展,作为一种新的发展战略进行部署,在政策上给予大力支持。然而跨境电商在快速发展的同时,伴随而来的金融风险也不容小觑。为了促进跨境电子商务在未来实现可持续发展,从金融风险管理的角度,学界把跨境电子商务交易中的风险因素作为一个重要的研究重点。与传统外贸业务应用银行转账、信用证等金融支付方式不同,跨境电商的支付形式主要以第三方支付公司提供的线上银行卡支付为主,随之而来的国际信用卡盗卡盗刷问题,始终是困扰跨境电商企业的一大难题。由于跨境电子商务交易具有数字化、交易便捷和无地域限制等特点,交易款项可以迅速通过第三方跨境支付渠道实现资金流转。但这种跨境交易的便利性,也为欺诈分子实施信用卡盗卡盗刷欺诈提供了良好的支付通道。同时因为网络交易的隐蔽性,也给跨境交易的风险防控工作带来挑战。
本文在写作过程中,采用了提出问题、分析问题、再通过逻辑分析和实证分析,到最终解决问题的总体方法进行章节安排和论文写作。在提出问题部分,对跨境电子商务等相关概念进行界定,对跨境电商风险研究现状进行归纳整理,提出跨境交易盗卡盗刷是需要高度关注的风险;在分析问题部分,对跨境交易盗卡盗刷风险成因、跨境交易与国内交易安全风险防范差异进行了分析;在解决问题部分,针对跨境交易平台支付风险管理的痛点,提出基于传统的规则判断在盗卡盗刷风险管理中的不足,提出针对用户行为进行分析来对跨境交易信用卡盗刷风险建立完善的预判机制,通过使用机器学习方法进行建模,可以有效地识别跨境交易中的盗刷行为。
在实证研究部分,本文选取某知名出海短视频平台用户给主播充值打赏的业务场景运营数据,以该平台实际发生盗刷欺诈撤款损失为参照样本,采用用户行为分析和机器学习模型进行实证,证实了相对于基于传统规则的跨境交易信用卡盗刷风险识别措施,本文中的用户行为分析方法在精确率和召回率上均有明显的提升,即会明显提升平台风险识别的效率、降低平台欺诈风险的损失。本文提出,针对用户行为进行分析来对跨境交易信用卡盗刷风险建立完善的预判机制,通过使用机器学习方法进行建模,可以有效地识别跨境交易的盗卡盗刷风险,很好地促进跨境电子商务的发展。
本文在写作过程中,采用了提出问题、分析问题、再通过逻辑分析和实证分析,到最终解决问题的总体方法进行章节安排和论文写作。在提出问题部分,对跨境电子商务等相关概念进行界定,对跨境电商风险研究现状进行归纳整理,提出跨境交易盗卡盗刷是需要高度关注的风险;在分析问题部分,对跨境交易盗卡盗刷风险成因、跨境交易与国内交易安全风险防范差异进行了分析;在解决问题部分,针对跨境交易平台支付风险管理的痛点,提出基于传统的规则判断在盗卡盗刷风险管理中的不足,提出针对用户行为进行分析来对跨境交易信用卡盗刷风险建立完善的预判机制,通过使用机器学习方法进行建模,可以有效地识别跨境交易中的盗刷行为。
在实证研究部分,本文选取某知名出海短视频平台用户给主播充值打赏的业务场景运营数据,以该平台实际发生盗刷欺诈撤款损失为参照样本,采用用户行为分析和机器学习模型进行实证,证实了相对于基于传统规则的跨境交易信用卡盗刷风险识别措施,本文中的用户行为分析方法在精确率和召回率上均有明显的提升,即会明显提升平台风险识别的效率、降低平台欺诈风险的损失。本文提出,针对用户行为进行分析来对跨境交易信用卡盗刷风险建立完善的预判机制,通过使用机器学习方法进行建模,可以有效地识别跨境交易的盗卡盗刷风险,很好地促进跨境电子商务的发展。