随着经济发展及对信贷需求日益增加，信用卡己成为小额金融的重要工具。信用卡需求逐年增长，在2018年发卡量已经达到9.7亿张;与此同时信用卡未偿余额同年末达6.85万亿元，非法套现、恶意透支案件表现出突发、多样、跨地区等特点，一些不法份子利用互联网加大欺诈的难度和范围，利用高科技手段发掘审核漏洞大肆套卡，为此银行每年都要承担巨额损失。
　　传统的专家规则式风控需要花费大量人工及时间成本，只能被动防堵，若欺诈特征不明显或是大范围分散进件，则很难发现风险。传统信用评估手段已经难以满足当前审核业务的需求，新业态不仅需要内外部大数据相结合，还要能够主动出击发现并防范类似风险的信用评估工具。设备指纹指的是基于设备的多种特质、介质生成的不重复、唯一的设备标识，通过采集终端用户环境的非敏感设备特征信息，在银行卡中心后台形成一个独一无二的用户身份标识，通过这个标识能看到设备的行为轨迹并对其标注。其作为新兴技术运用到信用评估中时，当存在风险行为时，银行端能够及时发现风险、定位风险主体、主动提醒审核人员，并将存量客户与非持卡户关联起来、整合关系数据并构建客户关系网络，将可疑用户全部关联起来。
　　本论文通过研究信用卡信用评估的背景和意义，分析归纳信用卡信用评估手法及贷前欺诈带来的影响，分析信用卡贷前审核工作各阶段发展流程，梳理信用卡内外部数据来源并归纳分析其不足之处，提出在原审核系统基础上，加入“设备指纹行为”规则，通过申请人在网络申请时留下的“设备指纹”及其行为，评估该客户是否存在风险。根据后台2020年捞取的反馈数据，比较未添加设备指纹行为规则的审核系统和使用设备指纹行为规则的新审核系统，看是否对信用卡后续伪冒率和倒账率产生影响。发现2018年各渠道M1+入催率均有所下降，环比下降近50％。整体FA当季发案率3.1BP，较上季度下降近46％，已经达到前年三季度以来最低水平，新系统渠道风险水平下降幅度明显。且通过设备指纹的关联性，案件深挖率和提报率均大幅上升，同时降低FA发案率。
　　研究发现“风险设备指纹行为”在团案发现、欺诈预警等方面都能起到很好的效果。对于信用卡中心这类对安全需求更高的组织来说，虽然目前对设备指纹异常行为认知有限，且需人工二次判断，但仍可以利用该逻辑发现申请人用户环境、设备的变化，从而阻止批量代办、团案的发生。
　　设备指纹作为新型信用评估工具，给审核人员提供描述潜在信用风险欺诈人画像的途径，显示可能存在的行为模式有哪些。这在以前信息技术不发达的时候是难以实现的。随着大数据技术发展，设备指纹是未来风控的发展趋势，无论在学术领域还是实际应用中都处在前沿地位，对信用评估和反欺诈领域有着辅助作用，其应用范围会更加广泛，精确度更高，为征信工作提供更多伪冒查核思路和风险防控解决办法。