《数据化风控》内容简介

随着国内消费金融市场的开放与高度竞争，小贷公司、P2P、消费金融公司，现金贷公司等蜂拥而立，野蛮生长。这些金融产品的共同属性就是放款金额小，审批速度快，规模数量大。不管是申贷时或核拨后，每位客户在不同阶段都有不同的潜在风险，这些风险征兆可能存在于各种令人忽略的细节中，这考验风险控制的执行与管理能力，信用评等模型的精准决策与快速调整，就关乎风险资产品质是好坏的最大关键与命脉。信用评分模型建立在完整的历史数据上，藉由数据汇整、清理、分群及探勘等技术，将大量数据转化为有用的风险信息，信用评分模型建立后，可将风险数据化，清楚呈现客户的违约率及风险排序，使风险单位得以确切掌握客户风险，并制定更为精准的授信政策。环顾国内市场具备建模能力的专才供需失衡，特将评分建模过程逐一章节细分介绍，并提供实际案例与读者分享，解开长久以来对建模是个黑盒子的印象。并期盼更多具备风险建模的专才加入，具备自我开发建模的能力，让普惠金融更能良性发展。
单良，本科毕业于美国纽约哥伦比亚大学，复旦大学、台湾大学EMBA，曾任职于香港维信理财公司、台北富邦银行、中国信托商业银行、澳商澳盛银行及台新银行等机构；兼任台湾金融研训院特约讲师、VISA中国区兼职顾问。具备台湾银行业消费金融风险管理与大陆小贷、P2P风控管理完整资历，长期关注两岸消费金融产业风控管理的发展与创新。曾发表前瞻性评论，并为台湾金融研训院、中国P2P网贷实务研修班授课。著作有《信用评等模型关键12堂课》《互联网金融时代消费信贷评分建模与应用》。
乔杨，曾担任知名互联网金融公司联合创始人兼风险官，美国发现金融芝加哥总部担任风险策略及模型业务高级经理，发现金融上海大数据风控中心风控策略及大数据建模业务负责人。曾参与美国通用电气公司财务管理领导力项目（FMP），研究商品期货和货币的对冲策略。他拥有美国爱荷华大学经济学及MBA双硕士学位，芝加哥大学计算机科学硕士学位，SAS认证师，Teradata认证SQL专家，微软认证系统工程师（MCSE）等。

作品目录

第一章：信用评分基础认识与应用
第一节
信用评分卡简介
第二节
评分卡建立与验证
第三节
评分应用
第二章：信用评分模型规格与设计
第一节
数据收集、质量检验
第二节
应排除的数据样本
第三节
样本期间、好坏客户定义
第四节
范例
第三章：分组（Segmentation）目的与分析选择
第一节
分组目的
第二节
分组分析
第三节
范例
第四章：细致分析与自变量分析
第一节
细致分类（Fine
Classing）
第二节
范例
第三节
单因子分析（Single
Factor
Analysis）
第四节
粗略分类（Coarse
Classing）
第五节
范例
第五章：模型建立方法讨论
第一节
线性回归（Linear
Regression）
第二节
逻辑回归（Logistic
Regression）
第三节
两阶段式建立方法
第四节
初始模型讨论
第五节
范例
第六章：拒绝推论（Reject
Inference）的原因与方法
第一节
拒绝推论的原因
第二节
拒绝推论的方法
第七章：最终模型选择与风险校准（Calibration）
第一节
最终模型产出
第二节
设定风险校准（Risk
Calibration）
第三节
模型验证
第八章：决策点（Cut-off）设定
第一节
决策点策略设定方式
第二节
核准点应用方式
第三节
范例
第九章：信用评分模型监控报告
第一节
前端监控报告
第二节
后端监控报告
第十章：信用评分模型策略运用
第一节
业务策略制订方式
第二节
业务策略应用方式
第三节
范例
第十一章：信用评分模型案例（消费产品分期）
第一节
数据样本
第二节

样本好坏表现定义
第三节

变量分析
第四节

模型建立与验证
第十二章：信用评分模型案例（现金贷）
第一节
数据样本
第二节
样本好坏表现定义
第三节
变量分析
第四节
模型建立与验证
第十三章：催收框架
第一节
催收管理流程
第二节
催收管理系统简介
第三节
催收模型系统
第四节
催收策略系统
第十四章：催收技巧及KPI标准
反侵权盗版声明