• 消费信用模型:定价、利润与组合
  • 消费信用模型:定价、利润与组合
  • 消费信用模型:定价、利润与组合
  • 消费信用模型:定价、利润与组合
  • 消费信用模型:定价、利润与组合
  • 消费信用模型:定价、利润与组合
  • 消费信用模型:定价、利润与组合
  • 消费信用模型:定价、利润与组合
  • 消费信用模型:定价、利润与组合
21年品牌 40万+商家 超1.5亿件商品

消费信用模型:定价、利润与组合

属于处理的残书,书内有多处刀痕,不影响使用,议价售出的不退货。,

34 3.8折 89 七五品

仅1件

天津南开
认证卖家担保交易快速发货售后保障

作者林·托马斯 著;李志勇 译

出版社中国金融出版社

出版时间2016-04

版次1

装帧平装

货号A3

上书时间2024-06-23

大爽爽的书摊的书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:七五品
图书标准信息
  • 作者 林·托马斯 著;李志勇 译
  • 出版社 中国金融出版社
  • 出版时间 2016-04
  • 版次 1
  • ISBN 9787504984111
  • 定价 89.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 384页
  • 字数 352千字
【内容简介】

  本书分为五个章节。第一章和第二章描述了评分系统当前的发展状况、应用和建模方法。第一章用决策树说明了接受贷款申请的决策问题,以及评分方法如何帮助做出决定。其中详细介绍了信用分数的定义、对数比率分数的重要性以及分数与证据权重、信息值、商业指标和决策目标等概念的联系。根据我们的理解,之前还没人在信用评分中把这些概念解释清楚,所以其实这部分内容对评分卡建模者和使用者都有用。同时,第一章还介绍了能更清楚表明决策的单位模型、建立评分卡的主要步骤、相关分析内容以及一些主流的建模方法。第二章主要关注评估评分卡的不同方法,同时严谨而清楚地阐明了测量评分卡的不同方面的指标以及它们之间的联系。一个评分卡的表现主要体现在三个方面:区分好坏的判别能力、违约概率的预测精度和在确定临界分数时好坏错误分类的程度。在《巴塞尔新资本协议》的要求下,因为我们要验证评分卡的有效性,更准确地评估风险和计算银行等金融机构资本金,深刻理解这些不同的评价方式显得越来越重要。第三章关注如何将传统的申请评分策略拓展到可变定价当中。所以问题变成了不是决定给不给潜在客户贷款,而是收取多少利率。其中有些问题涉及到借款人的偏好以及不确定的反应,比如是否回复宣传或者是否接受合约。同时,逆向选择的影响也被加入到定价策略中。第四章关注如何用动态行为评分模型建立利润管理系统。从最基本的风险回报矩阵出发,我们引入简单的随机过程模型,不断加入更多的优化目标和分析内容。Markov链和Markov决策过程模型都被证明可以用来解决其中的问题。基于它们建立的利润模型可以决定信用额度的变化,甚至加入Bayes理论后,我们还可以根据个人还款行为动态估计违约风险。更重要的,生存分析能够估计违约或者其他负面影响利润率的事件的发生时间而不仅仅是发生概率。用Cox比例风险模型能得出有效的风险分数,它没有固定的事件发生窗口期。这样,我们既能够评估客户价值,也能加入风险竞争分析多可能的结局。第五章上升到消费贷款组合信用风险的层次。《巴塞尔新资本协议》和资产证券化都要求在组合层面评估风险。我们全面且精炼地回顾了巴塞尔协议的历史及其对消费信用贷款的要求。这章介绍了几种消费信贷组合信用风险评估的建模方法和它们应用在巴塞尔协议要求的压力测试中能发挥的作用。

【目录】
1消费信用和信用评分简介 

1.1引言:消费信用的重要性和影响力 

1.2违约信用评分的历史背景 

1.3贷款机构的目标 

1.3.1银行的目标 

1.3.2贷款过程 

1.4贷款决策的建模工具 

1.4.1影响图 

1.4.2消费信贷中的申请决策 

1.4.3决策树 

1.4.4消费信贷决策树 

1.4.5策略树 

1.5概率、比率和分数 

1.5.1概率和比率 

1.5.2总体比率和信息比率 

1.5.3分数:一个充分统计量 

1.5.4对数比率分数 

1.5.5对数比率分数的分解 

1.5.6朴素Bayes评分卡的构建 

1.5.7分数分布 

1.6分数的变换 

1.6.1缩放自然分数 

1.6.2缩放正态分布的分数 

1.6.3多级评分卡 

1.6.4风险率和时变分数 

1.6.5离散时间风险概率 

1.7贷款的回报和成本 

1.7.1单期贷款的回报率模型 

1.7.2单期企业债券的回报率模型 

1.7.3消费贷款的利润率和回报率 

1.7.4两期回报率模型 

1.7.5多期贷款 

1.8评分卡构建的基本原理 

1.8.1建立评分卡的基本方法 

1.8.2拒绝推断 

1.8.3行为评分 

1.8.4数据样本 

1.8.5数据检验和整理 

1.8.6样本细分 

1.8.7训练和检验样本 

1.8.8剔除特征变量 

1.8.9特征粗分类 

1.8.10卡方和信息统计量 

1.8.11粗分类生成新变量 

1.8.12评分卡最终形成和检验 

1.9逻辑回归评分卡 

1.10其他建立评分卡的方法 

1.10.1线性回归 

1.10.2散度最大化 

1.10.3线性规划 

1.10.4分类树 

2评分系统的评估 

2.1评分卡质量的评估 

2.1.1交叉验证法 

2.1.2自展法 

2.2判别能力的测量 

2.2.1散度与信息量 

2.2.2马氏距离 

2.2.3KS统计量 

2.2.4D—致性统计量与U统计量 

2.3ROC曲线和Gini系数 

2.3.1Gini系数和AUROC 

2.3.2ROC曲线与D统计量、KS统计量的关系 

2.3.3Gini系数的边界 

2.3.4ROC曲线和商业决策 

2.3.5CAP曲线与准确率 

2.4评分卡细分对判别能力的影响 

2.4.1样本细分对Gini系数的影响 

2.4.2样本细分对KS统计量的影响 

2.4.3样本细分对散度的影响 

2.5评分卡预测概率的校准 

2.5.1二项检验 

2.5.2二项检验的正态近似 

2.5.3卡方检验 

2.6分类预测正确程度的测量 

2.6.1混淆矩阵 

2.6.2第一类错误和第二类错误,敏感度和特异度 

2.6.3交换集合 

2.6.4最小错误成本 

3基于风险定价 

3.1消费信贷中的可变定价 

3.1.1可变定价 

3.1.2差异化定价 

3.1.3响应率和接受率 

3.1.4双重定价 

3.2无风险利率响应函数和最优定价 

3.2.1无风险响应率 

3.2.2弹性 

3.2.3最大支付意愿 

3.2.4常见的响应函数 

3.2.5最优定价 

3.3风险响应关系,逆向选择和负担能力 

3.3.1风险响应关系 

3.3.2逆向选择 

3.3.3风险响应关系和逆向选择的区别 

3.3.4负担能力 

3.4基于风险的响应函数和定价 

3.4.1基于风险的好人概率 

3.4.2基于风险的最优利率 

3.4.3无逆向选择的最优利率 

3.4.4有逆向选择的最优利率 

3.5多种优惠条件下的接受概率 

3.5.1贷款的多种优惠条件 

3.5.2逻辑接受概率函数 

3.5.3线性规划估计最大支付意愿 

3.5.4加速生命模型估计最大支付意愿 

3.6借贷博弈定价模型 

…… 

4利润评分和动态模型 

5组合信用风险和巴塞尔协议 

附录 

术语表 

参考文献 

译后记
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP