Python金融风控策略实践
全新正版 极速发货
￥ 53.68 6.0折 ￥ 89 全新
库存48件
广东广州
认证卖家担保交易快速发货售后保障
作者冯占鹏 姚志勇 编著
出版社机械工业
ISBN9787111724803
出版时间2023-05
装帧其他
开本其他
定价89元
货号1202897993
上书时间2024-07-24
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
冯占鹏，资深互联网金融风控从业人员，风控策略专家，具有多年零售信贷和小微信贷风控经历，曾参与和主导了贷前、贷中风控策略标准化、模块化、流程化建设，贷中客户风险管理体系0-1搭建，反欺诈贷前和贷中风控策略开发，反欺诈社交网络模型0-1搭建等，积累了丰富的经验。姚志勇，南开大学统计/企业管理双硕士，资深金融风控专家。2005年起，先后就职于交通银行、美国eBay、中国平安等公司，拥有丰富的模型算法和策略开发经验。2010年出版《SAS编程与数据挖掘商业案例》，畅销至今。2015年进军互联网金融行业，对量化策略和模型有一整套开发和实战经验，并成功应用于业务实践。
目录
第1章 风控策略与风控场景概述 / １１.１ 风控策略的定义 / １１.２ 策略和模型的区别与联系 / ２１.３ 策略全生命周期管理 / ３１.３.１ 策略开发 / ３１.３.２ 策略部署 / ５１.３.３ 策略监控 / ５１.３.４ 策略调优 / ５１.３.５ 如何做好策略全生命周期管理 / ６１.４ 贷前、 贷中、 贷后的划分及对应的风控场景 / ７１.４.１ 贷前、 贷中、 贷后的划分 / ７１.４.２ 贷前风控场景简介 / ８１.４.３ 贷中风控场景简介 / １０１.４.４ 贷后风控场景简介 / １２１.５ 本章小结 / １３第2章 风控策略开发 / １４２.１ 策略类型划分 / １４２.２ 单维度策略开发 / １６２.２.１ 变量描述性统计分析和筛选 / １７２.２.２ 变量最优分箱 / １９２.２.３ 规则测算效果分析和筛选 / ２４２.２.４ 规则泛化效果分析和筛选 / ２６２.２.５ 待上线规则集合并泛化 / ３０２.２.６ 基于 Ｐｙｔｈｏｎ 自动生成标准化分析结果文档 / ３０２.２.７ 案例实践: 授信审批场景单维度策略开发 / ３６２.３ 决策树 / ４８２.３.１ 决策树原理 / ４８２.３.２ 决策树生成 / ４９２.３.３ 基于 Ｐｙｔｈｏｎ 生成决策树 / ５１２.３.４ 基于 Ｐｙｔｈｏｎ 进行决策树规则自动抽取和解析 / ５８２.４ 基于 ＣＡＲＴ 模型进行多维度策略开发 / ６１２.４.１ 构建多维度策略变量池 / ６１２.４.２ 利用组合加随机数的方式批量生成决策树并进行规则抽取和解析 / ６２２.４.３ 规则测算效果分析和筛选 / ６３２.４.４ 规则泛化效果分析和筛选 / ６３２.４.５ 待上线规则集合并泛化 / ６４２.４.６ 案例实践: 授信审批场景多维度策略开发 / ６４２.５ 策略自动化开发系统 / ８８２.６ 策略评审 / ８８２.６.１ 策略评审流程 / ８８２.６.２ 档案管理 / ８９２.６.３ 案例实践: 策略评审文档设计和撰写 / ８９２.７ 本章小结 / ９１第3章 风控策略部署 / ９２３.１ 策略部署流程 / ９２３.２ 提交策略部署需求 / ９２３.２.１ 策略部署轮次设计 / ９３３.２.２ 标准化规则编码设计 / ９４３.３ 策略部署 / ９６３.３.１ 决策引擎系统简介 / ９６３.３.２ 基于决策引擎进行策略部署 / ９６３.４ 策略部署结果验证 / ９７３.４.１ 测试验证 / ９８３.４.２ 回溯比对 / ９８３.５ 案例实践: 策略部署文档设计和撰写 / ９８３.６ 本章小结 / １００第4章 风控策略监控及调优 / １０１４.１ 基于策略监控报表进行策略监控和调优 / １０１４.１.１ 策略微观监控和调优 / １０１４.１.２ 案例实践: 单维度策略效能监控和调优 / １０５４.１.３ 策略宏观监控和调优 / １０６４.１.４ 案例实践: 基于 Ｖｉｎｔａｇｅ 报表预测年化损失率 / １１２４.２ ＡＢ 测试和随机测试在策略监控和调优中的应用 / １１６４.２.１ ＡＢ 测试 / １１７４.２.２ ＡＢ 测试应用举例 / １１７４.２.３ 随机测试 / １１９４.２.４ 随机测试应用举例 / １１９４.３ 基于 Ｓｗａｐ Ｓｅｔ 分析新旧策略更替的影响 / １２１４.３.１ Ｓｗａｐ Ｓｅｔ 简介 / １２１４.３.２ 基于 Ｓｗａｐ Ｓｅｔ 评估新旧策略效能 / １２２４.３.３ Ｓｗａｐ ｉｎ 客群分析指标的近似估计 / １２３４.４ 本章小结 / １２３第5章 贷前风控策略 / １２４５.１ 贷前风控目标 / １２４５.２ 贷前风控数据源 / １２５５.２.１ 客户贷款时提供的数据 / １２５５.２.２ 金融机构自身拥有的数据 / １２６５.２.３ 征信数据 / １２７５.２.４ 第三方数据 / １２９５.３ 贷前风控模型体系和模型在策略中的应用 / １３１５.３.１ 信用模型体系和模型在策略中的应用 / １３３５.３.２ 反欺诈模型体系和模型在策略中的应用 / １３６５.３.３ 如何在贷中应用贷前模型 / １３７５.４ 贷前策略审批流程和统一额度管理 / １３８５.４.１ 贷前策略审批流程 / １３８５.４.２ 统一额度管理 / １３９５.５ 预授信策略 / １４０５.６ 授信审批策略 / １４０５.６.１ 授信审批策略决策流 / １４１５.６.２ 授信审批策略类型 / １４４５.６.３ 授信审批策略的开发、 部署、 监控和调优 / １４４５.７ 定额策略 / １４５５.７.１ 定额策略的开发、 部署、 监控和调优 / １４５５.７.２ 案例实践: 基于客户风险评级的定额策略 / １４６５.７.３ 案例实践: 基于收入和负债的定额策略 / １４８５.８ 定价策略 / １５０５.８.１ 定价策略的开发、 部署、 监控和调优 / １５０５.８.２ 案例实践: 实现利润最大化的定价策略 / １５２５.９ 人工审核策略 / １５４５.１０ 本章小结 / １５５第6章 贷中风控策略与客户运营体系 / １５６６.１ 贷中风控目标 / １５６６.２ 贷中风控数据源 / １５７６.３ 贷中模型体系和模型在策略中的应用 / １５８６.３.１ 信用模型体系和模型在策略中的应用 / １５９６.３.２ 反欺诈模型体系和模型在策略中的应用 / １５９６.３.３ 运营模型体系和模型在策略中的应用 / １６０６.４ 贷中客户风险管理和客户运营体系简介 / １６０６.５ 用信审批策略 / １６１６.５.１ 用信审批策略决策流与策略类型 / １６２６.５.２ 用信审批策略的开发、 部署、 监控和调优 / １６２６.６ 贷中预警策略 / １６３６.７ 调额策略 / １６４６.７.１ 基于定额策略的调额策略 / １６５６.７.２ 基于客户在贷中的风险表现的调额策略 / １６６６.８ 调价策略 / １６６６.９ 存量客户营销 / １６６６.９.１ 营销类型 / １６７６.９.２ 营销闭环及涉及的策略 / １６７６.１０ 续授信策略 / １６８６.１１ 本章小结 / １６８第7章 贷后管理与贷后催收 / １６９７.１ 贷后风控目标 / １６９７.２ 贷后风控数据源 / １７０７.３ 贷后风控模型体系和模型在策略中的应用 / １７０７.４ 贷后管理 / １７２７.４.１ 贷后检查 / １７２７.４.２ 贷款五级分类 / １７２７.４.３ 不良贷款处置 / １７３７.５ 贷后催收 / １７４７.５.１ 催收手段 / １７４７.５.２ 电话催收指标 / １７５７.５.３ 催收策略 / １７６７.６ 本章小结 / １７７第8章 反欺诈与社交网络 / １７８ ８.１ 欺诈 / １７８８.１.１ 欺诈的定义 / １７８８.１.２ 欺诈的分类 / １７８８.１.３ 欺诈的特点 / １８０ ８.２ 反欺诈 / １８０８.２.１ 反欺诈要实现的目标 / １８０８.２.２ 反欺诈手段 / １８０８.２.３ 反欺诈模型 / １８１８.２.４ 反欺诈策略 / １８１ ８.３ 基于社交网络识别欺诈团伙 / １８２８.３.１ 社交网络简介 / １８２８.３.２ Ｌｏｕｖａｉｎ 算法 / １８３８.３.３ Ｌｏｕｖａｉｎ 算法的 Ｐｙｔｈｏｎ 实战 / １８４８.３.４ 案例实践: 基于 Ｌｏｕｖａｉｎ 算法构建欺诈团伙识别模型 / １８５ ８.４ 本章小结 / １９５第9章 风控模型与风控策略实践 / １９６９.１ ＬｉｇｈｔＧＢＭ 算法简介 / １９６９.２ 基于 ＬｉｇｈｔＧＢＭ 算法开发贷前申请评分卡模型 / １９７９.２.１ ｌｉｇｈｔｇｂｍ 包主要参数说明 / １９７９.２.２ 案例实践: 贷前申请评分卡模型开发 / １９９９.３ 模型结果在贷前策略中的应用 / ２１１９.３.１ 基于模型分的单维度策略开发 / ２１１９.３.２ 基于模型分的定额和定价策略开发 / ２１４９.４ 模型结果在贷中策略中的应用 / ２１４９.５ 本章小结 / ２１５参考文献 / ２１６
内容摘要
全书讲述风控策略的分析与挖掘，主要内容包括3部分：1，风控策略定义、策略全生命周期管理、策略分析方法论等；2，结合贷前、贷中、贷后、反欺诈各个场景要实现的金融风控目标，进行风控策略分析和挖掘实践；3，风控策略涉及的系统以及系统实现等，通过系统建设实现风控策略的提质增效。全书提供了完整的Python代码。 本书适合金融从业人员、金融专业的师生阅读，也可以供对金融感兴趣的人员、从事策略分析工作的人员阅读。
— 没有更多了 —
以下为对购买帮助不大的评价