大数据智能风控:模型、平台与业务实践:models, platforms and business practices
正版保障 假一赔十 可开发票
￥ 59.32 6.0折 ￥ 99 全新
库存6件
广东广州
认证卖家担保交易快速发货售后保障
作者邓甄,李钦
出版社机械工业出版社
ISBN9787111754565
出版时间2023-07
装帧平装
开本16开
定价99元
货号16240566
上书时间2024-09-17
商品详情
- 品相描述：全新
- 商品描述
-
目录
Contents 目 录<br />前言<br />第1章 互联网信贷业务逻辑和风险1<br />1.1 互联网信贷业务1<br />1.1.1 互联网信贷的定义和范围1<br />1.1.2 互联网信贷的业务模式3<br />1.1.3 互联网信贷业务监管演进8<br />1.1.4 互联网信贷业务的发展趋势10<br />1.2 互联网信贷风险15<br />1.2.1 认识风险15<br />1.2.2 风险管理的组织架构和<br /> “三道防线”18<br />1.2.3 信贷风险管理流程19<br />1.2.4 大数据风控21<br />1.2.5 大数据风控管理原则22<br />1.3 本章小结26<br />第2章 大数据智能风控的由来27<br />2.1 金融科技的概念、发展及影响27<br />2.1.1 金融科技的概念28<br />2.1.2 金融科技的创新历程29<br />2.1.3 金融科技的影响32<br />2.2 银行数字化转型33<br />2.2.1 银行数字化转型的内涵33<br />2.2.2 银行数字化转型的三大因素34<br />2.2.3 银行数字化转型的基本思路<br /> 与对策36<br />2.3 从传统风控到大数据智能风控38<br />2.3.1 风控1.0：传统风控39<br />2.3.2 风控2.0：大数据风控40<br />2.3.3 风控3.0：大数据智能风控41<br />2.4 大数据智能风控的内涵与建设42<br />2.4.1 大数据智能风控的内涵42<br />2.4.2 大数据智能风控的建设43<br />2.5 案例剖析46<br />2.5.1 经营原则：数据驱动战略46<br />2.5.2 全面应用大数据和<br /> 人工智能技术47<br />2.5.3 打造一流的智能风控体系48<br />2.5.4 对我国商业银行的启示48<br />2.6 本章小结49<br />第3章 大数据智能风控基础：<br /> 大数据50<br />3.1 大数据对商业银行的影响50<br />3.1.1 大数据的特性51<br />3.1.2 大数据赋能53<br />3.2 内部数据54<br />3.3 外部数据56<br />3.3.1 外部数据分类57<br />3.3.2 外部数据源的管理原则59<br />3.3.3 外部数据管理流程62<br />3.3.4 外部数据评估67<br />3.4 人行征信69<br />3.4.1 人行征信简介70<br />3.4.2 人行征信的历史沿革70<br />3.4.3 人行征信数据的主要来源71<br />3.4.4 二代征信的主要改进73<br />3.4.5 人行征信的业务实践77<br />3.5 智能数据体系78<br />3.5.1 数据技术架构79<br />3.5.2 统一数据管理80<br />3.6 案例剖析82<br />3.7 本章小结86<br />第4章 大数据智能风控核心：模型87<br />4.1 模型的理论框架87<br />4.1.1 模型发展历程88<br />4.1.2 模型的分类89<br />4.1.3 模型的特征91<br />4.2 模型算法92<br />4.2.1 逻辑回归算法93<br />4.2.2 决策树95<br />4.2.3 集成学习97<br />4.3 模型评价指标100<br />4.3.1 混淆矩阵100<br />4.3.2 评价指标101<br />4.4 模型开发流程105<br />4.4.1 模型定位105<br />4.4.2 数据处理106<br />4.4.3 样本准备107<br />4.4.4 特征变量评估111<br />4.4.5 模型训练116<br />4.4.6 模型管理117<br />4.5 案例剖析118<br />4.6 本章小结120<br />第5章 大数据智能风控载体：<br /> 风控平台121<br />5.1 风控平台的理论框架121<br />5.1.1 风控平台的内涵122<br />5.1.2 风控平台建设的合规要求123<br />5.1.3 风控平台建设的同业实践124<br />5.1.4 风控平台的设计原则127<br />5.2 风控系统建设方案128<br />5.2.1 风控系统架构建设128<br />5.2.2 风控系统流程建设136<br />5.3 决策引擎建设方案140<br />5.3.1 决策引擎的内涵140<br />5.3.2 决策引擎的功能架构142<br />5.3.3 决策引擎的主要优势和应用143<br />5.3.4 决策引擎的核心组件145<br />5.4 本章小结149<br />第6章 风控策略应用151<br />6.1 风控策略的管理内涵151<br />6.1.1 模型与规则152<br />6.1.2 政策与策略152<br />6.1.3 策略体系的3种模式153<br />6.1.4 策略管理流程154<br />6.2 贷前策略应用实战156<br />6.2.1 前置准入策略157<br />6.2.2 信息验证策略158<br />6.2.3 授信审批策略160<br />6.3 贷中策略应用实战172<br />6.3.1 贷中策略框架173<br />6.3.2 贷中策略应用176<br />6.4 案例剖析179<br />6.5 本章小结181<br />第7章 智能反欺诈183<br />7.1 信贷欺诈行为的内涵和特征184<br />7.1.1 信贷欺诈特征185<br />7.1.2 欺诈风险形成条件186<br />7.1.3 欺诈风险与信用风险187<br />7.2 揭秘黑产188<br />7.2.1 黑产上游188<br />7.2.2 黑产中游192<br />7.2.3 黑产下游195<br />7.3 智能反欺诈能力体系建设197<br />7.3.1 反欺诈底层能力建设197<br />7.3.2 反欺诈核心应用能力建设199<br />7.3.3 全面反欺诈工作流206<br />7.4 案例剖析207<br />7.5 本章小结209<br />第8章 智能催收210<br />8.1 催收的内涵210<br />8.1.1 催收业务：保护债权人权益<br /> 与解决逾期问题210<br />8.1.2 催收管理哲学：平衡风险与<br /> 利润的关键211<br />8.1.3 催收合规化进展213<br />8.2 催收业务213<br />8.2.1 催收业务准备214<br />8.2.2 催收业务流程217<br />8.2.3 催收策略219<br />8.3 智能催收体系223<br />8.3.1 智能催收体系发展特点223<br />8.3.2 智能催收系统框架225<br />8.3.3 智能催收体系关键能力227<br />8.4 案例剖析230<br />8.5 本章小结232<br />第9章 大数据智能风控的<br /> 未来与展望234<br />9.1 金融科技的政策指引235<br />9.2 大数据智能风控的挑战与对策237<br />9.2.1 大数据智能风控面临的挑战237<br />9.2.2 大数据智能风控的对策239<br />9.3 大数据智能风控发展趋势243<br />9.4 本章小结246
内容摘要
内容介绍
这是一本深入讲解智能风控理论体系和风控全生命周期业务实践的著作。作者基于在银行业10余年的风控经验，首先详细讲解了“大数据、模型、风控平台”三位一体的智能风控体系，能为风控实践提供扎实的理论指导；然后围绕风控的全生命周期，从贷前评估、贷中监控、贷后管理以及智能反欺诈、智能催收等角度全面讲解了智能风控的业务实践，深刻揭示了智能风控体系的精髓。
第1~2章全面而深入地探讨了智能风控的背景知识：首先对基础信贷业务进行了细致解析，读者可以从中了解其运作方式和重要性；然后，梳理了智能风控是如何随着技术的进步和市场的需求逐渐成熟和完善的。
第3~5章围绕“数据、模型、风控平台”三位一体的智能风控理论体系展开：首先介绍了内部数据、外部数据、个人征信数据在智能风控中的应用，以及智能数据体系的构建；然后深入探讨了智能风控模型的算法、评价指标、开发流程；最后讲解了风控平台的理论框架、设计原则、架构设计、建设流程以及决策引擎的建设。
第6~8章围绕风控的全生命周期探讨了风控策略在实际业务中的应用，包括贷前评估、贷中监控、贷后管理，以及智能反欺诈和智能催收体系的建设和业务实践，能帮助读者将理论知识转化为实际操作能力，更好地应对现实业务中的挑战。
第9章对智能风控的未来发展进行了展望，不仅为读者揭示了未来的机遇，也提供了对于如何应对未来挑战的思考。
主编推荐
（1）作者背景资深：富民银行资深风控技术专家，在风控技术和业务领域有丰富经验，有20余项风控技术专利。 （2）作者经验丰富：10余年互联网信贷业务风控经验，曾主导从0到1构建自主知识产权的风控决策引擎和风控平台。 （3）理论体系：作者结合多年经验，了“大数据、模型、风控平台”三位一体的智能风控理论体系。 （4）业务全面覆盖：围绕风控业务的全生命周期，全面剖析贷前评估、贷中监控、贷后管理以及反欺诈等风控业务实践，深刻揭示智能风控体系的精髓。 （5）简单通俗易懂：避免复杂术语、算法和公式，采用通俗易懂的语言，结合大量实际案例，确保读者一看就懂，懂了就能解决实际工作中的问题。
精彩内容
内容介绍 这是一本深入讲解智能风控理论体系和风控全生命周期业务实践的著作。作者基于在银行业10余年的风控经验，首先详细讲解了“大数据、模型、风控平台”三位一体的智能风控体系，能为风控实践提供扎实的理论指导；然后围绕风控的全生命周期，从贷前评估、贷中监控、贷后管理以及智能反欺诈、智能催收等角度全面讲解了智能风控的业务实践，深刻揭示了智能风控体系的精髓。 第1~2章全面而深入地探讨了智能风控的背景知识：首先对基础信贷业务进行了细致解析，读者可以从中了解其运作方式和重要性；然后，梳理了智能风控是如何随着技术的进步和市场的需求逐渐成熟和完善的。 第3~5章围绕“数据、模型、风控平台”三位一体的智能风控理论体系展开：首先介绍了内部数据、外部数据、个人征信数据在智能风控中的应用，以及智能数据体系的构建；然后深入探讨了智能风控模型的算法、评价指标、开发流程；最后讲解了风控平台的理论框架、设计原则、架构设计、建设流程以及决策引擎的建设。 第6~8章围绕风控的全生命周期探讨了风控策略在实际业务中的应用，包括贷前评估、贷中监控、贷后管理，以及智能反欺诈和智能催收体系的建设和业务实践，能帮助读者将理论知识转化为实际操作能力，更好地应对现实业务中的挑战。 第9章对智能风控的未来发展进行了展望，不仅为读者揭示了未来的机遇，也提供了对于如何应对未来挑战的思考。
— 没有更多了 —
以下为对购买帮助不大的评价