书籍详情
![《智能风控：评分卡建模原理、方法与风控策略构建张伟金融科技》[21M]百度网盘|亲测有效|pdf下载](/uploads/s0309/c64f53a50100072e.jpg)
智能风控：评分卡建模原理、方法与风控策略构建张伟金融科技
- 出版社:互动出版网图书专营店
- 热度:4690
- 上架时间:2024-06-30 09:08:33
- 价格:0.0
书籍下载
书籍预览
免责声明
本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源，一旦发现资源涉及侵权，将立即删除。希望所有用户一同监督并反馈问题，如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
内容介绍
| 书名： | 智能风控：评分卡建模原理、方法与风控策略构建|8084833 |
| 图书定价： | 89元 |
| 图书作者： | 张伟 |
| 出版社： | 机械工业出版社 |
| 出版日期： | 2021/11/19 0:00:00 |
| ISBN号： | 9787111695677 |
| 开本： | 16开 |
| 页数： | 238 |
| 版次： | 1-1 |
| 作者简介 |
| 张伟 著：作者简介 张伟（笔名：上善若愚） 金融科技公司技术合伙人、高级风控总监及解决方案专家，前FICO风险评分建模与风控业务策略专家。 在金融风险管理和智能风控领域有近15年工作经验，擅长业务策略、量化建模、解决方案、风控体系建设，专注于商业银行、消费金融和金融科技行业，在智能风控策略模型数据决策体系建设、风险业务架构和技术架构、信用风险业务策略与量化模型、信贷资产组合管理、金融资产定价与风险管理、业务安全技术、巴塞尔新资本协议等方面积累了丰富的工作经验。 曾作为技术专家或行业专家多次受邀出席上海市政府组织的行业产业联盟研讨调研座谈，多次受邀出席金融科技领域行业论坛并做主题演讲或圆桌讨论，多次接受主流金融科技媒体和财经媒体采访，并受聘为上海交通大学上海高金金融研究院研究员和华东理工大学商学院职业导师。 |
| 内容简介 |
| 内容简介 这是一部系统讲解评分卡建模的智能风控著作，从业务与技术、理论与实践、传统风控与智能风控等角度透彻讲解评分卡建模的原理、流程、方法及其风控策略构建。 作者在智能风控领域深耕十余年，既熟悉商业银行传统风控体系思想、方法、技术、工具，又熟悉人工智能背景下的创新智能风控相关解决方案、风险策略和风险建模技术，本书是作者实践经验的系统性总结。 本书内容分为六部分。 第1部分（第1章）介绍评分卡建模基础知识，包括评分卡模型的概念和定义、评分卡建模全流程、评分卡模型的评价等。 第二部分（第2章）介绍银行零售信贷领域产品特征和业务流程，以及信用风险和欺诈风险概念，介绍评分卡的应用场景和业务基础知识。 第三部分（第3~11章）系统介绍评分建模的全流程，覆盖需求理解、数据理解、特征工程、模型设计、模型开发、模型验证、模型部署、模型监控、模型优化等模型全生命周期各环节。 第四部分（第12~14章）总结了评分建模的关键问题及其解决方案，包括拒绝推断、模型可解释性等，以及模型开发过程中诸如分布不均衡、模型性能下降、模型迭代漂移等问题。 第五部分（第15章）介绍了当前业界除评分卡外使用频率Z高的高维机器学习技术，比较了传统评分卡模型和高维机器学习模型，并重点介绍了XGBoost和LightGBM模型。 第六部分（第16章）以贷前自动化审批场景为例，介绍基于评分的自动化审批策略构建，帮助读者理解评分卡模型在风险策略设计中的应用。 |
| 目录 |
《智能风控：评分卡建模》目录 第1章 导论 1.1 从几个常见面试问题说起 1.2 关于模型的认识 1.3 机器学习与深度学习 1.4 评分模型与评分卡模型 1.5 评分卡建模全流程 1.6 模型评价标准（技术角度和业务角度） 第2章 零售信贷业务产品和风险 2.1 银行零售信贷业务概述 2.2 银行零售信贷产品特征与业务流程 2.3 信用与信用风险 2.4 欺诈与欺诈风险 2.5 本章小结 第3章 从业务需求理解开始 3.1 明确要解决的问题 3.2 业务访谈需要了解什么 3.3 本章小结 第4章 源数据基础决定模型上限 4.1 数据决定了模型的上限 4.2 关于数据的认识 4.3 不同类型评分卡的可用数据 4.4 人行征信报告 4.5 金融大数据 4.6 数据质量诊断 4.7 业务数据分析 4.8 本章小结 第5章 特征工程提取有效的风险特征 5.1 特征工程概述 5.2 特征预处理 5.3 特征生成 5.4 特征选择与降维 5.5 实践案例 5.6 本章小结 第6章 评分卡模型设计 6.1模型设计概述 6.2 建模样本基础与排除规则 6.3 模型细分 6.3 表现期定义与账龄分析 6.4 目标定义与滚动率分析 6.5 观察期定义与逾期趋势分析 6.6 模型设计汇总计数 6.7 本章小结 第7章 评分卡模型开发 7.1 模型开发概述 7.2 样本分区与样本抽样 7.3 变量分箱 7.4 变量筛选 7.5 转换WOE 7.6 逻辑回归 7.7 评分标尺 7.8 实践案例 7.9 本章小结 第8章 评分卡模型验证 8.1 模型验证概述 8.2 模型验证方法 8.3 模型验证三阶段 8.4 本章小结 第9章 评分卡模型部署 9.1 模型部署概述 9.2 基于评分卡的规则化部署 9.3 基于PMML标准化部署 9.4 本章小结 第10章 评分卡模型监控 10.1 模型监控概述 10.2 前端监控 10.3 后端监控 10.4 本章小结 第11章 评分卡模型优化 11.1 模型优化概述 11.2 模型优化的触发条件 11.3 模型性能下降的原因诊断 11.4 模型优化方法 11.5 本章小结 第12章 拒绝推断问题 12.1 什么是拒绝推断 12.2 为什么要做拒绝推断 12.3 如何做拒绝推断 12.4 本章小结 第13章 评分卡模型可解释性、指向性与指导性 13.1模型可解释性 13.2 模型可解释性算法 13.3 评分卡模型的归因方法 13.4 基于PMML的Scorecard的模型可解释 13.5 本章小结 第14章 评分卡模型的其他常见关键问题 14.1 样本量不足条件下的建模问题 14.2 冷启动问题 14.3 分值集中度问题与分值分布偏斜问题 14.4 模型质量下降问题 14.6 本章小结 第15章 从评分卡模型到高维机器学习模型 15.1 理性看待传统评分卡模型 15.2 高维机器学习模型：XGBoost与LightGBM 15.3 从评分卡到高维机器学习模型 15.4 本章小结 第16章 构建基于评分卡的风险策略应用 16.1 策略的定义 16.2 策略与模型的关系 16.3 风险策略体系 16.4 实践案例：基于申请评分的自动化审批策略应用 16.5 更高阶的策略设计 16.6 本章小结 参考文献 |
| 编辑推荐 |
| 资深智能风控专家近15年实战经验总结，金融风控学界和 业界近20位资深专家联袂推荐 从业务和技术相结合的角度，全面讲解评分建模技术和风控策略构建 实现“传统风控+智能风控”双引擎驱动 |