數據化風控

標籤

隨著國內消費金融市場的開放與高度競爭,小貸公司、P2P、消費金融公司,現金貸公司等蜂擁而立,野蠻生長。這些金融產品的共同屬性就是放款金額小,審批速度快,規模數量大。不管是申貸時或核撥後，每位客戶在不同階段都有不同的潛在風險，這些風險徵兆可能存在於各種令人忽略的細節中，這考驗風險控制的執行與管理能力,信用評等模型的精準決策與快速調整,就關乎風險資產品質是好壞的最大關鍵與命脈。 信用評分模型建立在完整的歷史數據上，藉由數據彙整、清理、分群及探勘等技術，將大量數據轉化為有用的風險信息，信用評分模型建立後，可將風險數據化，清楚呈現客戶的違約率及風險排序，使風險單位得以確切掌握客戶風險，並制定更為精準的授信政策。 環顧國內市場具備建模能力的專才供需失衡,特將評分建模過程逐一章節細分介紹,並提供實際案例與讀者分享,解開長久以來對建模是個黑盒子的印象。並期盼更多具備風險建模的專才加入,具備自我開發建模的能力,讓普惠金融更能良性發展。?

第一章 信用評分基礎認識與應用 /001
第一節 信用評分卡簡介 /003
第二節 評分卡建立與驗證 /008
第三節 評分應用 /026
第二章 信用評分模型規格與設計 /031
第一節 數據收集、質量檢驗 /031
第二節 應排除的數據樣本 /033
第三節 樣本期間、好壞客戶定義 /034
第四節 範例 /039
第三章 分組（Segmentation）目的與分析選擇 /041
第一節 分組目的 /041
第二節 分組分析 /043
第三節 範例 /046
第四章 細緻分析與自變量分析 /049
第一節 細緻分類（Fine Classing） /051
第二節 範例 /052
第三節 單因子分析（Single Factor Analysis） /057
第四節 粗略分類（Coarse Classing） /064
第五節 範例 /065
第五章 模型建立方法討論 /071
第一節 線性迴歸（Linear Regression） /073
第二節 邏輯迴歸（Logistic Regression） /077
第三節 兩階段式建立方法 /082
第四節 初始模型討論 /084
第五節 範例 /085
第六章 拒絕推論（Reject Inference）的原因與方法 /089
第一節 拒絕推論的原因 /090
第二節 拒絕推論的方法 /092
第七章 最終模型選擇與風險校準（Calibration） /099
第一節 最終模型產出 /101
第二節 設定風險校準（Risk Calibration） /105
第三節 模型驗證 /109
第八章 決策點（Cut-off）設定 /115
第一節 決策點策略設定方式 /116
第二節 核准點應用方式 /118
第三節 範例 /119
第九章 信用評分模型監控報告 /123
第一節 前端監控報告 /126
第二節 後端監控報告 /135
第十章 信用評分模型策略運用 /151
第一節 業務策略制訂方式 /152
第二節 業務策略應用方式 /154
第三節 範例 /158
第十一章 信用評分模型案例（消費產品分期） /161
第一節 數據樣本 /162
第二節 樣本好壞表現定義 /163
第三節 變量分析 /167
第四節 模型建立與驗證 /170
第十二章 信用評分模型案例（現金貸） /173
第一節 數據樣本 /174
第二節 樣本好壞表現定義 /175
第三節 變量分析 /176
第四節 模型建立與驗證 /178
第十三章 催收框架 /183
第一節 催收管理流程 /185
第二節 催收管理系統簡介 /190
第三節 催收模型系統 /191
第四節 催收策略系統 /195
第十四章 催收技巧及KPI標準 /213