風(fēng)控：大數(shù)據(jù)時(shí)代下的信貸風(fēng)險(xiǎn)管理和實(shí)踐（第2版）

定　價(jià)：￥79.00

作　者：	王軍偉
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

當(dāng)當(dāng)網(wǎng) (￥59.20)

ISBN：	9787121455070	出版時(shí)間：	2023-05-01	包裝：	平裝-膠訂
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)對(duì)大數(shù)據(jù)時(shí)代下的信貸風(fēng)險(xiǎn)管理進(jìn)行了介紹和剖析。首先，從經(jīng)濟(jì)學(xué)理論與實(shí)踐應(yīng)用角度對(duì)信貸的產(chǎn)生和經(jīng)濟(jì)意義、信貸分析方法的變化進(jìn)行了闡述；其次，對(duì)信貸整個(gè)生命周期中使用的Cohort分析、信貸業(yè)務(wù)開(kāi)展、合同簽訂、風(fēng)險(xiǎn)監(jiān)控預(yù)警、催收和不良資產(chǎn)處置、管理信息系統(tǒng)等內(nèi)容進(jìn)行了深入講解；再次，從財(cái)務(wù)數(shù)據(jù)、信用報(bào)告、交易流水等方面分析借款者的還款能力和還款意愿，并提出還款意愿的貨幣量化方法；然后，對(duì)傳統(tǒng)信貸方法、IPC微貸技術(shù)、巴塞爾協(xié)議的風(fēng)控、大數(shù)據(jù)風(fēng)控進(jìn)行優(yōu)缺點(diǎn)分析，提出了基于IPC微貸、巴塞爾協(xié)議的大數(shù)據(jù)風(fēng)控模式，并給出了不同情況下的具體實(shí)施方案，有助于信貸機(jī)構(gòu)提高自身風(fēng)險(xiǎn)管理能力；后，根據(jù)實(shí)踐經(jīng)驗(yàn)，新增了決策引擎、風(fēng)控模型建設(shè)、風(fēng)控策略、反欺詐、存量客戶管理等內(nèi)容，使得大數(shù)據(jù)風(fēng)控更具有可操作性。本書(shū)理論與實(shí)踐相結(jié)合，適合銀行、信用保證保險(xiǎn)、消費(fèi)金融、資產(chǎn)證券化評(píng)級(jí)機(jī)構(gòu)、小貸公司、互聯(lián)網(wǎng)金融、大數(shù)據(jù)風(fēng)控等從業(yè)人員，以及有意從事金融工作的人員閱讀與參考。

作者簡(jiǎn)介

　　王軍偉，畢業(yè)于華東師范大學(xué)，曾服務(wù)于支付寶、眾安保險(xiǎn)、哈爾濱銀行互聯(lián)網(wǎng)事業(yè)部等機(jī)構(gòu)，長(zhǎng)期從事信貸風(fēng)險(xiǎn)管理、大數(shù)據(jù)分析挖掘、經(jīng)濟(jì)社會(huì)發(fā)展研究等，著有《風(fēng)控：大數(shù)據(jù)時(shí)代下的信貸風(fēng)險(xiǎn)管理和實(shí)踐》《縫合：大數(shù)據(jù)時(shí)代下的資本管理與實(shí)踐》，并獨(dú)創(chuàng)陰陽(yáng)五行經(jīng)濟(jì)學(xué)。

圖書(shū)目錄

目錄/Contents
導(dǎo)言　　1
信貸的經(jīng)濟(jì)學(xué)基礎(chǔ)　　11
2.1 信貸產(chǎn)生的經(jīng)濟(jì)學(xué)分析　　12
2.2 信貸分析方法隨經(jīng)濟(jì)周期而變化　　19
2.3 信貸風(fēng)控和策略的經(jīng)濟(jì)學(xué)分析　　24
信貸分析秘密武器——Cohort分析　　027
3.1 Cohort分析的案例和模型　　35
3.2 Cohort分析在資產(chǎn)證券化與保險(xiǎn)中的應(yīng)用　　39
信貸運(yùn)營(yíng)　　45
4.1 客戶畫(huà)像　　46
4.2 信貸產(chǎn)品設(shè)計(jì)　　49
4.3 引流獲客與市場(chǎng)營(yíng)銷　　51
4.4 申請(qǐng)調(diào)查　　58
信貸分析　　64
5.1 信貸硬信息分析　　68
5.2 信貸軟信息分析　　112
5.3 還款意愿量化方法　　117
信貸分析方法融合與全面風(fēng)險(xiǎn)管理　　123
6.1 傳統(tǒng)信貸分析方法的優(yōu)缺點(diǎn)和改進(jìn)建議　　125
6.2 IPC微貸技術(shù)的優(yōu)缺點(diǎn)和改進(jìn)建議　　128
6.3 “信貸工廠”的優(yōu)缺點(diǎn)和改進(jìn)建議　　131
6.4 巴塞爾協(xié)議的風(fēng)控模式的優(yōu)缺點(diǎn)及改進(jìn)建議　　133
6.5 大數(shù)據(jù)風(fēng)控模式的優(yōu)缺點(diǎn)和改進(jìn)建議　　137
6.6 基于傳統(tǒng)信貸、IPC微貸技術(shù)、“信貸工廠”、巴塞爾
協(xié)議和大數(shù)據(jù)風(fēng)控模式融合的展望　　146
6.7 壓力測(cè)試——未來(lái)預(yù)期與敏感度分析　　148
6.8 全面風(fēng)險(xiǎn)管理　　150
信貸的審批決策　　155
7.1 信貸審批委員會(huì)決策模式　　157
7.2 “信貸工廠”審批模式　　161
7.3 大數(shù)據(jù)風(fēng)控的自動(dòng)審批模式　　162
決策引擎　　165
8.1 以FICO的Blaze為代表的商業(yè)決策引擎　　167
8.2 基于MySQL的自建決策引擎　　169
8.3 基于Drools的自建決策引擎　　174
8.4 基于Spark的自建決策引擎　　178
風(fēng)控模型建設(shè)與問(wèn)題對(duì)策　　180
9.1 模型選擇　　181
9.2 模型開(kāi)發(fā)　　183
9.3 變量的選擇及處理　　185
9.4 模型結(jié)果的評(píng)測(cè)　　187
9.5 模型校準(zhǔn)與映射　　188
9.6 模型監(jiān)測(cè)　　190
9.7 模型的常見(jiàn)問(wèn)題和對(duì)策　　191
風(fēng)控策略　　193
10.1 模型策略　　195
10.2 新客戶的授信策略　　201
10.3 定價(jià)策略　　205
10.4 人工復(fù)審與問(wèn)卷調(diào)查的風(fēng)控策略　　210
10.5 數(shù)據(jù)及A/B測(cè)試中的風(fēng)控策略　　212
10.6 基于矩陣和優(yōu)化的風(fēng)控決策　　213
反欺詐分析和挖掘　　215
11.1 欺詐的定義　　216
11.2 欺詐的界定　　218
11.3 協(xié)同反欺詐　　219
11.4 反欺詐方法　　221
11.5 欺詐場(chǎng)景是分析與挖掘的關(guān)鍵　　222
11.6 反欺詐的案例　　227
存量客戶管理及貸中管理　　230
12.1 存量客戶分層　　233
12.2 存量客戶的額度管理　　235
12.3 大額貸款與循環(huán)信貸的貸中管理　　237
12.4 分期產(chǎn)品的貸中管理　　238
12.5 預(yù)警監(jiān)測(cè)　　239
12.6 存量客戶的信貸定價(jià)管理　　242
信貸的合同簽訂及貸款發(fā)放　　245
13.1 準(zhǔn)備借款合同　　247
13.2 簽訂合同　　248
13.3 放款流程　　249
13.4 資金來(lái)源　　250
13.5 檔案管理　　252
信貸的還款階段　　254
14.1 還款方式　　255
14.2 支付方式　　256
14.3 還款提醒　　259
14.4 還款風(fēng)險(xiǎn)預(yù)防　　261
14.5 還款處理方式　　262
逾期管理和不良資產(chǎn)處置　　263
15.1 逾期信息處理　　266
15.2 催收策略　　267
15.3 動(dòng)態(tài)催收策略　　271
15.4 催收行動(dòng)　　273
15.5 不良資產(chǎn)處置　　274
管理信息系統(tǒng)　　276
附錄A　　283
附錄B　　284
參考文獻(xiàn)　　285
后記　　289