目　　錄?Contents
推薦序
前言
第一篇　開篇
第1章　信貸風(fēng)控概述　3
1.1　信貸風(fēng)控的起源與發(fā)展　3
1.2　大數(shù)據(jù)帶來的變化　7
1.3　智能信貸的發(fā)展方向　10
第二篇　獲客
第2章　客群劃分　15
2.1　客群劃分簡(jiǎn)介　15
2.1.1　客群劃分的含義及意義　15
2.1.2　傳統(tǒng)客群劃分方法　16
2.1.3　信貸客群劃分的挑戰(zhàn)　17
2.2　基于大數(shù)據(jù)的客群劃分　18
2.2.1　畫像標(biāo)簽體系　18
2.2.2　構(gòu)建畫像的關(guān)鍵步驟　19
2.3　客群劃分案例　21
2.3.1　“新中產(chǎn)”客群劃分　21
2.3.2　母嬰客群劃分及潛在客群
識(shí)別　24
第3章　信貸產(chǎn)品獲客　28
3.1　獲客與廣告　28
3.1.1　在線廣告　29
3.1.2　在線廣告的博弈關(guān)系和
協(xié)調(diào)機(jī)制　31
3.1.3　在線廣告的實(shí)時(shí)競(jìng)價(jià)
機(jī)制　34
3.2　金融信貸產(chǎn)品獲客　35
3.3　基于聯(lián)邦學(xué)習(xí)和多任務(wù)學(xué)習(xí)的
建模方法　37
3.3.1　聯(lián)邦學(xué)習(xí)模型打破數(shù)據(jù)
壁壘　37
3.3.2　多任務(wù)學(xué)習(xí)模型充分利用
全鏈路信息　38
第三篇　授信
第4章　信貸評(píng)分卡工具　43
4.1　信貸風(fēng)控決策鏈路　43
4.1.1　風(fēng)控決策鏈路與數(shù)字化
工具　43
4.1.2　信貸評(píng)分卡及其關(guān)注點(diǎn)　45
4.2　信貸評(píng)分卡的開發(fā)和應(yīng)用　45
4.2.1　模型設(shè)計(jì)　46
4.2.2　模型訓(xùn)練　54
4.2.3　分?jǐn)?shù)校準(zhǔn)　60
4.2.4　模型評(píng)估　61
4.2.5　模型監(jiān)控　65
第5章　申請(qǐng)?jiān)u分體系　67
5.1　貸前風(fēng)控與申請(qǐng)?jiān)u分卡　67
5.1.1　貸前風(fēng)控場(chǎng)景　67
5.1.2　申請(qǐng)?jiān)u分卡　68
5.2　智能申請(qǐng)?jiān)u分卡體系　69
5.2.1　整合客戶全域信息　69
5.2.2　增強(qiáng)實(shí)時(shí)信息利用　70
5.2.3　挖掘多模態(tài)數(shù)據(jù)　71
5.2.4　申請(qǐng)?jiān)u分體系的監(jiān)控　71
5.2.5　模型穩(wěn)定性問題和應(yīng)對(duì)
措施　72
5.3　特殊場(chǎng)景：面向小微企業(yè)
信貸的申請(qǐng)?jiān)u分卡　75
5.3.1　小微企業(yè)的定義　76
5.3.2　小微企業(yè)風(fēng)險(xiǎn)評(píng)估的難點(diǎn)　77
5.3.3　解決思路：基于多源數(shù)據(jù)的
小微企業(yè)評(píng)分卡開發(fā)　78
第6章　定價(jià)與定額　81
6.1　信貸產(chǎn)品的定價(jià)與定額　81
6.1.1　信貸產(chǎn)品風(fēng)險(xiǎn)定價(jià)簡(jiǎn)介　81
6.1.2　信貸產(chǎn)品風(fēng)險(xiǎn)定價(jià)具體
模式　83
6.1.3　信貸產(chǎn)品風(fēng)險(xiǎn)定額簡(jiǎn)介　85
6.2　基于最優(yōu)決策的定價(jià)與定額　86
6.2.1　最優(yōu)決策模型　86
6.2.2　模型的數(shù)學(xué)表達(dá)　87
6.2.3　模型訓(xùn)練與預(yù)測(cè)　90
6.2.4　樣本偏差問題　92
6.2.5　有條件約束時(shí)的最優(yōu)決策　93
6.3　最優(yōu)決策模型的效果評(píng)估　96
6.3.1　評(píng)估的難點(diǎn)　96
6.3.2　離線評(píng)估方法　98
6.3.3　線上實(shí)驗(yàn)設(shè)計(jì)　99
第四篇　貸中管理
第7章　貸中評(píng)分體系　105
7.1　貸中管理簡(jiǎn)介　105
7.1.1　貸中場(chǎng)景與業(yè)務(wù)　105
7.1.2　貸中精細(xì)化管理　107
7.2　貸中管理模型體系　108
7.2.1　風(fēng)險(xiǎn)管理模型　108
7.2.2　額度管理模型　111
7.2.3　特殊場(chǎng)景模型　112
7.2.4　模型評(píng)估體系　112
7.3　分客群貸中管理　114
第五篇　貸后管理
第8章　貸后評(píng)分體系　119
8.1　貸后管理簡(jiǎn)介　119
8.1.1　貸后場(chǎng)景與業(yè)務(wù)　119
8.1.2　貸后分期和協(xié)商　121
8.1.3　貸后評(píng)分卡體系　122
8.2　滾動(dòng)預(yù)測(cè)評(píng)分卡　123
8.2.1　傳統(tǒng)滾動(dòng)預(yù)測(cè)評(píng)分卡　123
8.2.2　跨期滾動(dòng)預(yù)測(cè)評(píng)分卡　125
8.2.3　跨期滾動(dòng)預(yù)測(cè)評(píng)分卡
運(yùn)營(yíng)　129
8.3　多模態(tài)數(shù)據(jù)融合技術(shù)賦能貸后
評(píng)分　130
8.3.1　貸后語音文本數(shù)據(jù)的記錄
和挖掘　131
8.3.2　語音文本多模態(tài)數(shù)據(jù)的
應(yīng)用　132
8.3.3　語音文本多模態(tài)模型應(yīng)用
場(chǎng)景　134
第9章　貸后運(yùn)營(yíng)體系　136
9.1　貸后運(yùn)營(yíng)業(yè)務(wù)場(chǎng)景　136
9.1.1　貸后運(yùn)營(yíng)的主要目標(biāo)　136
9.1.2　貸后運(yùn)營(yíng)的業(yè)務(wù)流程　137
9.1.3　貸后運(yùn)營(yíng)的重要指標(biāo)　138
9.1.4　貸后運(yùn)營(yíng)的主要挑戰(zhàn)　139
9.2　貸后智能化運(yùn)營(yíng)體系　139
9.2.1　貸后智能化運(yùn)營(yíng)體系
簡(jiǎn)介　140
9.2.2　智能分案　141
9.2.3　智能作業(yè)　143
9.3　貸后智能化運(yùn)營(yíng)的工程
實(shí)現(xiàn)　145
9.3.1　貸后運(yùn)營(yíng)調(diào)度系統(tǒng)簡(jiǎn)介　145
9.3.2　貸后運(yùn)營(yíng)調(diào)度系統(tǒng)設(shè)計(jì)　146
第10章　不良資產(chǎn)定價(jià)　149
10.1　不良資產(chǎn)發(fā)行與交易　149
10.1.1　不良資產(chǎn)市場(chǎng)現(xiàn)狀　149
10.1.2　不良資產(chǎn)證券化發(fā)行　151
10.1.3　不良資產(chǎn)轉(zhuǎn)讓與收購(gòu)　151
10.1.4　不良資產(chǎn)定價(jià)　152
10.2　數(shù)據(jù)驅(qū)動(dòng)的不良資產(chǎn)定價(jià)
方法　153
10.2.1　靜態(tài)池與資產(chǎn)池的數(shù)據(jù)
準(zhǔn)備　153
10.2.2　基于客戶分群的不良資產(chǎn)
定價(jià)方法　155
10.2.3　基于債項(xiàng)的不良資產(chǎn)定價(jià)
方法　156
第六篇　其他典型風(fēng)險(xiǎn)的防控
第11章　反欺詐　161
11.1　欺詐與反欺詐　161
11.1.1　互聯(lián)網(wǎng)欺詐的特性　161
11.1.2　黑色產(chǎn)業(yè)鏈　162
11.1.3　常見欺詐場(chǎng)景　165
11.2　反欺詐體系　165
11.2.1　在線反欺詐體系的
構(gòu)成　166
11.2.2　風(fēng)險(xiǎn)行為的全面感知　168
11.2.3　風(fēng)險(xiǎn)交易的準(zhǔn)確識(shí)別　169
11.2.4　反欺詐體系的常用
算法　170
11.3　營(yíng)銷場(chǎng)景反欺詐案例　174
11.3.1　事前風(fēng)險(xiǎn)感知　174
11.3.2　事中交易止損　175
11.3.3　事后案件分析　175
第12章　反洗錢　177
12.1　洗錢與反洗錢　177
12.1.1　國(guó)內(nèi)外反洗錢形勢(shì)　178
12.1.2　互聯(lián)網(wǎng)金融反洗錢　179
12.2　反洗錢風(fēng)險(xiǎn)防控體系　180
12.2.1　反洗錢風(fēng)險(xiǎn)防控體系
簡(jiǎn)介　180
12.2.2　洗錢風(fēng)險(xiǎn)監(jiān)控方法　18