（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）独创理论体系：作者结合多年经验，独创了“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。
售 价：¥
纸质售价：¥94.10购买纸书
6.4
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
前折页
书名页
前言
第1章 互联网信贷业务逻辑和风险
1.1 互联网信贷业务
1.1.1 互联网信贷的定义和范围
1.1.2 互联网信贷的业务模式
1.1.3 互联网信贷业务监管演进
1.1.4 互联网信贷业务的发展趋势
1.2 互联网信贷风险
1.2.1 认识风险
1.2.2 风险管理的组织架构和“三道防线”
1.2.3 信贷风险管理流程
1.2.4 大数据风控
1.2.5 大数据风控管理原则
1.3 本章小结
第2章 大数据智能风控的由来
2.1 金融科技的概念、发展及影响
2.1.1 金融科技的概念
2.1.2 金融科技的创新历程
2.1.3 金融科技的影响
2.2 银行数字化转型
2.2.1 银行数字化转型的内涵
2.2.2 银行数字化转型的三大因素
2.2.3 银行数字化转型的基本思路与对策
2.3 从传统风控到大数据智能风控
2.3.1 风控1.0：传统风控
2.3.2 风控2.0：大数据风控
2.3.3 风控3.0：大数据智能风控
2.4 大数据智能风控的内涵与建设
2.4.1 大数据智能风控的内涵
2.4.2 大数据智能风控的建设
2.5 案例剖析
2.5.1 经营原则：数据驱动战略
2.5.2 全面应用大数据和人工智能技术
2.5.3 打造一流的智能风控体系
2.5.4 对我国商业银行的启示
2.6 本章小结
第3章 大数据智能风控基础：大数据
3.1 大数据对商业银行的影响
3.1.1 大数据的特性
3.1.2 大数据赋能
3.2 内部数据
3.3 外部数据
3.3.1 外部数据分类
3.3.2 外部数据源的管理原则
3.3.3 外部数据管理流程
3.3.4 外部数据评估
3.4 人行征信
3.4.1 人行征信简介
3.4.2 人行征信的历史沿革
3.4.3 人行征信数据的主要来源
3.4.4 二代征信的主要改进
3.4.5 人行征信的业务实践
3.5 智能数据体系
3.5.1 数据技术架构
3.5.2 统一数据管理
3.6 案例剖析
3.7 本章小结
第4章 大数据智能风控核心：模型
4.1 模型的理论框架
4.1.1 模型发展历程
4.1.2 模型的分类
4.1.3 模型的特征
4.2 模型算法
4.2.1 逻辑回归算法
4.2.2 决策树
4.2.3 集成学习
4.3 模型评价指标
4.3.1 混淆矩阵
4.3.2 评价指标
4.4 模型开发流程
4.4.1 模型定位
4.4.2 数据处理
4.4.3 样本准备
4.4.4 特征变量评估
4.4.5 模型训练
4.4.6 模型管理
4.5 案例剖析
4.6 本章小结
第5章 大数据智能风控载体：风控平台
5.1 风控平台的理论框架
5.1.1 风控平台的内涵
5.1.2 风控平台建设的合规要求
5.1.3 风控平台建设的同业实践
5.1.4 风控平台的设计原则
5.2 风控系统建设方案
5.2.1 风控系统架构建设
5.2.2 风控系统流程建设
5.3 决策引擎建设方案
5.3.1 决策引擎的内涵
5.3.2 决策引擎的功能架构
5.3.3 决策引擎的主要优势和应用
5.3.4 决策引擎的核心组件
5.4 本章小结
第6章 风控策略应用
6.1 风控策略的管理内涵
6.1.1 模型与规则
6.1.2 政策与策略
6.1.3 策略体系的3种模式
6.1.4 策略管理流程
6.2 贷前策略应用实战
6.2.1 前置准入策略
6.2.2 信息验证策略
6.2.3 授信审批策略
6.3 贷中策略应用实战
6.3.1 贷中策略框架
6.3.2 贷中策略应用
6.4 案例剖析
6.5 本章小结
第7章 智能反欺诈
7.1 信贷欺诈行为的内涵和特征
7.1.1 信贷欺诈特征
7.1.2 欺诈风险形成条件
7.1.3 欺诈风险与信用风险
7.2 揭秘黑产
7.2.1 黑产上游
7.2.2 黑产中游
7.2.3 黑产下游
7.3 智能反欺诈能力体系建设
7.3.1 反欺诈底层能力建设
7.3.2 反欺诈核心应用能力建设
7.3.3 全面反欺诈工作流
7.4 案例剖析
7.5 本章小结
第8章 智能催收
8.1 催收的内涵
8.1.1 催收业务：保护债权人权益与解决逾期问题
8.1.2 催收管理哲学：平衡风险与利润的关键
8.1.3 催收合规化进展
8.2 催收业务
8.2.1 催收业务准备
8.2.2 催收业务流程
8.2.3 催收策略
8.3 智能催收体系
8.3.1 智能催收体系发展特点
8.3.2 智能催收系统框架
8.3.3 智能催收体系关键能力
8.4 案例剖析
8.5 本章小结
第9章 大数据智能风控的未来与展望
9.1 金融科技的政策指引
9.2 大数据智能风控的挑战与对策
9.2.1 大数据智能风控面临的挑战
9.2.2 大数据智能风控的对策
9.3 大数据智能风控发展趋势
9.4 本章小结
后折页
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
