風控：大數(shù)據(jù)時代下的信貸風險管理和實踐（第2版）

目錄/Contents
導言　　1
信貸的經(jīng)濟學基礎　　11
2.1 信貸產(chǎn)生的經(jīng)濟學分析　　12
2.2 信貸分析方法隨經(jīng)濟周期而變化　　19
2.3 信貸風控和策略的經(jīng)濟學分析　　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)證券化與保險中的應用　　39
信貸運營　　45
4.1 客戶畫像　　46
4.2 信貸產(chǎn)品設計　　49
4.3 引流獲客與市場營銷　　51
4.4 申請調(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險管理　　123
6.1 傳統(tǒng)信貸分析方法的優(yōu)缺點和改進建議　　125
6.2 IPC微貸技術(shù)的優(yōu)缺點和改進建議　　128
6.3 “信貸工廠”的優(yōu)缺點和改進建議　　131
6.4 巴塞爾協(xié)議的風控模式的優(yōu)缺點及改進建議　　133
6.5 大數(shù)據(jù)風控模式的優(yōu)缺點和改進建議　　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)風控模式融合的展望　　146
6.7 壓力測試——未來預期與敏感度分析　　148
6.8 全面風險管理　　150
信貸的審批決策　　155
7.1 信貸審批委員會決策模式　　157
7.2 “信貸工廠”審批模式　　161
7.3 大數(shù)據(jù)風控的自動審批模式　　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
風控模型建設與問題對策　　180
9.1 模型選擇　　181
9.2 模型開發(fā)　　183
9.3 變量的選擇及處理　　185
9.4 模型結(jié)果的評測　　187
9.5 模型校準與映射　　188
9.6 模型監(jiān)測　　190
9.7 模型的常見問題和對策　　191
風控策略　　193
10.1 模型策略　　195
10.2 新客戶的授信策略　　201
10.3 定價策略　　205
10.4 人工復審與問卷調(diào)查的風控策略　　210
10.5 數(shù)據(jù)及A/B測試中的風控策略　　212
10.6 基于矩陣和優(yōu)化的風控決策　　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 欺詐場景是分析與挖掘的關鍵　　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 預警監(jiān)測　　239
12.6 存量客戶的信貸定價管理　　242
信貸的合同簽訂及貸款發(fā)放　　245
13.1 準備借款合同　　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 還款風險預防　　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 動態(tài)催收策略　　271
15.4 催收行動　　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　　285
后記　　289