| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202405*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:大數據智能風控-模型.平臺與業務實踐 ISBN:9787111754565 出版社:機械工業 著編譯者:鄧甄 李欽 叢書名:金融科技 頁數:246 所在地:中國大陸 *此為代購商品 書號:1644115 可大量預訂,請先連絡。 內容簡介 這是一本深入講解智能風控理論體系和風控全生命周期業務實踐的著作。作者基於在銀行業10餘年的風控經驗,首先詳細講解了「大數據、模型、風控平台」三位一體的智能風控體系,能為風控實踐提供紮實的理論指導;然後圍繞風控的全生命周期,從貸前評估、貸中監控、貸后管理以及智能反欺詐、智能催收等角度全面講解了智能風控的業務實踐,深刻揭示了智能風控體系的精髓。 第1∼2章全面而深入地探討了智能風控的背景知識:首先對基礎信貸業務進行了細緻解析,讀者可以從中了解其運作方式和重要性;然後,梳理了智能風控是如何隨著技術的進步和市場的需求逐漸成熟和完善的。 第3∼5章圍繞「數據、模型、風控平台」三位一體的智能風控理論體系展開:首先介紹了內部數據、外部數據、個人徵信數據在智能風控中的應用,以及智能數據體系的構建;然後深入探討了智能風控模型的演算法、評價指標、開發流程;最後講解了風控平台的理論框架、設計原則、架構設計、建設流程以及決策引擎的建設。 第6∼8章圍繞風控的全生命周期探討了風控策略在實際業務中的應用,包括貸前評估、貸中監控、貸后管理,以及智能反欺詐和智能催收體系的建設和業務實踐,能幫助讀者將理論知識轉化為實際操作能力,更好地應對現實業務中的挑戰。 第9章對智能風控的未來發展進行了展望,不僅為讀者揭示了未來的機遇,也提供了對於如何應對未來挑戰的思考。作者簡介 鄧甄,資深風控技術專家,西南財經大學碩士,現就職于某民營銀行,聚焦智能風控體系化建設。在人工智慧和風險策略領域有非常深厚的積累,曾主導從0到1建設具備自主知識產權的風控決策引擎、反欺詐調查系統、貸中管理平台、智能催收系統項目,擅長零售業務的風險策略制定和風險運營管理。獲得風控領域相關國家發明專利授權近20項,在《金融電子化》《中國信用卡》等權威期刊發表多篇智能風控建設相關文章。作為專家成員參与中國人民銀行金融數據綜合應用試點優秀實踐項目、金融數字化發展聯盟智能風控項目等,獲得省部級獎勵。創立微信公眾號:風控小白在線(微信號:risk_xiaobai)。目錄 前言第1章 互聯網信貸業務邏輯和風險 1 1 互聯網信貸業務 1 1 1 互聯網信貸的定義和範圍 1 1 2 互聯網信貸的業務模式 1 1 3 互聯網信貸業務監管演進 1 1 4 互聯網信貸業務的發展趨勢 1 2 互聯網信貸風險 1 2 1 認識風險 1 2 2 風險管理的組織架構和「三道防線」 1 2 3 信貸風險管理流程 1 2 4 大數據風控 1 2 5 大數據風控管理原則 1 3 本章小結 第2章 大數據智能風控的由來 2 1 金融科技的概念、發展及影響 2 1 1 金融科技的概念 2 1 2 金融科技的創新曆程 2 1 3 金融科技的影響 2 2 銀行數字化轉型 2 2 1 銀行數字化轉型的內涵 2 2 2 銀行數字化轉型的三大因素 2 2 3 銀行數字化轉型的基本思路與對策 2 3 從傳統風控到大數據智能風控 2 3 1風控1 0:傳統風控 2 3 2風控2 0:大數據風控 2 3 3風控3 0:大數據智能風控 2 4 大數據智能風控的內涵與建設 2 4 1 大數據智能風控的內涵 2 4 2 大數據智能風控的建設 2 5 案例剖析 2 5 1 經營原則:數據驅動戰略 2 5 2 全面應用大數據和人工智慧技術 2 5 3 打造的智能風控體系 2 5 4 對我國商業銀行的啟示 2 6 本章小結 第3章 大數據智能風控基礎大數據 3 1 大數據對商業銀行的影響 3 1 1 大數據的特性 3 1 2 大數據賦能 3 2 內部數據 3 3 外部數據 3 3 1 外部數據分類 3 3 2 外部數據源的管理原則 3 3 3 外部數據管理流程 3 3 4 外部數據評估 3 4 人行徵信 3 4 1 人行徵信簡介 3 4 2 人行徵信的歷史沿革 3 4 3 人行徵信數據的主要來源 3 4 4 二代徵信的主要改進 3 4 5 人行徵信的業務實踐 3 5 智能數據體系 3 5 1 數據技術架構 3 5 2 統一數據管理 3 6 案例剖析 3 7 本章小結 第4章 大數據智能風控核心:模型 4 1 模型的理論框架 4 1 1 模型發展歷程 4 1 2 模型的分類 4 1 3 模型的特徵 4 2 模型演算法 4 2 1 邏輯回歸演算法 4 2 2 決策樹 4 2 3 集成學習 4 3 模型評價指標 4 3 1 混淆矩陣 4 3 2 評價指標 4 4 模型開發流程 4 4 1 模型定位 4 4 2 數據處理 4 4 3 樣本準備 4 4 4 特徵變數評估 4 4 5 模型訓練 4 4 6 模型管理 4 5 案例剖析 4 6 本章小結 第5章 大數據智能風控載體風控平台 5 1 風控平台的理論框架 5 1 1 風控平台的內涵 5 1 2 風控平台建設的合規要求 5 1 3 風控平台建設的同業實踐 5 1 4 風控平台的設計原則 5 2 風控系統建設方案 5 2 1 風控系統架構建設 5 2 2 風控系統流程建設 5 3 決策引擎建設方案 5 3 1 決策引擎的內涵 5 3 2 決策引擎的功能架構 5 3 3 決策引擎的主要優勢和應用 5 3 4 決策引擎的核心組件 5 4 本章小結 第6章 風控策略應用 6 1 風控策略的管理內涵 6 1 1 模型與規則 6 1 2 政策與策略 6 1 3 策略體系的3種模式 6 1 4 策略管理流程 6 2 貸前策略應用實戰 6 2 1 前置准入策略 6 2 2 信息驗證策略 6 2 3 授信審批策略 6 3 貸中策略應用實戰 6 3 1 貸中策略框架 6 3 2 貸中策略應用 6 4 案例剖析 6 5 本章小結 第7章 智能反欺詐 7 1 信貸欺詐行為的內涵和特徵 7 1 1 信貸欺詐特徵 7 1 2 欺詐風險形成條件 7 1 3 欺詐風險與信用風險 7 2 揭秘黑產 7 2 1 黑產上游 7 2 2 黑產中游 7 2 3 黑產下游 7 3 智能反欺詐能力體系建設 7 3 1 反欺詐底層能力建設 7 3 2 反欺詐核心應用能力建設 7 3 3 全面反欺詐工作流 7 4 案例剖析 7 5 本章小結 第8章 智能催收 8 1 催收的內涵 8 1 1 催收業務:保護債權人權益與解決逾期問題 8 1 2 催收管理哲學:平衡風險與利潤的關鍵 8 1 3 催收合規化進展 8 2 催收業務 8 2 1 催收業務準備 8 2 2 催收業務流程 8 2 3 催收策略 8 3 智能催收體系 8 3 1 智能催收體系發展特點 8 3 2 智能催收系統框架 8 3 3 智能催收體系關鍵能力 8 4 案例剖析 8 5 本章小結 第9章 大數據智能風控的未來與展望 9 1 金融科技的政策指引 9 2 大數據智能風控的挑戰與對策 9 2 1 大數據智能風控面臨的挑戰 9 2 2 大數據智能風控的對策 9 3 大數據智能風控發展趨勢 9 4 本章小結 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |