第一节 信用评分卡简介 /003
第二节 评分卡建立与验证 /008
第三节 评分应用 /026
第二章 信用评分模型规格与设计 /031
第一节 数据收集、质量检验 /031
第二节 应排除的数据样本 /033
第三节 样本期间、好坏客户定义 /034
第四节 范例 /039
第三章 分组（Segmentation）目的与分析选择 /041
第一节 分组目的 /041
第二节 分组分析 /043
第三节 范例 /046
第四章 细致分析与自变量分析 /049
第一节 细致分类（Fine Classing） /051
第二节 范例 /052
第三节 单因子分析（Single Factor Analysis） /057
第四节 粗略分类（Coarse Classing） /064
第五节 范例 /065
第五章 模型建立方法讨论 /071
第一节 线性回归（Linear Regression） /073
第二节 逻辑回归（Logistic Regression） /077
第三节 两阶段式建立方法 /082
第四节 初始模型讨论 /084
第五节 范例 /085
第六章 拒绝推论（Reject Inference）的原因与方法 /089
第一节 拒绝推论的原因 /090
第二节 拒绝推论的方法 /092
第七章 最终模型选择与风险校准（Calibration） /099
第一节 最终模型产出 /101
第二节 设定风险校准（Risk Calibration） /105
第三节 模型验证 /109
第八章 决策点（Cut-off）设定 /115
第一节 决策点策略设定方式 /116
第二节 核准点应用方式 /118
第三节 范例 /119
第九章 信用评分模型监控报告 /123
第一节 前端监控报告 /126
第二节 后端监控报告 /135
第十章 信用评分模型策略运用 /151
第一节 业务策略制订方式 /152
第二节 业务策略应用方式 /154
第三节 范例 /158
第十一章 信用评分模型案例（消费产品分期） /161
第一节 数据样本 /162
第二节 样本好坏表现定义 /163
第三节 变量分析 /167
第四节 模型建立与验证 /170
第十二章 信用评分模型案例（现金贷） /173
第一节 数据样本 /174
第二节 样本好坏表现定义 /175
第三节 变量分析 /176
第四节 模型建立与验证 /178
第十三章 催收框架 /183
第一节 催收管理流程 /185
第二节 催收管理系统简介 /190
第三节 催收模型系统 /191
第四节 催收策略系统 /195
第十四章 催收技巧及KPI标准 /213
· · · · · · (收起)
具体描述
随着国内消费金融市场的开放与高度竞争,小贷公司、P2P、消费金融公司,现金贷公司等蜂拥而立,野蛮生长。这些金融产品的共同属性就是放款金额小,审批速度快,规模数量大。不管是申贷时或核拨后，每位客户在不同阶段都有不同的潜在风险，这些风险征兆可能存在于各种令人忽略的细节中，这考验风险控制的执行与管理能力,信用评等模型的精准决策与快速调整,就关乎风险资产品质是好坏的最大关键与命脉。 信用评分模型建立在完整的历史数据上，藉由数据汇整、清理、分群及探勘等技术，将大量数据转化为有用的风险信息，信用评分模型建立后，可将风险数据化，清楚呈现客户的违约率及风险排序，使风险单位得以确切掌握客户风险，并制定更为精准的授信政策。 环顾国内市场具备建模能力的专才供需失衡,特将评分建模过程逐一章节细分介绍,并提供实际案例与读者分享,解开长久以来对建模是个黑盒子的印象。并期盼更多具备风险建模的专才加入,具备自我开发建模的能力,让普惠金融更能良性发展。?
用户评价
##还可以吧 毕竟这个领域入门书不太多。有些内容前后重复。
评分##20200225，工作原因，大致翻翻
评分##好像是硕士论文，了解了风控的数据模型
评分##可以看出来作者在写一本会有人买的书和不写所有的真实经验之间痛苦纠结。不过可以看一下最传统的分类模型会有那些前后技术……
评分##20200225，工作原因，大致翻翻
评分##开卷有益
评分##文字用语读起来不是很顺畅（像是台湾味儿？），不少地方有错误。整体的框架上能对传统的消费金融的风控中的建模、分析、流程环节、经验、等等都有比较全面的介绍，值得翻一翻。
评分##小错误超级多，没有名词解释，按大框架东拼西凑出来的一本书。最后两章还抄了<<Managing a customer lending business>>。细节不够丰富，可实践性几乎没有。
评分##小错误超级多，没有名词解释，按大框架东拼西凑出来的一本书。最后两章还抄了<<Managing a customer lending business>>。细节不够丰富，可实践性几乎没有。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.teaonline.club All Rights Reserved. 图书大百科 版权所有