大數據、風控、信用，是互聯網金融發展的必解題。本書在第1版的基本上，結合當前的風控管理需要，進行了大量的刪減、增補，對互聯網金融中的信貸風險、策略和控制進行了全面探討，理論與實踐相結合，適合銀行、信用保證保險、消費金融、資產證券化評級機構、小貸公司、互聯網金融、大數據風控等從業人員，以及有意從事金融工作的人員閱讀與參考。

●第1章 導言1
第2章 信貸的經濟學基礎11
2.1 信貸產生的經濟學分析12
2.2 信貸分析方法隨經濟周期而變化19
2.3 信貸風控和策略的經濟學分析24
第3章 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分析在資產證券化與保險中的應用39
第4章 信貸運營45
4.1 客戶畫像46
4.2 信貸產品設計49
4.3 引流獲客與市場營銷51
4.4 申請調查58
第5章 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 還款意願量化方法117
第6章 信貸分析方法融合與全面風險管理123
6.1 傳統信貸分析方法的優缺點和改進建議125
6.2 IPC微貸技術的優缺點和改進建議128
6.3 “信貸工廠”的優缺點和改進建議131
6.4 巴塞爾協議的風控模式的優缺點及改進建議133
6.5 大數據風控模式的優缺點和改進建議137
6.6 基於傳統信貸、IPC微貸技術、“信貸工廠”、巴塞爾
協議和大數據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
第7章 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 大數據風控的自動審批模式162
第8章 決策引擎165
8.1 以FICO的Blaze為代表的商業決策引擎167
8.2 基於MySQL的自建決策引擎169
8.3 基於Drools的自建決策引擎174
8.4 基於Spark的自建決策引擎178
第9章 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183
9.3 變量的選擇及處理185
9.4 模型結果的評測187
9.5 模型校準與映射188
9.6 模型監測190
9.7 模型的常見問題和對策191
第10章 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 人工復審與問卷調查的風控策略210
10.5 數據及A/B測試中的風控策略212
10.6 基於矩陣和優化的風控決策213
第11章 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
第12章 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 大額貸款與循環信貸的貸中管理237
12.4 分期產品的貸中管理238
12.5 預警監測239
12.6 存量客戶的信貸定價管理242
第13章 信貸的合同簽訂及貸款發放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
第14章 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
第15章 逾期管理和不良資產處置263
15.1 逾期信息處理266
15.2 催收策略267
15.3 動態催收策略271
15.4 催收行動273
15.5 不良資產處置274
附錄 管理信息繫統276
附錄A283
附錄B284
參考文獻285
後記289

本書對大數據時代下的信貸風險管理進行了介紹和剖析。首先，從經濟學理論與實踐應用角度對信貸的產生和經濟意義、信貸分析方法的變化進行了闡述；其次，對信貸整個生命周期中使用的Cohort分析、信貸業務開展、合同簽訂、風險監控預警、催收和不良資產處置、管理信息繫統等內容進行了深入講解；再次，從財務數據、信用報告、交易流水等方面分析借款者的還款能力和還款意願，並提出還款意願的貨幣量化方法；然後，對傳統信貸方法、IPC微貸技術、巴塞爾協議的風控、大數據風控進行優缺點分析，提出了基於IPC微貸、巴塞爾協議的大數據風控模式，並給出了不同情況下的具體實施方案，有助於信貸機構提高自身風險管理能力；最後，根據實踐經驗，新增了決策引擎、風控模型建設、風控策略、反欺詐、存量客戶管理等內容，使得大數據風控更具有可操作性。本書理論與實踐相結合，適合銀行、信用保證保險、消費金融、資產證券化評級機構、小貸公司、互聯網金融、等

王軍偉 著