數據化風控：信用評分建模教程

隨著國內消費金融市場的開放與高度競爭,小貸公司、P2P、消費金融公司,現金貸公司等蜂擁而立,野蠻生長。這些金融產品的共同屬性就是放款金額小,審批速度快,規模數量大。不管是申貸時或核撥后，每位客戶在不同階段都有不同的潛在風險，這些風險徵兆可能存在於各種令人忽略的細節中，這考驗風險控制的執行與管理能力,信用評等模型的精準決策與快速調整,就關乎風險資產品質是好壞的最大關鍵與命脈。 信用評分模型建立在完整的歷史數據上，藉由數據彙整、清理、分群及探勘等技術，將大量數據轉化為有用的風險信息，信用評分模型建立后，可將風險數據化，清楚呈現客戶的違約率及風險排序，使風險單位得以確切掌握客戶風險，並制定更為精準的授信政策。 環顧國內市場具備建模能力的專才供需失衡,特將評分建模過程逐一章節細分介紹,並提供實際案例與讀者分享,解開長久以來對建模是個黑盒子的印象。並期盼更多具備風險建模的專才加入,具備自我開發建模的能力,讓普惠金融更能良性發展。



單良，本科畢業於美國紐約哥倫比亞大學，復旦大學、台灣大學EMBA，曾任職于香港維信理財公司、台北富邦銀行、中國信托商業銀行、澳商澳盛銀行及台新銀行等機構；兼任台灣金融研訓院特約講師、VISA中國區兼職顧問。具備台灣銀行業消費金融風險管理與大陸小貸、P2P風控管理完整資歷，長期關注兩岸消費金融產業風控管理的發展與創新。曾發表前瞻性評論，併為台灣金融研訓院、中國P2P網貸實務研修班授課。著作有《信用評等模型關鍵12堂課》《互聯網金融時代消費信貸評分建模與應用》。喬楊，ZRobot CEO。曾擔任知名互聯網金融公司聯合創始人兼風險官，美國發現金融芝加哥總部擔任風險策略及模型業務高級經理，發現金融上海大數據風控中心風控策略及大數據建模業務負責人。曾參與美國通用電氣公司財務管理領導力項目（FMP），研究商品期貨和貨幣的對沖策略。他擁有美國愛荷華大學經濟學及MBA雙碩士學位，芝加哥大學電腦科學碩士學位，SAS認證師，Teradata認證SQL專家，微軟認證系統工程師（MCSE）等。