金融風控資料建模導論
阿新 • • 發佈：2018-12-20
（一）序言
（二）序言
-
金融風控具體在哪個環節才需要資料建模
-
貸前稽核
-
貸後管理
-
反欺詐
-
1.2 金融機構信貸風控流程介紹
-
（1）客戶申請
- 沒啥可說的
-
（2）資料填寫
- 具體個人資訊填寫錯誤，金融機構會要求客戶重新填寫，如何聯絡客戶資料填寫錯誤，會要求凍結幾天才能重新申請
-
（3）要素驗證
- 根據客戶的資料填寫，做三要素或做四要素驗證，比如說客戶的手機號、銀行卡、身份證是否匹配
-
（4）合規性驗證
- 客戶所在的行業是否是金融機構限制放貸的行業
-
（5）規則驗證
- 人行徵信情況
-
（6）黑名單
- 各個金融公司自有資料維度的黑名單
-
（7）反欺詐
- 反欺詐規則
-
（8）信用評分
-
（9）放款
-
（10）貸後管理
金融風控流程圖，如下：
（三）金融分控建模崗需掌握的技能
-
（1）統計學
- 大學層次
-
（2）數學
- 大學層次
-
（3）資料庫
- Orale或者MySQL
-
（4）程式語言
- Python、R和SAS
-
（5）機器學習
- LR、決策樹、隨機森林、Xgboost等等主流演算法
（四）金融風控模型的核心內容
-
風控模型
-
基於LR（邏輯迴歸）的統計模型
-
機器學習模型，如隨機森林和xgboost
-
-
策略制定
-
反欺詐策略
-
業務規則
-
三方資料規則
-
額度策略
-
（五）金融風控模型介紹
金融風控模型就是評分卡模型，通過將模型預測的違約概率轉換為分數，最終利用分數再結合相關策略來決定是否給客戶放款
-
模型開發流程
-
傳統評分卡
-
基於LR
-
基於AHP
-
-
機器學習評分卡
-
隨機森林
-
xgboost
-
組合模型
-