重新定義風(fēng)控(從0到1建設(shè)小微信貸大數(shù)據(jù)智能風(fēng)控體系)
定 價:68 元
- 作者:黃丁聰,宋夢超著
- 出版時間:2022/3/1
- ISBN:9787550452947
- 出 版 社:西南財經(jīng)大學(xué)出版社
- 中圖法分類:F832.4
- 頁碼:222
- 紙張:
- 版次:1
- 開本:16開
本書將首先從小微信貸的發(fā)展現(xiàn)狀出發(fā),基于數(shù)字時代視角,預(yù)判小微信貸發(fā)展趨勢。然后在此基礎(chǔ)上,整體性地介紹小微信貸大數(shù)據(jù)智能風(fēng)控體系,詳細闡述小微信貸大數(shù)據(jù)智能風(fēng)控業(yè)務(wù)流程、大數(shù)據(jù)模型的體系和特點、與消費信貸數(shù)字風(fēng)控的差異,并深入介紹需要考量的風(fēng)控維度。再進一步圍繞大數(shù)據(jù)智能風(fēng)控體系,深入闡述主要大數(shù)據(jù)風(fēng)控模型的建模思路和建模方法。最后,數(shù)據(jù)是數(shù)字風(fēng)控的基礎(chǔ),是核心生產(chǎn)資料,本書結(jié)合應(yīng)用實踐與數(shù)據(jù)安全管理現(xiàn)狀及未來發(fā)展趨勢,提出相應(yīng)的數(shù)據(jù)應(yīng)用策略。
探索、實踐與情懷
小微企業(yè)在國民經(jīng)濟
中發(fā)揮了十分重要的作用
。從全球范圍來看,美、
德、日的中小企業(yè)對經(jīng)濟
發(fā)展的貢獻在50%左右,
對就業(yè)的貢獻在60%~
70%。在中國,小微企業(yè)
具有“56789”的特征,即
小微企業(yè)貢獻了全國50%
以上的稅收、60%以上的
GDP、70%以上的技術(shù)創(chuàng)
新、80%以上的就業(yè)、
90%以上的企業(yè)數(shù)量。全
球金融危機后,為加快經(jīng)
濟轉(zhuǎn)型發(fā)展和經(jīng)濟結(jié)構(gòu)調(diào)
整,中國出臺了一系列支
持小微企業(yè)發(fā)展的政策和
措施,發(fā)展小微企業(yè)成了
國家的重要戰(zhàn)略。然而,
小微企業(yè)一直存在著融資
難的問題,難就難在小微
企業(yè)的生命周期短、抗風(fēng)
險能力弱,不僅缺乏判斷
其履約能力的規(guī)范資料,
還缺乏有效的抵質(zhì)押物。
而商業(yè)銀行作為經(jīng)營風(fēng)險
的企業(yè),對不確定性有著
天然的敏感性,雖然說不
同的銀行有不同的風(fēng)險偏
好,但風(fēng)險偏好往往受經(jīng)
濟資本、股東期望、監(jiān)管
要求以及銀行自身的管理
水平等各種因素的約束。
這些因素客觀上決定了大
部分商業(yè)銀行對于小微企
業(yè)貸款采取更為審慎的態(tài)
度,小微企業(yè)融資難就在
所難免了。
我在擔(dān)任建設(shè)銀行風(fēng)
險管理部總經(jīng)理和首席風(fēng)
險官期間,曾經(jīng)試圖破解
這個困擾銀行與社會的難
題。一方面,對于小微企
業(yè)產(chǎn)生的龐大市場需求銀
行不能無視其存在,而高
企的風(fēng)險成本又讓銀行望
而卻步;另一方面,繁榮
的經(jīng)濟生態(tài)和穩(wěn)定的社會
基礎(chǔ)離不開小微企業(yè),而
政府基于弱勢群體推出的
普惠金融政策始終未能如
愿。我嘗試從理解小微企
業(yè)行為特征的角度探索解
決小微企業(yè)風(fēng)險識別問題
,希望能在傳統(tǒng)的建模方
法之外找到一條新的風(fēng)險
計量路徑,既解決小微企
業(yè)的信用評價問題,又解
決貸款調(diào)查的成本和效率
問題,從而支撐大型銀行
走出具有大銀行特色的小
微企業(yè)信貸業(yè)務(wù)之路。為
此,我們在借鑒國際經(jīng)驗
的基礎(chǔ)上開展了一系列的
探索,其中有兩個比較重
要的實踐:
一是推進小微企業(yè)業(yè)
務(wù)專業(yè)化運營。借鑒國外
領(lǐng)先銀行“流程銀行”的理
念,從2007年開始逐步
推進“信貸工廠”模式,在
全行建設(shè)小企業(yè)經(jīng)營中心
,推進產(chǎn)品銷售和后臺作
業(yè)分離,實現(xiàn)信貸操作一
站式集中作業(yè),在全行執(zhí)
行統(tǒng)一、標(biāo)準(zhǔn)化的業(yè)務(wù)操
作規(guī)范,基于標(biāo)準(zhǔn)化作業(yè)
,大幅提升了處理效率,
通過關(guān)鍵崗位分離,增強
了風(fēng)險的控制能力。
二是研發(fā)實用的風(fēng)險
計量工具。參照國際銀行
業(yè)的通行做法,針對單戶
人民幣500萬元以下的貸
款客戶,建立并運用小微
企業(yè)申請評分卡和行為評
分卡,支持貸前風(fēng)險評估
和貸后主動監(jiān)控,實現(xiàn)客
戶評價從單純依靠財務(wù)信
息轉(zhuǎn)向重點關(guān)注客戶履約
能力、賬戶結(jié)算、履約行
為等方面,以解決小微企
業(yè)財務(wù)報表不規(guī)范、財務(wù)
數(shù)據(jù)缺乏且可信度相對較
低的問題;谛∥⑵髽I(yè)
評分卡,推出了專門的以
信用貸款為主要形式的小
微企業(yè)評分卡信貸業(yè)務(wù)模
式,參照零售貸款進行資
本計量,對推動小微企業(yè)
信貸業(yè)務(wù)向“小額化”“標(biāo)
準(zhǔn)化”業(yè)務(wù)轉(zhuǎn)型起到了積
極的作用。
這些探索雖然在一定
程度上解決了貸款慢、貸
款難的問題,但仍然主要
依賴于人工調(diào)查和人工審
批。結(jié)構(gòu)化數(shù)據(jù)的自動收
集,非結(jié)構(gòu)化數(shù)據(jù)的采集
、儲存與加工,準(zhǔn)確描述
不同類型小微企業(yè)風(fēng)險特
征的模型構(gòu)建,等等,仍
然是一道道無法解決的難
題,這無疑是一種遺憾。
2011年,麥肯錫發(fā)布
了《大數(shù)據(jù):下一個創(chuàng)新
、競爭和生產(chǎn)率的前沿》
的研究報告,引發(fā)了大數(shù)
據(jù)熱潮,給一直處于困惑
之中的銀行業(yè)帶來了新的
啟迪,我也感覺到大數(shù)據(jù)
將給商業(yè)銀行風(fēng)險管理帶
來重大的影響,大數(shù)據(jù)能
夠有效提升風(fēng)險計量工具
的有效性,提高商業(yè)銀行
風(fēng)險管理的智能化水平,
特別是為商業(yè)銀行改變小
微企業(yè)信貸風(fēng)控模式帶來
新機遇。2014—2015年
,我作為高管團隊成員曾
經(jīng)短暫地分管過數(shù)據(jù)工作
,參與了建設(shè)銀行大數(shù)據(jù)
前期研究與應(yīng)用戰(zhàn)略規(guī)劃
工作,以及上海數(shù)據(jù)分析
中心的組建工作。當(dāng)時,
成立上海數(shù)據(jù)分析中心的
初哀是借鑒花旗銀行等國
外銀行組建卓越中心的實
踐經(jīng)驗,建立國內(nèi)銀行業(yè)
第一個卓越中心,作為數(shù)
據(jù)分析挖掘的“特種部隊”
,帶動全行數(shù)據(jù)應(yīng)用水平
的提升,支持全行業(yè)務(wù)轉(zhuǎn)
型。2018年,隨著內(nèi)外
部環(huán)境的變化,為了更好
地支撐全行發(fā)展戰(zhàn)略的實
施,上海數(shù)據(jù)分析中心更
名為上海大數(shù)據(jù)智慧中心
并組建風(fēng)險計量中心,推
動全行數(shù)據(jù)應(yīng)用水平邁上
了一個新臺階,風(fēng)險管理
的智能化水平也得到了大
幅的提升,我的“風(fēng)險管
理智能夢”在一步步變成
現(xiàn)實。本書作者之一黃丁
聰全程參與了這一過程,
從大數(shù)據(jù)應(yīng)用戰(zhàn)略規(guī)劃的
資料收集和報告撰寫,到
數(shù)據(jù)分析中心的組建,再
到后來的大數(shù)據(jù)應(yīng)用實施
,他所做的工作體現(xiàn)出專
家的價值。
上海數(shù)據(jù)分析中心的
成立及后續(xù)的調(diào)整發(fā)展,
為推動大數(shù)據(jù)在建設(shè)銀行
小微信貸業(yè)務(wù)風(fēng)控領(lǐng)域的
應(yīng)用奠定了重要的基礎(chǔ)。
2016年開始,建設(shè)銀行
在借鑒富國銀行、鄧白氏
公司、Kabbage公司等國
際機構(gòu)在小微企業(yè)信用評
分成熟應(yīng)用經(jīng)驗的基礎(chǔ)上
,立足國內(nèi)數(shù)據(jù)、市場環(huán)
境,結(jié)合
黃丁聰,資深數(shù)字金融專家、大數(shù)據(jù)專家。曾任中國建設(shè)銀行總行上海大數(shù)據(jù)智慧中心首席產(chǎn)品經(jīng)理、普惠與互聯(lián)網(wǎng)金融處負責(zé)人。參與起草建設(shè)銀行大數(shù)據(jù)應(yīng)用戰(zhàn)略規(guī)劃。帶領(lǐng)團隊推進建行“云稅貸”等小微快貸產(chǎn)品的大數(shù)據(jù)風(fēng)控模型體系研發(fā)工作。先后獲得工信部“星河獎·行業(yè)最佳大數(shù)據(jù)應(yīng)用”,以及《亞洲銀行家》雜志“亞太區(qū)最佳數(shù)據(jù)分析項目”等獎項。曾受邀擔(dān)任河北雄安新區(qū)住房租賃積分方案評審專家、“鑫智獎”金融數(shù)據(jù)智能優(yōu)秀解決方案評選組委會專家等。
背景篇 數(shù)字時代的小微信貸
第一章 小微信貸的定義與發(fā)展現(xiàn)狀
第二章 數(shù)字時代小微信貸的發(fā)展趨勢
第一節(jié) 數(shù)字時代已來,小微信貸迎來最好的時代
第二節(jié) 小微信貸的四大發(fā)展趨勢
架構(gòu)篇 小微信貸大數(shù)據(jù)智能風(fēng)控體系
第三章 從小微信貸傳統(tǒng)風(fēng)控模式的痛點說起
第一節(jié) 小微企業(yè)說:銀行貸款材料多、審批慢,交易成本高
第二節(jié) 銀行說:小微企業(yè)倒閉快,控不住風(fēng)險
第四章 小微信貸大數(shù)據(jù)智能風(fēng)控體系是什么
第一節(jié) 大數(shù)據(jù)智能風(fēng)控業(yè)務(wù)流程
第二節(jié) 大數(shù)據(jù)模型體系
第三節(jié) 風(fēng)控策略的制定
第四節(jié) 小微信貸大數(shù)據(jù)智能風(fēng)控的特點
第五章 小微信貸大數(shù)據(jù)智能風(fēng)控維度
第一節(jié) 宏觀風(fēng)控維度
第二節(jié) 微觀風(fēng)控維度
第三節(jié) 指標(biāo)設(shè)計方法
技術(shù)篇 小微信貸大數(shù)據(jù)智能風(fēng)控模型建模方法
第六章 算法基礎(chǔ)
第一節(jié) 機器學(xué)習(xí)基礎(chǔ)
第二節(jié) 信貸風(fēng)控常用算法
第三節(jié) 模型評估與優(yōu)化
第七章 圖數(shù)據(jù)庫及圖算法介紹
第一節(jié) 關(guān)系型數(shù)據(jù)庫和圖數(shù)據(jù)庫
第二節(jié) 圖技術(shù)應(yīng)用
第三節(jié) 顯式圖特征挖掘算法
第四節(jié) 隱式圖特征挖掘算法
第八章 傳統(tǒng)評分卡模型構(gòu)建方法
第一節(jié) 數(shù)據(jù)準(zhǔn)備
第二節(jié) 特征篩選
第三節(jié) 測試集劃分
第四節(jié) 變量分箱和wOE編碼
第五節(jié) 邏輯回歸建模
第六節(jié) 模型調(diào)整與評價
第七節(jié) 評分卡轉(zhuǎn)化
第八節(jié) 評分卡模型分類與應(yīng)用
第九章 評分卡模型建模的幾個創(chuàng)新優(yōu)化方法
第一節(jié) 模型定義優(yōu)化
第二節(jié) 特征挖掘優(yōu)化
第三節(jié) 建模方法優(yōu)化
第十章 風(fēng)控技術(shù)創(chuàng)新
第一節(jié) 資金交易緊密度
第二節(jié) 關(guān)系綜合親密度
第三節(jié) 社會資本值
第四節(jié) 行業(yè)地區(qū)風(fēng)險指數(shù)
第五節(jié) 額度優(yōu)化模型
第六節(jié) 風(fēng)險傳染模型
第十一章 模型風(fēng)險管理
第一節(jié) 模型風(fēng)險管理的主要指標(biāo)介紹
第二節(jié) 模型研發(fā)的風(fēng)險管理
第三節(jié) 模型投產(chǎn)前的風(fēng)險管理
第四節(jié) 模型運行期間的風(fēng)險管理
數(shù)據(jù)篇 小微信貸大數(shù)據(jù)智能風(fēng)控的數(shù)據(jù)基礎(chǔ)
第十二章 風(fēng)控數(shù)據(jù)維度與數(shù)據(jù)應(yīng)用
第一節(jié) 宏觀數(shù)據(jù)
第二節(jié) 企業(yè)主評價數(shù)據(jù)
第三節(jié) 企業(yè)經(jīng)營數(shù)據(jù)
第四節(jié) 數(shù)據(jù)應(yīng)用模式
第十三章 數(shù)據(jù)風(fēng)險管理
第一節(jié) 數(shù)據(jù)風(fēng)險的表現(xiàn)形式
第二節(jié) 數(shù)據(jù)風(fēng)險管理機制
參考文獻
后記