智能風控實踐指南：從模型、特徵到決策

隨著人工智慧技術的進步和消費金融行業的快速發展，智慧風控已經成為金融行業的剛性需求。本書圍繞智慧風控的關鍵環節一一展開，同時結合具體的智慧風控實例進行解析。本書共6章，主要內容包括智慧風控的發展，搭建智慧風控模型體系，搭建風控特徵畫像體系，搭建智慧風控策略體系，智慧風控與人工的結合，以及智慧風控管理。本書適合銀行、消費金融與保險等領域信貸風控模型開發人員、特徵挖掘人員和策略分析人員，以及金融科技領域從業者、諮詢行業從業者和其他對智慧風控感興趣的人閱讀。

第1章　智慧風控的發展／ 1
1.1　早期的風控技術／ 1
1.1.1　基於人工經驗的風控／ 1
1.1.2　傳統統計量化的風控／ 2
1.2　初識智能風控／ 2
1.2.1　智慧風控的定義／ 3
1.2.2　智慧風控的發展／ 3
1.2.3　與傳統風控對比／ 4
1.3　智慧風控主要應用／ 5
1.3.1　應用於行銷環節／ 6
1.3.2　應用於貸前環節／ 6
1.3.3　應用於貸中環節／ 7
1.3.4　應用於貸後環節／ 8
1.4　本章小結／ 9

第2章　搭建智慧風控模型體系／ 10
2.1　模型概述／ 11
2.2　模型開發方法論——構建好樣本／ 13
2.2.1　問題定義／ 14
2.2.2　樣本的選擇和劃分／ 18
2.2.3　模型架構設計／ 20
2.2.4　數據準備和數據描述／ 21
2.2.5　數據預處理／ 24
2.3　模型開發方法論——構建好模型／ 33
2.3.1　特徵選擇／ 33
2.3.2　特徵提取／ 44
2.3.3　模型訓練、概率轉化和效果評估／ 46
2.3.4　模型部署及上線驗證／ 54
2.4　常用風控建模智慧演算法／ 56
2.4.1　基礎學習演算法／ 56
2.4.2　集成學習演算法／ 65
2.4.3　深度學習演算法／ 74
2.5　模型反覆運算優化／ 81
2.5.1　模型融合角度／ 82
2.5.2　建模時效角度／ 85
2.5.3　拒 推斷角度／ 86
2.6　風控模型體系搭建／ 92
2.6.1　行銷階段的模型／ 92
2.6.2　貸前階段的模型／ 93
2.6.3　貸中階段的模型／ 94
2.6.4　貸後階段的模型／ 95
2.7　模型監控和異常處理／ 96
2.7.1　模型監控和預警／ 96
2.7.2　模型異常處理／ 100
2.8　本章小結／ 100

第3章　搭建風控特徵畫像體系／ 102
3.1　特徵挖掘概述／ 102
3.2　特徵挖掘方法論／ 103
3.2.1　原始數據分析／ 103
3.2.2　數據清洗／ 104
3.2.3　中間數據集構建／ 109
3.2.4　特徵的設計和生成／ 115
3.2.5　特徵評估／ 124
3.2.6　特徵上下線／ 126
3.3　 特徵挖掘智慧演算法／ 127
3.3.1　特徵衍生／ 127
3.3.2　文本特徵挖掘／ 132
3.3.3　圖特徵挖掘／ 142
3.4　風控特徵畫像體系的搭建／ 148
3.4.1　行銷特徵畫像／ 148
3.4.2　貸前特徵畫像／ 149
3.4.3　貸中特徵畫像／ 153
3.4.4　貸後特徵畫像／ 155
3.5　 特徵監控和特徵異常處理／ 155
3.5.1　特徵監控／ 155
3.5.2　特徵異常處理／ 156
3.6　本章小結／ 157

第4章　搭建智能風控策略體系／ 158
4.1　風控策略概述／ 158
4.2　風控策略方法論／ 159
4.2.1　規則分析方法／ 159
4.2.2　模型策略分析方法／ 169
4.2.3　額度策略分析方法／ 178
4.2.4　A/B測試／ 183
4.3　風控策略智慧演算法／ 185
4.3.1　規則挖掘智慧演算法／ 185
4.3.2　決策優化智慧演算法／ 189
4.4　風控策略體系的搭建／ 195
4.4.1　行銷策略／ 195
4.4.2　貸前策略／ 196
4.4.3　貸中策略／ 201
4.4.4　貸後策略／ 202
4.5　風控策略的監控、預警和異常處置／ 203
4.5.1　風控策略的監控與預警／ 203
4.5.2　風控策略異常處置／ 207
4.6　本章小結／ 208

第5章　智慧風控與人工的結合／ 209
5.1　機器學習的局限性／ 209
5.1.1　數據不足／ 209
5.1.2　可解釋性低／ 210
5.1.3　因果難區分／ 210
5.1.4　模型自身的風險／ 212
5.2　發揮人的價值／ 212
5.2.1　異常識別／ 212
5.2.2　案例研究／ 213
5.2.3　黑產對抗／ 213
5.3　決策方案的選擇／ 214
5.3.1　 智慧決策／ 214
5.3.2　部分智慧決策／ 215
5.4　本章小結／ 216

第6章　智慧風控管理／ 217
6.1　建立持續複盤機制／ 217
6.2　制訂風險預防和應對措施／ 218
6.3　制訂存檔管理措施／ 218
6.4　建立透明的溝通管道／ 219
6.5　建立工作體系標準／ 220
6.6　應用團隊協作工具／ 220
6.7　本章小結／ 222

參考文獻／ 223

蔣巨集

融360風控模型負責人，超過8年風控和模型演算法經驗，對信貸風控領域包括欺詐風險、信用風險、優化決策有深入研究，對數據挖掘、機器學習有深入洞察和實踐經驗，擁有多項模型演算相關專利，具備豐富的風控模型團隊管理經驗，曾任職德勤資訊技術諮詢顧問、百融風控模型團隊副總監。