周红伟老师《大数据智能风控：Python风险建模原理、方法与风控策略构建》课纲
大数据智能风控：Python风险建模原理、方法与风控策略构建
大数据与人工智能实战专家—周红伟老师
法国科学院数据算法博士/曾任猪八戒大数据科学家/曾任马上消费金融风控负责人
课程特点
消费信贷产业的崛起、壮大和发展，有着非常积极的经济和社会意义。在充分认识发展消费信贷产业巨大机遇的同时，必须清醒地认识它给金融管理带来的深刻挑战。风险与收益相对称。在消费信贷业务丰厚的盈利潜力背后，暗含着巨大的风险，但我们必须以科学的手段准确地评估风险，以正确的策略有效地控制风险，以最佳的操作来全面地管理风险。
风险评分是对个人或企业信用信息的一种量化描述。具体而言，风险评分模型运用数据挖掘技术和统计分析方法，通过对消费者的身份特征、信用历史、行为记录、交易记录等大量数据进行系统的分析，挖掘数据中蕴含的行为模式与信用特征，捕捉历史信息和未来信用表现之间的关系，发展出预测性的模型，以一个风险评分来综合评估消费者未来的某种信用表现。
风险评分卡是一种常用的金融风控手段，根据评分结果来选择是否进行授信或划分不同的授信额度和利率，以降低金融交易过程中的损失风险。风险评分卡有一套完整的开发流程，本文将试图从评分卡建立所涉及的背景知识，评分卡建立的基本流程两个方面来从整体上理解风险评分卡的作用以及建模方法。
教学方法
理论讲解+案例分析+视频分享+课堂练习+实战演练+小组研讨+互动答疑
课程大纲
第一章 风险分析和信用风险分析
- 信用风险模型分析
- 信用和风险是什么
- 什么是评分卡
- 风险评分卡的业务含义
- 评分卡的重要组成部分
- 风险预警模型的分析
第二章 风险评分体系及业务流程
- 产品业务分析和需求调研
- 模型评分的业务体系
- 风险评分卡整体架构
- 风险评分建模流程
第三章 风险评分建模流程及实现过程
3.1 业务理解和目标变量
- 业务理解(目标变量)
- 数据理解（时间窗口选择等）
- 数据准备(拒绝推断/数据处理)
3.2 数据预处理
- 数据的横向纵向合并
- 错误值、缺失值、异常值处理
- 相关性分析
- 分类变量的相关关系
3.3 模型拟合探索
3.4 模型建立和指标验证
- 模型拟合统计量(基于WOE的logit回归)
- 模型指标
- 模型检测
第四章 信用模型评分过程和模型验证方法
- 模型验证业务要求
- 模型验证中的数据要求
- 模型验证的指标，业务含义以及要求
- 模型验证的方法和实现
第五章 模型策略制定和实现方法
- 模型策略制定方法
- 模型策略实现的流程
- 模型策略和Cutoff关系以及实现
第六章 模型监控及实现方法
- 模型监控方法
- 模型监控内容和变量
- 模型指标监控（模型样本稳定指标PSI）实现
机器学习实战案例
- 案例实践：中型客户财务报告的流动资金贷款风险预警模型的构建以及数据稽核
- 基于大数据的信用卡评分风险模型构建
- 风控策略的制定方法、原理和风控策略的落地实践
- 风控模型、策略的全生命周期的管理,以及风控变量、评分、策略的监控体系。
邀请嘉宾演讲电话：13811229543 李助理（工作日8:30-18:00，仅限演讲其他勿扰）
免责声明：以上内容（包括文字、图片、视频）为用户上传并发布，本平台仅提供信息存储服务。如涉及版权问题，请联系我们并提供版权证明，我们将立即删除！
