数据化风控

随着国内消费金融市场的开放与高度竞争，小贷公司、P2P、消费金融公司、现金贷公司等蜂拥而立，野蛮生长。这些金融产品的共同属性就是放款金额小、审批速度快、规模数量大。

不管是申贷时或核拨后，每位客户在不同阶段都有不同的潜在风险。这些风险征兆可能存在于各种令人忽略的细节中，这考验风险控制的执行与管理能力，信用评分模型的精准决策与快速调整，则关乎风险资产品质是好坏的最大关键与命脉。

信用评分模型建立在完整的历史数据上。通过数据汇整、清理、分群及探勘等技术，将大量数据转化为有用的风险信息。建立信用评分模型后，可将风险数据化，清楚呈现客户的违约率及风险排序，使风险单位得以确切掌握客户风险，并制定更为精准的授信政策。

环顾国内市场具备建模能力的专才供需失衡，特将评分建模过程逐一章节细分介绍，并提供实际案例与读者分享，解开长久以来对建模是个黑盒子的印象。并期盼更多具备风险建模的专才加入，具备自我开发建模的能力，让普惠金融更能良性发展。

作者简介

单良，本科毕业于美国纽约哥伦比亚大学，复旦大学、台湾大学EMBA，曾任职于香港维信理财公司、台北富邦银行、中国信托商业银行、澳商澳盛银行及台新银行等机构；兼任台湾金融研训院特约讲师、VISA中国区兼职顾问。具备台湾银行业消费金融风险管理与大陆小贷、P2P风控管理完整资历，长期关注两岸消费金融产业风控管理的发展与创新。曾发表前瞻性评论，并为台湾金融研训院、中国P2P网贷实务研修班授课。著作有《信用评等模型关键12堂课》《互联网金融时代消费信贷评分建模与应用》。乔杨ZRobotCEO。曾担任知名互联网金融公司联合创始人兼风险官，美国发现金融芝加哥总部担任风险策略及模型业务高级经理，发现金融上海大数据风控中心风控策略及大数据建模业务负责人。曾参与美国通用电气公司财务管理领导力项目（FMP），研究商品期货和货币的对冲策略。他拥有美国爱荷华大学经济学及M...