目錄
贊譽
序1
序2
前言
第一部分　銀行數(shù)字化風控
第1章　銀行風控演進之路002
1.1　從3個角度認識銀行數(shù)字化風控002
1.1.1　角度1：銀行數(shù)字化風控的本質(zhì)003
1.1.2　角度2：銀行數(shù)字化風控的范疇003
1.1.3　角度3：傳統(tǒng)風控、智能風控與數(shù)字化風控003
1.2　銀行數(shù)字化風控演進的4個階段011
1.2.1　第一個階段：KYC與專家經(jīng)驗式風控011
1.2.2　第二個階段：5C與要素分析式風控013
1.2.3　第三個階段：數(shù)據(jù)庫與信貸生命周期分析015
1.2.4　第四個階段：大數(shù)據(jù)與銀行數(shù)字化風控017
1.3　銀行風控數(shù)字化必要性的5個方面019
1.3.1　領(lǐng)先銀行風控數(shù)字化成效顯著020
1.3.2　外部因素：監(jiān)管約束021
1.3.3　內(nèi)部因素：內(nèi)生動力022
1.3.4　打造未來銀行數(shù)字資產(chǎn)的關(guān)鍵一環(huán)023
1.3.5　培養(yǎng)銀行數(shù)字化人才的有效途徑025
1.4　本章小結(jié)026
第2章　銀行轉(zhuǎn)型　風控先行027
2.1　數(shù)字化風控：銀行數(shù)字化轉(zhuǎn)型的重中之重027
2.1.1　提升數(shù)字化風控優(yōu)先級的4個原因028
2.1.2　銀行數(shù)字化精準定位的4個層級029
2.1.3　數(shù)字化風控要避免的4個誤區(qū)032
2.1.4　傳統(tǒng)風控的4塊短板033
2.2　數(shù)據(jù)驅(qū)動銀行數(shù)字化風控加速轉(zhuǎn)型035
2.2.1　數(shù)據(jù)治理：銀行數(shù)字化風控的根基036
2.2.2　金融科技：助力銀行數(shù)字化風控040
2.2.3　破除迷信：銀行數(shù)字化風控的風控043
2.3　金融科技是把“雙刃劍”045
2.4　本章小結(jié)051
第二部分　零售業(yè)務(wù)數(shù)字化風控
第3章　貸前、貸中數(shù)字化風控054
3.1　互聯(lián)網(wǎng)貸款新規(guī)對傳統(tǒng)風控的沖擊054
3.1.1　銀行核心風控為何不能外包055
3.1.2　提升數(shù)字化風控能力的4個因素062
3.1.3　數(shù)據(jù)、算法與模型賦能銀行零售業(yè)務(wù)數(shù)字化風控064
3.2　銀行必須具備數(shù)字化風控理念067
3.2.1　傳統(tǒng)風控與數(shù)字化風控067
3.2.2　模型、規(guī)則與策略068
3.2.3　零售業(yè)務(wù)數(shù)字化風控的5個要點070
3.2.4　案例：大數(shù)據(jù)風控漏洞引發(fā)10億元騙貸大案070
3.3　數(shù)據(jù)驅(qū)動銀行數(shù)字化風控072
3.3.1　獲取數(shù)據(jù)的3種方式073
3.3.2　行內(nèi)數(shù)據(jù)應用的3個要點074
3.3.3　行外數(shù)據(jù)管理的6個要點075
3.3.4　選取優(yōu)質(zhì)數(shù)據(jù)源的5個公式077
3.4　數(shù)字化評分模型的建立與應用079
3.4.1　評分卡建模方法論079
3.4.2　模型驗證的4個指標079
3.4.3　數(shù)據(jù)建模的步驟081
3.4.4　自動化智能建模082
3.5　本章小結(jié)088
第4章　數(shù)字化風控模型089
4.1　二代征信解析模型089
4.1.1　什么是征信089
4.1.2　二代征信報告解析面臨的五大挑戰(zhàn)090
4.1.3　報告解析：衍生變量ABC092
4.2　授信額度模型096
4.2.1　建模目標：利潤大化097
4.2.2　矩陣額度模型：從一維到多維099
4.2.3　模型訓練與機器學習100
4.2.4　3W1H：貸中額度管理101
4.2.5　授信額度生命周期102
4.3　風險定價模型102
4.3.1　風險定價一二三103
4.3.2　利率市場化賦予銀行自主定價權(quán)105
4.3.3　從產(chǎn)品定價到客戶定價105
4.3.4　風險定價的3個核心思路107
4.3.5　風險定價的4個方法108
4.4　風險預警模型109
4.4.1　風險預警模型的構(gòu)建過程109
4.4.2　基于六大行為要素的風險預警112
4.4.3　風險監(jiān)控預警流程、模塊與閾值113
4.4.4　風險預警指標體系116
4.5　本章小結(jié)118
第5章　數(shù)字化風控策略119
5.1　貸款的生命線：風控策略119
5.1.1　制定策略的4項基本原則120
5.1.2　風控策略生命周期的3個階段121
5.1.3　準入策略的5個要點127
5.2　白名單策略130
5.2.1　制定白名單策略的3種方法130
5.2.2　白名單策略的兩類應用場景131
5.2.3　三步篩選白名單133
5.3　黑名單策略134
5.3.1　內(nèi)部黑名單134
5.3.2　外部黑名單135
5.3.3　常用的5類黑名單136
5.4　多頭借貸策略138
5.5　反欺詐策略139
5.6　本章小結(jié)140
第6章　數(shù)字化風控指標及其分析方法141
6.1　了解3個基礎(chǔ)概念141
6.2　掌握3個重要的指標分析143
6.2.1　賬齡分析146
6.2.2　滾動率分析150
6.2.3　遷徙率分析155
6.3　F（STQ）PD指標157
6.3.1　F（STQ）PD指標的含義158
6.3.2　FPD的計算公式158
6.3.3　F（STQ）PD的應用場景158
6.4　常用數(shù)字化風控指標159
6.5　本章小結(jié)161
第7章　數(shù)字化風控的命門：智能反欺詐162
7.1　數(shù)字金融欺詐帶來的嚴峻挑戰(zhàn)162
7.1.1　反欺詐新動向163
7.1.2　揭秘欺詐“黑話”163
7.2　揭露黑色產(chǎn)業(yè)市場166
7.2.1　黑產(chǎn)欺詐銀行的典型場景167
7.2.2　黑產(chǎn)攻擊銀行的3種表現(xiàn)形式169
7.3　偽造“優(yōu)質(zhì)客戶”生產(chǎn)線169
7.3.1　銀行優(yōu)質(zhì)客戶的5個特征170
7.3.2　批量制造“真實”客戶171
7.3.3　數(shù)據(jù)整容172
7.4　典型欺詐案例剖析175
7.5　智能反欺詐：思路、系統(tǒng)與技術(shù)176
7.5.1　策略反欺詐與技術(shù)反欺詐176
7.5.2　智能反欺詐的5個層級177
7.5.3　智能反欺詐之“六脈神劍”178
7.6　人手識別183
7.6.1　從人臉識別到人手識別184
7.6.2　生物識別技術(shù)面面觀185
7.6.3　人手識別原理186
7.6.4　人手識別的三大特點186
7.7　本章小結(jié)187
第8章　數(shù)字化貸后管理188
8.1　銀行傳統(tǒng)貸后催收工作188
8.1.1　傳統(tǒng)貸后催收模式189
8.1.2　傳統(tǒng)貸后催收模式的6個痛點190
8.1.3　從傳統(tǒng)走向數(shù)字化193
8.2　智能貸后催收新模式194
8.3　互聯(lián)網(wǎng)法催：新型不良資產(chǎn)處置方式199
8.3.1　互聯(lián)網(wǎng)法院200
8.3.2　互聯(lián)網(wǎng)仲裁200
8.3.3　網(wǎng)絡(luò)賦強公證203
8.4　本章小結(jié)205
第三部分　對公授信數(shù)字化風控
第9章　銀行數(shù)字化轉(zhuǎn)型下半場：對公授信208
9.1　對公授信局面：日趨復雜208
9.2　對公授信數(shù)字化：箭在弦上209
9.2.1　企業(yè)形態(tài)出現(xiàn)根本性改變209
9.2.2　與傳統(tǒng)迥異的投入產(chǎn)出新規(guī)律210
9.2.3　綠色金融提出對公風控新課題211
9.2.4　金融生態(tài)圈進化增加風控難度212
9.2.5　商業(yè)新模式帶來風控新挑戰(zhàn)213
9.3　“吐槽大會”—傳統(tǒng)對公風控的四大痛點214
9.3.1　信貸員：難以全面收集多方信息214
9.3.2　審貸官：專家審貸標準不一214
9.3.3　風險經(jīng)理：預警耗時、費事且不精準215
9.3.4　管理者：無法及時掌握對公業(yè)務(wù)全貌215
9.4　對公數(shù)字化的五大成果216
9.5　案例解析：提前預警破產(chǎn)事件217
9.5.1　案件背景218
9.5.2　智能追溯破產(chǎn)原因218
9.5.3　智能識別風險事件219
9.6　本章小結(jié)220
第10章　全流程智能數(shù)字化221
10.1　什么是全流程智能數(shù)字化221
10.1.1　決策智能化222
10.1.2　分析智能化222
10.1.3　流程智能化223
10.2　貸前調(diào)查階段223
10.2.1　常用智能技術(shù)223
10.2.2　智能技術(shù)應用的典型場景225
10.2.3　數(shù)字技術(shù)賦能貸前調(diào)查226
10.3　貸中審查階段228
10.3.1　智能識別財務(wù)造假228
10.3.2　智能識別客戶欺詐229
10.3.3　企業(yè)關(guān)聯(lián)關(guān)系核查230
10.3.4　大數(shù)據(jù)企業(yè)信用評級232
10.3.5　智能授信合同管理232
10.4　貸后管理階段233
10.4.1　智能財務(wù)風險預警233
10.4.2　智能監(jiān)控預警模型234
10.4.3　智能輿情監(jiān)控234
10.4.4　有效掌握財產(chǎn)線索234
10.4.5　黑名單管理235
10.4.6　防止關(guān)聯(lián)風險傳導235
10.5　本章小結(jié)235
第11章　數(shù)字化風險穿透識別236
11.1　圖計算237
11.1.1　什么是圖計算237
11.1.2　圖計算的優(yōu)點238
11.1.3　圖計算技術(shù)的應用場景239
11.2　知識圖譜241
11.2.1　什么是知識圖譜241
11.2.2　從4個角度了解知識圖譜242
11.2.3　知識圖譜的應用場景242
11.3　企業(yè)風險畫像244
11.3.1　必要性分析244
11.3.2　企業(yè)風險畫像的主要內(nèi)容245
11.3.3　企業(yè)風險畫像的應用場景249
11.4　風險信號體系250
11.4.1　風險信號250
11.4.2　風險信號的自動識別與應用251
11.4.3　風險信號的主體與分類252
11.4.4　風險信號的層級253
11.5　本章小結(jié)253
第12章　數(shù)字化金融事件分析254
12.1　事件語義學254
12.1.1　語義255
12.1.2　事件255
12.1.3　語義理解255
12.2　事件圖譜256
12.2.1　事件圖譜的定義256
12.2.2　知識圖譜與事件圖譜257
12.2.3　事件抽取的相關(guān)概念257
12.2.4　事件抽取的相關(guān)技術(shù)258
12.2.5　事件圖譜的應用場景262
12.3　3個關(guān)鍵要素263
12.3.1　金融事件圖譜263
12.3.2　銀行應用場景264
12.3.3　金融風險事件集合266
12.4　本章小結(jié)268
第四部分　普惠金融數(shù)字化風控
第13章　普惠金融破局之道270
13.1　破局的三大思路270
13.1.1　政策破局—取勢271
13.1.2　思維破局—明道271
13.1.3　科技破局—優(yōu)術(shù)274
13.2　普惠金融的風險誘因275
13.2.1　過度授信遭遇經(jīng)濟下行275
13.2.2　短貸長用助長盲目擴張276
13.2.3　連環(huán)擔保導致風控失效276
13.2.4　多重因素造成生存艱難277
13.3　普惠金融數(shù)字化風控的著眼點277
13.3.1　發(fā)現(xiàn)4個不足之處277
13.3.2　提出4個改進舉措278
13.3.3　解決4個棘手問題279
13.4　數(shù)字普惠金融280
13.4.1　數(shù)字普惠金融促進銀行全面升級281
13.4.2　銀行推進數(shù)字普惠金融全面發(fā)展282
13.4.3　銀行數(shù)字普惠金融的未來284
13.5　本章小結(jié)285
第14章　銀行數(shù)據(jù)管理與個人信息保護286
14.1　銀行數(shù)字化：三部重要法律287
14.2　銀行數(shù)據(jù)管理287
14.2.1　銀行數(shù)據(jù)管理的必要性287
14.2.2　銀行數(shù)據(jù)管理面臨的挑戰(zhàn)288
14.2.3　銀行數(shù)據(jù)管理的實施路徑288
14.3　自然人數(shù)據(jù)管理與應用289
14.3.1　多頭借貸290
14.3.2　反欺詐評分290
14.3.3　App行為風險特征292
14.3.4　還款能力評估293
14.3.5　客戶綜合評分293
14.4　中小企業(yè)數(shù)據(jù)管理與應用294
14.4.1　中小企業(yè)風險結(jié)構(gòu)294
14.4.2　中小企業(yè)風險畫像296
14.4.3　風險畫像數(shù)據(jù)來源296
14.4.4　中小企業(yè)風險監(jiān)控297
14.5　“三大紀律、八項注意”298
14.5.1　“三大紀律”298
14.5.2　“八項注意”301
14.6　本章小結(jié)304
第15章　農(nóng)村數(shù)字普惠金融305
15.1　農(nóng)村普惠金融的四大困境305
15.1.1　金融科技普及推廣難306
15.1.2　金融市場供求不均衡307
15.1.3　金融服務(wù)功能單一307
15.1.4　貸款準入門檻高308
15.2　當鄉(xiāng)村振興遇上金融科技308
15.2.1　什么是農(nóng)村數(shù)字普惠金融309
15.2.2　農(nóng)村數(shù)字普惠金融的3種模式309
15.2.3　農(nóng)村普惠金融的6個不足310
15.3　服務(wù)“三農(nóng)”心中有“數(shù)”311
15.3.1　“三農(nóng)”數(shù)字征信311
15.3.2　“三農(nóng)”數(shù)字化風控313
15.3.3　“三農(nóng)”數(shù)據(jù)采集315
15.3.4　“三農(nóng)”數(shù)據(jù)分析316
15.4　整村授信數(shù)字化317
15.4.1　整村授信數(shù)字化破解兩大難題317
15.4.2　整村授信數(shù)字化實現(xiàn)3項收益318
15.4.3　整村授信數(shù)字化實施5個步驟319
15.5　本章小結(jié)320
第16章　信貸資金流向監(jiān)控321
16.1　傳統(tǒng)監(jiān)控無效的三大原因321
16.2　現(xiàn)金流核查的三大難點322
16.3　監(jiān)管要求與處罰案例324
16.4　智能監(jiān)控與預警326
16.5　資金流向知識圖譜330
16.6　本章小結(jié)333