![[套装书]智能风控：Python金融风险管理与评分卡建模+智能风控：原理、算法与工程实践（2册）](http://images.china-pub.com/ebook8065001-8070000/8069841/zcover.jpg)
基本信息
编辑推荐
---------------------------智能风控：原理、算法与工程实践---------------------------
风控、AI、算法领域的资深专家撰写，10位专家联袂推荐
内容简介
书籍
计算机书籍
---------------------------智能风控：Python金融风险管理与评分卡建模---------------------------
内容简介
本书基于Python讲解了信用风险管理和评分卡建模，用漫画的风格，从风险业务、统计分析方法、机器学习模型3个维度展开，详细讲解了信用风险量化相关的数据分析与建模手段，并提供大量的应用实例。作者在多加知名金融公司从事算法研究多年，经验丰富，本书得到了学术界和企业界多位金融风险管理专家的高度评价。
全书一共9章，首先介绍了信用风险量化的基础，然后依次讲解了信用评分模型开发过程中的数据处理、用户分群、变量处理、变量衍生、变量筛选、模型训练、拒绝推断、模型校准、决策应用、模型监控、模型重构与迭代、模型报告撰写等内容。
所有章节都由问题、算法、案例三部分组成，针对性和实战性都非常强。
---------------------------智能风控：原理、算法与工程实践---------------------------
内容介绍
本书基于Python全面介绍了机器学习在信贷风控领域的应用与实践，从原理、算法与工程实践3个维度全面展开，包含21种实用算法和26个解决方案。
作者是智能风控、人工智能和算法领域的资深专家，曾在多加知名金融科技企业从事风控算法方面的研究与实践，经验丰富，本书得到了风控领域9位专家的高度评价。
全书一共8章，每个章节都由问题、算法、案例三部分组成，具有系统性和实战性。
第1-2章讲解了信贷业务的基础知识以及常用的规则引擎、信用评估引擎的建模方法。
计算机书籍
---------------------------智能风控：Python金融风险管理与评分卡建模---------------------------
内容简介
本书基于Python讲解了信用风险管理和评分卡建模，用漫画的风格，从风险业务、统计分析方法、机器学习模型3个维度展开，详细讲解了信用风险量化相关的数据分析与建模手段，并提供大量的应用实例。作者在多加知名金融公司从事算法研究多年，经验丰富，本书得到了学术界和企业界多位金融风险管理专家的高度评价。
全书一共9章，首先介绍了信用风险量化的基础，然后依次讲解了信用评分模型开发过程中的数据处理、用户分群、变量处理、变量衍生、变量筛选、模型训练、拒绝推断、模型校准、决策应用、模型监控、模型重构与迭代、模型报告撰写等内容。
所有章节都由问题、算法、案例三部分组成，针对性和实战性都非常强。
---------------------------智能风控：原理、算法与工程实践---------------------------
内容介绍
本书基于Python全面介绍了机器学习在信贷风控领域的应用与实践，从原理、算法与工程实践3个维度全面展开，包含21种实用算法和26个解决方案。
作者是智能风控、人工智能和算法领域的资深专家，曾在多加知名金融科技企业从事风控算法方面的研究与实践，经验丰富，本书得到了风控领域9位专家的高度评价。
全书一共8章，每个章节都由问题、算法、案例三部分组成，具有系统性和实战性。
第1-2章讲解了信贷业务的基础知识以及常用的规则引擎、信用评估引擎的建模方法。
作译者
---------------------------智能风控：Python金融风险管理与评分卡建模---------------------------
梅子行 毛鑫宇 著：作者简介
梅子行
作者是风控、AI和算法领域的资深工程师，历任多家知名金融科技公司的算法研究员、数据挖掘工程师。师承Experian、Discover等企业的资深风控专家，擅长深度学习、复杂网络、迁移学习、异常检测等非传统机器学习方法，热衷于数据挖掘以及算法的跨领域优化实践。
著有畅销书《智能风控：原理、算法与工程实践》，是本书的姊妹篇，被当当网评为科技类图书新星作家。
公众号与知乎专栏：“大数据风控与机器学习”。
毛鑫宇
资深品牌视觉设计师、插画设计师。曾任职国内知名文旅公司品牌设计师，设计打造知名文化旅游目的地及品牌设计案例，作为插画设计师完成《智能风控：原理、算法与工程实践》一书。擅长品牌视觉设计、IP形象设计、插画设计，致力于用设计创造价值，让设计在跨领域合作中碰撞出更多的可能性。站酷设计师主页为“白鸽巡游记”。
---------------------------智能风控：原理、算法与工程实践---------------------------
目录
---------------------------智能风控：Python金融风险管理与评分卡建模---------------------------
推荐序
前言
第1章 信用管理基础 /1
1.1 信用与管理 /2
1.2 风控术语解读 /3
1.2.1 信贷基础指标 /4
1.2.2 信贷风险指标 /5
1.3 企业信贷风控架构 /7
1.4 本章小结 /10
第2章 评分卡 /11
2.1 评分卡概念 /12
2.1.1 适用客群 /13
2.1.2 用途 /14
2.2 建模流程 /15
前言
---------------------------智能风控：Python金融风险管理与评分卡建模---------------------------
为何写作本书
互联网金融与金融科技是数据从业者较为关注的方向之一。风险控制是金融的核心。信贷场景下的风险，很大程度上取决于贷款人的信用风险。因此，如何对贷款用户的信用风险进行合理度量，是信贷平台关注的首要问题。
信贷风控的建模方法由来已久，笔者在另一本著作《智能风控：原理、算法与工程实践》中重点介绍了互联网金融场景下机器学习在金融科技中的应用方法与技术实现。市面上大多数信用评分建模的指导书籍都是基于SAS开发或不涉及工程实现的。因此，为推广传统信用评分方法，我们决定撰写本书。
本书完整地介绍了如何基于Python语言从0到1建立信用评分模型，并系统介绍了建立模型之后，如何通过拒绝推断及校准来修正模型与真实场景的偏差。此外，本书还介绍了如何上线部署，以及后续的监控与迭代中的注意事项。希望读者阅读本书后，可以学习到规范、完整的评分卡建模体系，可以使用Python独立地建立标准评分卡模型，并通过模型与策略相组合的方法实现对贷款用户的信用管理。
本书主要内容
第1章主要介绍了信用管理的基础知识。风控场景对业务知识的储备有较高要求，而市面上也缺少相关名词的规范化材料，因此本章对相关术语进行了解释，并给出了统一的定义。此外，本章还详细地介绍了现阶段企业的风险控制架构。了解整个风控框架，有助于读者理解场景中的具体问题的成因，从而精准定义问题，理解每一项技术的原理。
第2章主要介绍评分卡的相关概念，规范了评分卡模型的建模流程。从适用客群和用途两个角度揭示了从业者定义评分卡的思路，并且对整个建模流程中最重要的步骤——模型设计，进行了详细的梳理。此外，本章还对常用于评分卡建模的数据进行了解读。
第3章主要讲解了评分卡建模中常用的机器学习算法。从机器学习基础出发，由简单的线性回归，逐步进阶到具有良好解释性的逻辑回归模型。除直接用于评分卡建模的逻辑回归模型外，本章还介绍了几种常用的辅助建模模型。最后，还介绍了一些模型之间相互取长补短的合并方法，它们在实践和数据挖掘竞赛中也有较好的效果。
第4章主要介绍了几种常用的用户分群方法，同时系统地介绍了决策树模型和高斯混合聚类模型的原理，并给出了一种基于决策树模型和卡方分箱实现自动生成策略组合的分析方法。虽然用户分群并非评分卡建模的必备流程，但在大多数情况下，它可以为业务带来实际收益。
第5章主要介绍了探索性数据分析、特征衍生、特征变换的基本方法。由于评分卡中常用的广义线性模型只使用了特征的简单加权求和信息，缺乏对特征的深度挖掘能力，因此评分卡模型对人工特征工程的要求远高于其他场景。这一章介绍的特征衍生与特征变换操作是评分卡建模过程中非常重要的环节，该过程耗费的时间通常会占整个开发流程的60%~70%。
第6章主要介绍了特征筛选和模型训练方法。评分卡模型对稳定性的要求通常要高于准确性，因此需要对建模使用的特征进行精细化调优与筛选。特征变换调优过程在第5章中有相关介绍，特征筛选方法则主要集中在第6章。这一章的末尾为读者展示了一个建立评分卡模型的案例。希望读者可以通过该案例理解前6章所介绍的技术是如何应用的。
第7章主要介绍了如何对建立好的评分卡模型进行拒绝推断。信用评分模型本身是一种拥有拒绝属性的模型，幸存者偏差问题会导致每次迭代的模型逐渐偏离真实环境下的数据分布，因此需要通过数据验证、标签分裂、数据推断等方法对现有模型进行修正。
第8章主要介绍了评分卡模型建立之后的应用逻辑和校准方法。模型只是一种嵌入在策略体系中的技术手段，其本质是为策略服务的。在实际应用中，模型分数也常常作为一条单独的规则进行配置。由于一些难以避免的原因，评分卡模型通常需要进行校准，因此这一章对常用的校准方法及其使用场景进行了梳理。
第9章主要介绍了模型开发后的记录工作。由于在实际工作中常常需要多人进行交互，且经常需要回溯很久之前开发过的模型详情，因此保证每一个模型都拥有详细的记录是非常重要的。这一章给出了一个完整的评分卡模型开发文档，以便于读者参考，从而完善现有的模型记录文档。
媒体评论
---------------------------智能风控：Python金融风险管理与评分卡建模---------------------------
风控作为金融的核心，从传统金融到互联网金融一直没有改变，改变的是金融科技的进步以及传统风控到智能风控变革。
本书采用热门、主流的Python汇编语言，从0到1系统地、全面地介绍了风控模型的设计、开发、评估和校验、部署、监控、迭代。将理论和实例相结合，详细地解读了风控模型全生命周期的管理，同时引入信用风险和信用风险管理基础知识的介绍，不仅能够提升风控建模从业者对于智能风控专业知识的深入认识，而且能够帮助转行风控行业的新手从业者自助学习，有很好的可读性。
——郑江资深金融产品经理
在智能金融风控中，数据、模型、策略是几个关键环节。梅子行的这本新书，详尽、清晰、生动地介绍了金融风险管理中的主要风险之一——信用风险管理里面的一些常用模型的全生命周期管理，包括问题分析、指标加工、模型训练、效果监控和模型迭代等。本书不仅对常见术语做了明确的定义，也结合具体的业务场景演示了如何解决问题，并辅以简洁的Python演示代码，深入浅出地勾勒出评分卡应用全貌。这本书非常适合数据分析师用于了解金融数据分析，也对所有希望了解信用风险管理模型原理的人士大有帮助。
——黄山京东数字科技风险管理中心架构师
有幸与子行认识缘于上一本介绍智能风控的书以及我们共同的朋友斯文老师的引荐。本书的三大显著特色是系统全面、注重实践、生动活泼，全面完整地介绍了评分卡建模流程，基于最有活力的Python语言提供可实践的代码实例和丰富案例，语言生动活泼并配合插图让本书更具有可读性。
我在FICO任职多年，同时又在金融科技公司负责智能风控解决方案和风险建模技术创新研究，深切体会到，子行在继承FICO传统评分卡建模核心技术和对风险本质深刻理解基础上，又能在人工智能背景下创新智能风控技术，对于一位风控从业者而言，可谓双剑合璧。借此机会向广大风控从业者推荐本书，促进业界交流，让风控决策更有效和高效。
——张伟（笔名：上善若愚），CraiditX氪信科技技术合伙人，解决方案专家
及高级风控总监，前FICO风险评分建模和风控业务策略解决方案专家
本书关注信贷风控模型，对信用评分全流程各个环节进行了详尽的介绍，辅以Python代码实现，是初学者不可多得的入门教程。
——李志勇西南财经大学信用管理教授，《信用评分工具》《信用评分应用》等书译者
银行是经营风险的行业，即使是大银行，资产净利润率也是很低的，远不如其净利润的绝对值看起来那么“壮观”，风险的波动有可能将其当年甚至以前年度的净利润快速消耗殆尽。在如今这个网络和计算高度发达的时代，业务信息量大、办理速度快，风控已经不再是人力可为的，必须依靠技术手段进行管理。梅子行老师推出的这本书，是一本理论与实际相结合，生动介绍业务规则、技术实现的工具书，结合简单易学的Python语言，带领读者轻松走进“智能风控”的大门。
——付晓岩建信金融科技有限责任公司风险合规法律部风险合规团队副总经理
本书从信用管理的基本概念入手，全面且系统地介绍了如何利用Python进行数据化信用风控管理。全书文字简单易于理解、框架逻辑性强、插图生动有趣。如果你对数据分析、建模和算法有兴趣，这是一本很好的入门教材；如果你是传统风控人员，这也会是一本很好的转型宝典。
