猜你喜欢
Python金融风控策略实践

Python金融风控策略实践

书籍作者:冯占鹏 ISBN:9787111724803
书籍语言:简体中文 连载状态:全集
电子书格式:pdf,txt,epub,mobi,azw3 下载次数:5540
创建日期:2024-04-16 发布日期:2024-04-16
运行环境:PC/Windows/Linux/Mac/IOS/iPhone/iPad/Kindle/Android/安卓/平板
下载地址
内容简介
全书讲述风控策略的分析与挖掘,主要内容包括3部分:1,风控策略定义、策略全生命周期管理、策略分析方法论等;2,结合贷前、贷中、贷后、反欺诈各个场景要实现的金融风控目标,进行风控策略分析和挖掘实践;3,风控策略涉及的系统以及系统实现等,通过系统建设实现风控策略的提质增效。全书提供了完整的Python代码。 本书适合金融从业人员、金融专业的师生阅读,也可以供对金融感兴趣的人员、从事策略分析工作的人员阅读。
作者简介
冯占鹏,资深互联网金融风控从业人员,风控策略专家,具有多年零售信贷和小微信贷风控经历,曾参与和主导了贷前、贷中风控策略标准化、模块化、流程化建设,贷中客户风险管理体系0-1搭建,反欺诈贷前和贷中风控策略开发,反欺诈社交网络模型0-1搭建等,积累了丰富的经验。

姚志勇,南开大学统计/企业管理双硕士,资深金融风控专家。2005年起,先后就职于交通银行、美国eBay、中国平安等公司,拥有丰富的模型算法和策略开发经验。2010年出版《SAS编程与数据挖掘商业案例》,畅销至今。2015年进军互联网金融行业,对量化策略和模型有一整套开发和实战经验,并成功应用于业务实践。
编辑推荐
适读人群 :金融相关行业从业人员
1)国内为数不多的专门针对策略开发、策略部署上线、策略效能评估和调优全流程体系,作者提出了自己的一整套相对比较完备的方法论。
2)基于完备的策略方法论,从实战出发,提供了数千行的Python代码,这些代码均是作者在多年的风控策略工作中为解决真实风控问题而总结和沉淀的,在实际工作中均能用到。
《Python金融风控策略实践》电子书免费下载

pdf下载 txt下载 epub下载 mobi下载 azw3下载

前言
我是一名金融风控策略从业人员,在过去的几年里,一直渴望能找到一本系统、全面阐述金融风控策略的书,然而未能如愿。于是我本着初生牛犊不畏虎的心态萌生了自己写一本风控策略相关图书以促进行业交流的念头。与姚志勇老师(本书的另一位作者)商量后,决定付诸行动。
众所周知,风控是金融的生命线,而风控策略的好坏直接决定了风控的结果,可以说风控策略是风控的核心内容。在改革开放后的几十年里,中国金融行业发展迅猛,截至当前,从业人数已达千万级规模,且还存在较大的缺口。本书是我们对风控策略的最新思考和总结,希望能够帮助读者提升专业技能,也希望借本书更好地促进行业交流和分享。

本书采用总分框架,主要涉及两大部分内容,共9章。
第一部分(第1~4章)主要从宏观层面讲述了金融风控策略的定义、涉及的风控场景,以及通用的策略开发、部署、监控、调优的方法和重要的策略实践案例。
第二部分(第5~9章)结合贷前、贷中、贷后、反欺诈要实现的风控目标从微观层面对风控策略在不同风控场景要做的事情进行展开讲述,并在一些关键的风控场景提供了策略实践案例。

本书有以下四个主要特点。
1)针对策略开发、策略部署上线、策略效能评估和调优全流程体系,作者提出了自己的一整套比较完备的方法论。
2)基于完备的策略方法论,本书从实战出发,提供了数千行Python代码(本书代码在Python 3.9.7中运行无误),这些代码均是作者在多年的风控策略工作中为解决真实风控问题而总结和沉淀的,在实际工作中均能用到。
3)案例即实战,本书将真实风控场景中必须面对的问题在脱敏后作为案例进行讲解。
Python金融风控策略实践4)本书讲述的风控策略相关内容呈现体系化、全面化的特点。本书所讲的策略分析方法是一整套体系化的分析方法,涵盖了策略开发、部署、监控和调优的全生命周期,同时本书全面讲述了风控策略在贷前、贷中、贷后各个风控场景的具体应用情况,做到了全覆盖。

本书适合金融相关行业所有从业人员尤其是从事贷前、贷中、贷后风控策略和风控模型相关工作的人员,以及金融专业师生、对金融感兴趣的人阅读。

由于作者水平有限,疏漏和不足在所难免。若各位读者发现问题,可扫码关注如下所示的“Python金融风控”微信公众号并对书中的问题或想要获取的支持进行留言,作者看到留言后会第一时间进行回复。


感谢我工作中遇到的所有领导、专家、同事、同行,在和这些优秀的人一起工作、学习、交流的过程中,我积累了丰富的关于风控策略的工作经验。
特别感谢我的好朋友张先达和刘艾萍,本书风控策略开发章节的很多内容最早是由我们三人一起讨论确定的,他们得知我打算公开这些内容后对我很支持,也希望这些内容能够促进同行之间的沟通和交流。
感谢机械工业出版社的编辑车忱和马超,他们在本书的出版过程中提出了很多具有建设性的意见和建议。感谢本书的另一位作者姚志勇,他同样为此书牺牲了很多个人时间。
感谢我的家人,在编写本书的将近一年里,我牺牲了很多陪伴家人的时间,他们的理解和支持解除了我的后顾之忧。


冯占鹏
目录

第1章 风控策略与风控场景概述 / 1

1.1 风控策略的定义 / 1

1.2 策略和模型的区别与联系 / 2

1.3 策略全生命周期管理 / 3

1.3.1 策略开发 / 3

1.3.2 策略部署 / 5

1.3.3 策略监控 / 5

1.3.4 策略调优 / 5

1.3.5 如何做好策略全生命周期管理 / 6

1.4 贷前、 贷中、 贷后的划分及对应的风控场景 / 7

1.4.1 贷前、 贷中、 贷后的划分 / 7

1.4.2 贷前风控场景简介 / 8

1.4.3 贷中风控场景简介 / 10

1.4.4 贷后风控场景简介 / 12

1.5 本章小结 / 13

第2章 风控策略开发 / 14

2.1 策略类型划分 / 14

2.2 单维度策略开发 / 16

2.2.1 变量描述性统计分析和筛选 / 17

2.2.2 变量最优分箱 / 19

2.2.3 规则测算效果分析和筛选 / 24

2.2.4 规则泛化效果分析和筛选 / 26

2.2.5 待上线规则集合并泛化 / 30

2.2.6 基于 Python 自动生成标准化分析结果文档 / 30

2.2.7 案例实践: 授信审批场景单维度策略开发 / 36

2.3 决策树 / 48

2.3.1 决策树原理 / 48

2.3.2 决策树生成 / 49

2.3.3 基于 Python 生成决策树 / 51

2.3.4 基于 Python 进行决策树规则自动抽取和解析 / 58

2.4 基于 CART 模型进行多维度策略开发 / 61

2.4.1 构建多维度策略变量池 / 61

2.4.2 利用组合加随机数的方式批量生成决策树并进行规则抽取和解析 / 62

2.4.3 规则测算效果分析和筛选 / 63

2.4.4 规则泛化效果分析和筛选 / 63

2.4.5 待上线规则集合并泛化 / 64

2.4.6 案例实践: 授信审批场景多维度策略开发 / 64

2.5 策略自动化开发系统 / 88

2.6 策略评审 / 88

2.6.1 策略评审流程 / 88

2.6.2 档案管理 / 89

2.6.3 案例实践: 策略评审文档设计和撰写 / 89

2.7 本章小结 / 91

第3章 风控策略部署 / 92

3.1 策略部署流程 / 92

3.2 提交策略部署需求 / 92

3.2.1 策略部署轮次设计 / 93

3.2.2 标准化规则编码设计 / 94

3.3 策略部署 / 96

3.3.1 决策引擎系统简介 / 96

3.3.2 基于决策引擎进行策略部署 / 96

3.4 策略部署结果验证 / 97

3.4.1 测试验证 / 98

3.4.2 回溯比对 / 98

3.5 案例实践: 策略部署文档设计和撰写 / 98

3.6 本章小结 / 100

第4章 风控策略监控及调优 / 101

4.1 基于策略监控报表进行策略监控和调优 / 101

4.1.1 策略微观监控和调优 / 101

4.1.2 案例实践: 单维度策略效能监控和调优 / 105

4.1.3 策略宏观监控和调优 / 106

4.1.4 案例实践: 基于 Vintage 报表预测年化损失率 / 112

4.2 AB 测试和随机测试在策略监控和调优中的应用 / 116

4.2.1 AB 测试 / 117

4.2.2 AB 测试应用举例 / 117

4.2.3 随机测试 / 119

4.2.4 随机测试应用举例 / 119

4.3 基于 Swap Set 分析新旧策略更替的影响 / 121

4.3.1 Swap Set 简介 / 121

4.3.2 基于 Swap Set 评估新旧策略效能 / 122

4.3.3 Swap in 客群分析指标的近似估计 / 123

4.4 本章小结 / 123

第5章 贷前风控策略 / 124

5.1 贷前风控目标 / 124

5.2 贷前风控数据源 / 125

5.2.1 客户贷款时提供的数据 / 125

5.2.2 金融机构自身拥有的数据 / 126

5.2.3 征信数据 / 127

5.2.4 第三方数据 / 129

5.3 贷前风控模型体系和模型在策略中的应用 / 131

5.3.1 信用模型体系和模型在策略中的应用 / 133

5.3.2 反欺诈模型体系和模型在策略中的应用 / 136

5.3.3 如何在贷中应用贷前模型 / 137

5.4 贷前策略审批流程和统一额度管理 / 138

5.4.1 贷前策略审批流程 / 138

5.4.2 统一额度管理 / 139

5.5 预授信策略 / 140

5.6 授信审批策略 / 140

5.6.1 授信审批策略决策流 / 141

5.6.2 授信审批策略类型 / 144

5.6.3 授信审批策略的开发、 部署、 监控和调优 / 144

5.7 定额策略 / 145

5.7.1 定额策略的开发、 部署、 监控和调优 / 145

5.7.2 案例实践: 基于客户风险评级的定额策略 / 146

5.7.3 案例实践: 基于收入和负债的定额策略 / 148

5.8 定价策略 / 150

5.8.1 定价策略的开发、 部署、 监控和调优 / 150

5.8.2 案例实践: 实现利润最大化的定价策略 / 152

5.9 人工审核策略 / 154

5.10 本章小结 / 155

第6章 贷中风控策略与客户运营体系 / 156

6.1 贷中风控目标 / 156

6.2 贷中风控数据源 / 157

6.3 贷中模型体系和模型在策略中的应用 / 158

6.3.1 信用模型体系和模型在策略中的应用 / 159

6.3.2 反欺诈模型体系和模型在策略中的应用 / 159

6.3.3 运营模型体系和模型


短评

Python金融风控策略实践 随着金融市场的不断发展和变化,风险管理已经成为金融领域中的一个至关重要的方面。金融机构和投资者需要有效的风险控制策略,以应对市场波动和不确定性。Python编程语言已经成为金融领域中的一项强大工具,它为开发和实施各种金融风控策略提供了灵活性和效率。本文将探讨Python在金融风控策略实践中的应用,并介绍一些实际案例。 ## Python在金融领域的优势 Python之所以在金融领域如此受欢迎,有几个重要的原因: ### 1. 简单易学 Python是一种容易学习和使用的编程语言,拥有清晰的语法和大量的开发库。这使得金融专业人士能够快速上手,构建复杂的风险模型和策略。 ### 2. 数据处理和分析能力 Python拥有丰富的数据处理和分析工具,如Pandas、NumPy和Matplotlib。这些库使得金融从业者能够轻松地处理和可视化大规模的金融数据,有助于更好地理解市场动态。 ### 3. 开放源代码社区 Python拥有庞大的开放源代码社区,金融专业人士可以从中获取大量的开源工具和库,用于风险建模、数据获取和算法交易等方面。 ### 4. 可扩展性 Python可以轻松与其他编程语言和金融软件集成,使得金融机构可以将Python融入其现有的技术栈中。 ## Python在金融风控中的应用 以下是一些Python在金融风控中的实际应用案例: ### 1. 风险模型开发 金融机构使用Python来构建各种风险模型,包括信用风险、市场风险和操作风险模型。这些模型基于历史数据和统计分析,有助于预测和度量潜在的风险。 ### 2. 投资组合优化 投资者可以使用Python来执行投资组合优化,以最大化收益并控制风险。通过使用Python的优化库,投资者可以自动化这一过程,并根据市场条件进行调整。 ### 3. 交易执行监控 Python可以用于监控交易执行的质量和效率。金融机构可以编写自定义的交易执行算法,以确保最佳执行并减少交易成本。 ### 4. 数据分析和可视化 金融从业者使用Python来分析和可视化市场数据,以识别趋势和模式。这有助于更好地理解市场动态,制定更有效的风险管理策略。 ## 案例研究:股票市场波动监控 假设一家投资公司希望监控其投资组合中的股票在市场波动期间的表现。他们可以使用Python编写一个监控程序,该程序将以下步骤: 1. 获取股票价格数据。 2. 计算每只股票的波动率。 3. 比较波动率与市场波动的历史数据。 4. 如果某只股票的波动率显著高于市场波动,触发风险警报。 这个简单的示例展示了Python如何用于监控和识别潜在风险,帮助投资者采取适当的措施。 总结 Python在金融风控策略实践中发挥了关键作用,其灵活性和强大的工具库使其成为金融专业人士的首选工具之一。通过使用Python,金融机构和投资者能够更好地管理风险、优化投资组合并做出更明智的金融决策。随着Python生态系统的不断发展,其在金融领域的应用前景将继续扩展。因此,掌握Python编程技能对于金融从业者来说变得愈发重要。

2023-09-02 11:10:38

产品特色