金融风控数据建模导论

（一）序言

（二）序言

• 金融风控具体在哪个环节才需要数据建模

  • 贷前审核

  • 贷后管理

  • 反欺诈

1.2 金融机构信贷风控流程介绍

• （1）客户申请

  • 没啥可说的

• （2）资料填写

  • 具体个人信息填写错误，金融机构会要求客户重新填写，如何联系客户资料填写错误，会要求冻结几天才能重新申请

• （3）要素验证

  • 根据客户的资料填写，做三要素或做四要素验证，比如说客户的手机号、银行卡、身份证是否匹配

• （4）合规性验证

  • 客户所在的行业是否是金融机构限制放贷的行业

• （5）规则验证

  • 人行征信情况

• （6）黑名单

  • 各个金融公司自有数据维度的黑名单

• （7）反欺诈

  • 反欺诈规则

• （8）信用评分

• （9）放款

• （10）贷后管理

金融风控流程图，如下：

（三）金融分控建模岗需掌握的技能

• （1）统计学

  • 大学层次

• （2）数学

  • 大学层次

• （3）数据库

  • Orale或者MySQL

• （4）编程语言

  • Python、R和SAS

• （5）机器学习

  • LR、决策树、随机森林、Xgboost等等主流算法

（四）金融风控模型的核心内容

• 风控模型

  • 基于LR（逻辑回归）的统计模型

  • 机器学习模型，如随机森林和xgboost

• 策略制定

  • 反欺诈策略

  • 业务规则

  • 三方数据规则

  • 额度策略

（五）金融风控模型介绍

金融风控模型就是评分卡模型，通过将模型预测的违约概率转换为分数，最终利用分数再结合相关策略来决定是否给客户放款

• 模型开发流程

• 传统评分卡

  • 基于LR

  • 基于AHP

• 机器学习评分卡

  • 随机森林

  • xgboost

  • 组合模型