信用评分工具 自动化信用管理的理论与实践PDF|Epub|txt|kindle电子书版本下载

信用评分工具 自动化信用管理的理论与实践PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

大纲1

第一部分 背景设定19

第1章 信用评分及其业务21

1.1 什么是信用评分21

1.2 在哪儿使用信用评分？25

1.2.1 数据来源27

1.2.2 信用风险管理周期28

1.2.3 行为偏好29

1.3 为什么要使用信用评分？30

1.3.1 如何影响贷款机构？32

1.3.2 对客户的影响35

1.4 信用评分如何影响信用供给？36

1.5 小结40

第2章 信用微历史42

2.1 信用的历史43

2.1.1 古代历史44

2.1.2 中世纪到19世纪46

2.1.3 20世纪49

2.2 信用评分的历史52

2.2.1 开拓时期53

2.2.2 自动化时期54

2.2.3 扩张时期55

2.3 征信机构的历史57

2.3.1 18世纪中期及以前58

2.3.2 19世纪90年代以后61

2.3.3 20世纪60年代以后61

2.3.4 国际63

2.4 评级机构的历史64

2.5 小结66

第3章 信用评分原理68

3.1 评分卡是什么68

3.1.1 评分卡的形态69

3.1.2 如何开发评分卡70

3.1.3 预测能力如何评估71

3.1.4 评分卡的偏差是如何出现的72

3.1.5 如何应对以上问题74

3.2 采用何种测量方法74

3.2.1 流程与策略75

3.2.2 评分卡表现78

3.2.3 违约概率和损失程度79

3.3 评分卡开发流程82

3.3.1 项目准备83

3.3.2 数据准备85

3.3.3 建模分析86

3.3.4 模型确定88

3.3.5 决策制定和策略89

3.3.6 安全保护90

3.4 什么会影响评分卡91

3.4.1 经济偏移92

3.4.2 市场偏移93

3.4.3 操作偏移95

3.4.4 目标偏移95

3.4.5 不明偏移96

3.5 小结97

第二部分 风险业务99

第4章 风险理论101

4.1 风险相关术语101

4.1.1 风险关联101

4.1.2 风险环境103

4.1.3 风险类型103

4.2 数据与模型106

4.2.1 数据类型107

4.2.2 模型类型107

4.2.3 人为判断109

4.2.4 专家系统110

4.3 小结111

第5章 决策科学112

5.1 自适应控制113

5.2 成为主人114

5.2.1 冠军挑战118

5.2.2 优化119

5.2.3 策略推断119

5.3 小结120

第6章 企业风险评估121

6.1 风险评估基础121

6.1.1 数据来源122

6.1.2 风险模型124

6.1.3 风险等级125

6.2 中小企业贷款126

6.2.1 关系型贷款127

6.2.2 交易型贷款128

6.3 财务比率评分129

6.3.1 理论先驱130

6.3.2 预测比率131

6.3.3 限制因素133

6.3.4 评级机构134

6.3.5 内部等级135

6.4 信用评级机构136

6.4.1 字母等级136

6.4.2 评级类型138

6.4.3 存在问题139

6.4.4 研究重点141

6.5 前瞻数据建模142

6.5.1 历史分析142

6.5.2 结构模型144

6.5.3 简约模型146

6.6 小结147

第三部分 数学和统计149

第7章 预测统计151

7.1 模型概述152

7.2 参数模型154

7.2.1 线性模型155

7.2.2 判别分析157

7.2.3 逻辑回归158

7.3 非参模型160

7.3.1 决策树161

7.3.2 神经网络162

7.3.3 遗传算法163

7.3.4 K近邻法164

7.3.5 线性规划165

7.4 关键假设166

7.4.1 数据因素166

7.4.2 统计假设168

7.4.3 解决方法169

7.5 结果比较171

第8章 区分度的测量173

8.1 错误分类矩阵175

8.2 Kullback散度176

8.2.1 证据权重177

8.2.2 信息值178

8.2.3 稳定指数178

8.3 KS统计量179

8.4 相关系数182

8.4.1 Pearson积矩183

8.4.2 Spearman秩序185

8.4.3 洛伦兹曲线185

8.4.4 基尼系数186

8.4.5 ROC曲线188

8.5 卡方检验190

8.6 准确性检验193

8.6.1 概率论194

8.6.2 二项分布195

8.6.3 HL统计量198

8.6.4 对数似然198

8.7 小结200

第9章 零碎内容202

9.1 描述方法202

9.1.1 聚类分析202

9.1.2 因子分析203

9.2 预报方法203

9.2.1 马尔可夫链204

9.2.2 生存分析207

9.3 其他概念209

9.3.1 相关性209

9.3.2 交叉性209

9.3.3 单调性210

9.3.4 标准化211

9.4 开发报告212

9.4.1 特征分析报告213

9.4.2 分数分布报告214

9.4.3 新业务策略表215

9.5 小结216

第10章 头脑与机器218

10.1 人员和项目218

10.1.1 评分卡开发人员219

10.1.2 外部供应商219

10.1.3 内部资源220

10.1.4 项目组222

10.1.5 指导委员会222

10.2 软件223

10.2.1 评分卡开发224

10.2.2 决策引擎225

10.3 小结226

第四部分 数据227

第11章 数据考虑229

11.1 数据透明度229

11.2 数据数量231

11.2.1 深度和广度231

11.2.2 同质性232

11.2.3 可得性232

11.3 数据质量233

11.3.1 关联性234

11.3.2 准确性234

11.3.3 完备性236

11.3.4 时效性236

11.3.5 一致性237

11.3.6 对征信机构的影响238

11.4 数据设计239

11.4.1 数据类型239

11.4.2 表格设计241

11.5 小结242

第12章 数据来源244

12.1 客户信息244

12.1.1 申请表245

12.1.2 财务信息247

12.2 内部信息248

12.2.1 数据类型248

12.2.2 数据库类型249

12.2.3 客户关系管理250

12.3 征信数据251

12.3.1 查询检索253

12.3.2 公共信息254

12.3.3 共享数据256

12.3.4 欺诈预警257

12.3.5 征信分数258

12.3.6 地理指标259

12.3.7 其他来源261

12.4 小结261

第13章 评分结构262

13.1 定制服务262

13.1.1 通用评分卡263

13.1.2 定制评分卡265

13.1.3 专家模型266

13.2 系统架设266

13.3 数据整合267

13.3.1 独立分数267

13.3.2 离散分数268

13.3.3 合并分数269

13.3.4 决策矩阵270

13.4 信用评分270

13.5 数据匹配272

13.6 小结273

第14章 信息共享275

14.1 征信机构275

14.1.1 公共与民营276

14.1.2 正面信息与负面信息279

14.2 参与合作280

14.2.1 互惠原则280

14.2.2 促进因素281

14.2.3 阻碍因素283

14.3 小结285

第15章 数据准备286

15.1 数据获取286

15.1.1 申请数据286

15.1.2 征信数据288

15.1.3 观测数据288

15.1.4 表现数据289

15.1.5 数据整合290

15.2 好坏定义291

15.2.1 选择状态291

15.2.2 表现状态293

15.2.3 当前状态和最坏状态294

15.2.4 定义设定295

15.2.5 好坏定义标准296

15.3 时间窗口298

15.4 样本设计301

15.4.1 样本类型302

15.4.2 最大和最小样本量302

15.4.3 分层随机抽样303

15.5 小结305

第五部分 评分卡开发307

第16章 变量转换309

16.1 转换方法309

16.1.1 虚拟变量310

16.1.2 风险变量311

16.1.3 方法选择312

16.2 粗细分类312

16.2.1 特征分析报告313

16.2.2 细分类314

16.2.3 粗分类315

16.3 统计量的应用317

16.3.1 预测能力测度317

16.3.2 粗分类例子317

16.4 池化算法318

16.4.1 非邻池化318

16.4.2 相邻池化319

16.4.3 单调相邻池化320

16.5 实际案例321

16.5.1 法院判决321

16.5.2 行业种类322

16.5.3 职业种类323

16.6 小结324

第17章 特征选取325

17.1 参考因素325

17.2 预测能力327

17.3 降维方法329

17.3.1 建模处理329

17.3.2 相关矩阵330

17.3.3 因子分析330

17.4 变量输入332

17.4.1 分步332

17.4.2 分块332

17.5 小结335

第18章 样本分层336

18.1 驱动因素336

18.2 识别交叉作用337

18.3 处理交叉作用338

18.4 小结339

第19章 拒绝推断340

19.1 推断原理340

19.2 总体流动342

19.3 表现赋值344

19.4 特殊类别345

19.5 推断方法346

19.5.1 随机补充347

19.5.2 展开法348

19.5.3 外推法349

19.5.4 同生表现350

19.5.5 二阶段法351

19.6 小结352

第20章 模型校准354

20.1 分数分段354

20.1.1 CH统计量355

20.1.2 基准方法355

20.1.3 边际风险边界356

20.2 线性变换359

20.2.1 线性移动359

20.2.2 比率缩放359

20.3 线性规划重构362

20.4 小结363

第21章 检验交付365

21.1 组成成分366

21.1.1 开发依据367

21.1.2 持续检验368

21.1.3 回溯测试369

21.2 差别效果370

21.3 小结370

第22章 开发管理372

22.1 进程安排372

22.2 高效操作372

22.2.1 重复利用373

22.2.2 重新建模373

22.3 小结374

第六部分 实施和使用375

第23章 实施安装377

23.1 自动化决策377

23.1.1 自动化程度377

23.1.2 职责378

23.1.3 员工沟通379

23.1.4 客户教育380

23.2 安装和测试382

23.2.1 数据、资源和切换382

23.2.2 测试383

23.3 小结384

第24章 管理控制385

24.1 政策规则385

24.2 撤销386

24.3 移交388

24.3.1 信息验证388

24.3.2 账户情况389

24.4 控制390

24.4.1 竞争环境390

24.4.2 评分及策略控制391

24.4.3 撤销控制391

24.5 小结392

第25章 跟踪监控393

25.1 组合分析394

25.1.1 逾期分布395

25.1.2 转移矩阵395

25.2 表现跟踪398

25.2.1 模型表现398

25.2.2 账龄分析400

25.2.3 分数错配402

25.3 偏移报告404

25.3.1 总体稳定性报告404

25.3.2 分数偏移报告405

25.3.3 特征分析406

25.4 选择过程407

25.4.1 决策过程409

25.4.2 分数决策412

25.4.3 政策规则413

25.4.4 人为撤销413

25.5 小结414

第26章 金融财务416

26.1 坏账准备416

26.2 直接损失估计418

26.2.1 净流量法418

26.2.2 转移矩阵法420

26.3 损失估计421

26.3.1 损失概率422

26.3.2 损失程度425

26.3.3 预测分析427

26.4 利润模型429

26.4.1 利润来源430

26.4.2 利润决策432

26.4.3 利润评分433

26.5 风险定价434

26.5.1 理论实践435

26.5.2 行为变化436

26.5.3 战略考虑438

26.5.4 客户影响439

26.6 小结440

第七部分 信用风险管理周期441

第27章 市场营销443

27.1 广告媒体443

27.2 数量与质量444

27.3 初步筛选446

27.4 市场数据447

27.5 小结449

第28章 申请审批450

28.1 收集潜在客户信息451

28.1.1 获取申请信息451

28.1.2 纸质数据采集452

28.1.3 初筛和清洗453

28.2 策略分类454

28.3 决策执行457

28.3.1 拒绝457

28.3.2 接受458

28.4 小结461

第29章 账户管理462

29.1 额度类型463

29.2 超限管理464

29.2.1 支票账户464

29.2.2 信用卡授权466

29.2.3 客户知情效应467

29.3 更多限额和其他功能468

29.3.1 提额请求468

29.3.2 提高额度468

29.3.3 额度复核469

29.3.4 交叉销售469

29.3.5 重获客户470

29.4 小结471

第30章 催收回收472

30.1 概述472

30.2 时机策略474

30.3 催收评分476

30.4 小结479

第31章 欺诈防范480

31.1 欺诈类型482

31.2 欺诈侦测工具486

31.3 欺诈防范策略487

31.4 欺诈评分488

31.5 小结490

第八部分 监管环境493

第32章 监管概念495

32.1 最佳实践495

32.2 善良治理495

32.3 商业道德和社会责任497

32.4 合规等级499

32.5 小结500

第33章 隐私保护501

33.1 背景501

33.1.1 历史概况502

33.1.2 Tournier案件503

33.1.3 OECD数据隐私指引504

33.1.4 欧洲理事会公约505

33.1.5 欧盟数据保护指令506

33.1.6 特殊情况506

33.2 原则507

33.2.1 收集方式508

33.2.2 合理目的509

33.2.3 信息质量510

33.2.4 信息使用511

33.2.5 信息披露512

33.2.6 主体权利512

33.2.7 信息安全513

33.3 小结514

第34章 禁止歧视516

34.1 何为歧视516

34.2 存疑特征518

34.3 小结519

第35章 公平信贷520

35.1 掠夺性放贷520

35.2 不负责放贷521

35.3 负责任放贷523

35.4 小结524

第36章 资本要求525

36.1 巴塞尔协议Ⅰ527

36.2 巴塞尔协议Ⅱ528

36.2.1 标准法529

36.2.2 内部评级法529

36.2.3 风险暴露类别530

36.2.4 违约定义531

36.2.5 评级意义531

36.2.6 执行问题532

36.3 风险加权资产的计算532

36.4 小结535

第37章 了解客户537

37.1 尽职调查要求538

37.2 客户身份识别要求539

第38章 国家差异540

38.1 美国540

38.2 加拿大541

38.3 英国542

38.4 澳大利亚544

38.5 南非545

参考文献547

术语字典565

后记595