数据科学在风控中的应用-笔记

风控流程

-信贷风控决策体系流程

客户申请-资料填写-要素验证-合规性验证-规则验证-黑名单-反欺诈-信用评分-放款-贷后管理

-某消费金融公司决策体系流程

禁入规则校验：基本信息校验、人行征信分级

欺诈风险校验：身份验证、位置验证、黑名单校验、业务规则校验

模型评分：信用打分

贷后监控：模型监控、用户监控、资产监控

风控要求技能

-技术层面

统计学和数学知识，不要求精通，但要熟练基本概念，一般大学所学就够用

较强的数据处理能力，数据库熟练运用

熟练运用Python或者R

熟练运用机器学习相关算法，LR、决策树、随机森林、Xgboost等

-业务层面

熟练金融风控相关知识

熟练主流金融产品

对相关场景有一定的了解

了解相关监管政策和行业动态

风控的核心

风控模型：基于LR的统计模型、机器学习模型

策略制定：反欺诈策略、业务规则、三方数据规则、额度策略

风控模型介绍

-模型开发流程

数据获取：从现有数据库中手收集可用于开发评分卡模型的相关数据

业务定义：根据产品规划和相关业务，定义违约客户和正常客户，以及观察期和表现期

抽样：根据相关业务，抽取符合建模规则的样本来作为评分卡开发的样本

数据预处理：对抽样后的样本数据进行处理，包括数据清洗，样本转化以及特征筛选

模型开发：在预处理后的样本数据上ÿ