Python金融风控策略实践

　　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。

　　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。

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