（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
-