智能信用评分：创建和实施更好的信用风险评分卡（第二版）

本书作者阐述了信用风险评分卡作为强有力的业务决策核心能力的重要性，描述了评分卡开发、验证、实施和监测的整个信用风险生命周期的细节，为我们提供了有价值的参考和见解。
     作者认为，大数据是信用评分行业的游戏规则改变者。信用评分和大数据的融合似乎是合乎逻辑和自然的。借助大数据，金融借贷行业可以快速从海量资源中获取有用信息，支持业务决策，提供更有效的精准营销和风险管理，提高业务绩效和运营效率。尽管大数据带来了巨大的机遇，但它也带来了新的挑战和竞争。
      作者还指出信用评分会带来歧视。将大数据纳入信用评分算法时，需要考虑和避免可能引入授信决策的潜在歧视因素。金融贷款机构在使用大数据源时要谨慎行事，采取一切必要手段，确保利用大数据服务消费者的公共利益，而
不是孤立一些群体使他们无法获得贷款。

第1章绪论／1
1.1 评分卡：概述／8
第2章评分卡开发：人员和过程／17
2.1 评分卡开发的人员角色／18
2.2 智能评分卡开发／26
2.3 评分卡的开发和实施过程：概述／26
第3章评分卡开发的基础结构设计／30
3.1 数据收集和组织／33
3.2 创建模型数据集／34
3.3 数据挖掘/评分卡开发／35
3.4 验证/回溯测试／36
3.5 模型实施／36
3.6 报告和分析／37
第4章评分卡开发过程第一阶段：预备和规划／38
4.1 制订业务计划／38
4.2 创建项目计划／47
4.3 为什么采用“评分卡”格式？／49
第5章内部评分卡开发的风险管理／51
5.1 人力资源风险／52
5.2 技术和知识停滞的风险／54
第6章评分卡开发过程第二阶段：数据审查和项目参数／58
6.1 数据可用性和质量审查／58
6.2 为定义项目参数而收集的数据／60
6.3 项目参数定义／62
6.4 细分／84
6.5 方法论／96
6.6 实施计划的审核／97
第7章《巴塞尔协议》对违约的定义／98
引言／98
7.1 违约事件／99
7.2 预测期限和违约率／102
7.3 违约率验证和重新校准／103
7.4 申请评分和《巴塞尔协议Ⅱ》／105
结论／106
第8章评分卡开发过程第三阶段：创建开发数据库／108
8.1 开发样本规范／108
8.2 抽样／115
8.3 开发数据的采集与构建／116
8.4 调整先验概率／118
第9章大数据：现今信用分析师所面对的新技术／122
9.1 大数据的四个V 与信用评分／122
9.2 信用评分与数据收集过程／130
9.3 大数据时代的信用评分／130
9.4 大数据时代信用评分的伦理考量／136
结论／141
第10章评分卡开发过程第四阶段：评分卡开发／142
10.1 探索数据／143
10.2 缺失值和异常值／143
10.3 相关性／145
10.4 初始特征分析／146
10.5 初始评分卡／165
10.6 拒绝推断／178
10.7 最终评分卡制作／196
10.8 选择一个评分卡／205
10.9 验证／216
第11章评分卡开发过程第五阶段：评分卡管理报告／220
11.1 收益表／221
11.2 特征报告／226
第12章评分卡开发过程第六阶段：评分卡实施／228
12.1 实施前的验证／228
12.2 战略发展／241
第13章通用供应商评分卡的验证／263
引言／263
13.1 供应商管理注意事项／266
13.2 供应商模型目标／269
13.3 模型评估方法／273
13.4 验证评估／278
13.5 供应商模型的实施和部署／281
13.6 持续监测所考虑的因素／283
13.7 供应商持续的质量保证／294
13.8 参与／295
13.9 附录：供应商评分卡验证的关键考虑因素／295
第14章评分卡开发过程第七阶段：实施后／297
14.1 评分卡和投资组合监测报告／297
14.2 应对变化／311
14.3 审查／331
附录A 信用评分中常用的变量／334
附录B 创建评分卡的端到端样本／341
特邀作者简介／346