本书对大数据时代下的信贷风险管理进行了介绍和剖析。首先，从经济学理论与实践应用角度对信贷的产生和经济意义、信贷分析方法的变化进行了阐述；其次，对信贷整个生命周期中使用的Cohort分析、信贷业务开展、合同签订、风险监控预警、催收和不良资产处置、管理信息系统等内容进行了深入讲解；再次，从财务数据、信用报告、交易流水等方面分析借款者的还款能力和还款意愿，并提出还款意愿的货币量化方法；然后，对传统信贷方法、IPC微贷技术、巴塞尔协议的风控、大数据风控进行优缺点分析，提出了基于IPC微贷、巴塞尔协议的大数据风控模式，并给出了不同情况下的具体实施方案，有助于信贷机构提高自身风险管理能力；最后，根据实践经验，新增了决策引擎、风控模型建设、风控策略、反欺诈、存量客户管理等内容，使得大数据风控更具有可操作性。
本书理论与实践相结合，适合银行、信用保证保险、消费金融、资产证券化评级机构、小贷公司、互联网金融、大数据风控等从业人员，以及有意从事金融工作的人员阅读与参考。

王军伟，毕业于华东师范大学，曾服务于支付宝、众安保险、哈尔滨银行互联网事业部等机构，长期从事信贷风险展研究等，著有《风控：大数据时代下的信贷风险管理和实践》《缝合：大数据时代下的资本管理与实践》，并独创阴阳五行经济学。

第1章 导言
第2章 信贷的经济学基础
2.1 信贷产生的经济学分析
2.2 信贷分析方法随经济周期而变化
2.3 信贷风控和策略的经济学分析
第3章 信贷分析秘密武器——Cohort分析
3.1 Cohort分析的案例和模型
3.2 Cohort分析在资产证券化与保险中的应用
第4章 信贷运营
4.1 客户画像
4.2 信贷产品设计
4.3 引流获客与市场营销
4.4 申请调查
第5章 信贷分析
5.1 信贷硬信息分析
5.2 信贷软信息分析
5.3 还款意愿量化方法
第6章 信贷分析方法融合与全面风险管理
6.1 传统信贷分析方法的优缺点和改进建议
6.2 IPC微贷技术的优缺点和改进建议
6.3 “信贷工厂”的优缺点和改进建议
6.4 巴塞尔协议的风控模式的优缺点及改进建议
6.5 大数据风控模式的优缺点和改进建议
6.6 基于传统信贷、IPC微贷技术、“信贷工厂”、巴塞尔协议和大数据风控模式融合的展望
6.7 压力测试——未来预期与敏感度分析
6.8 全面风险管理
第7章 信贷的审批决策
7.1 信贷审批委员会决策模式
7.2 “信贷工厂”审批模式
7.3 大数据风控的自动审批模式
第8章 决策引擎
8.1 以FICO的Blaze为代表的商业决策引擎
8.2 基于MySQL的自建决策引擎
8.3 基于Drools的自建决策引擎
8.4 基于Spark的自建决策引擎
第9章 风控模型建设与问题对策
9.1 模型选择
9.2 模型开发
9.3 变量的选择及处理
9.4 模型结果的评测
9.5 模型校准与映射
9.6 模型监测
9.7 模型的常见问题和对策
第10章 风控策略
10.1 模型策略
10.2 新客户的授信策略
10.3 定价策略
10.4 人工复审与问卷调查的风控策略
10.5 数据及A/B测试中的风控策略
10.6 基于矩阵和优化的风控决策
第11章 反欺诈分析和挖掘
11.1 欺诈的定义
11.2 欺诈的界定
11.3 协同反欺诈
11.4 反欺诈方法
11.5 欺诈场景是分析与挖掘的关键
11.6 反欺诈的案例
第12章 存量客户管理及贷中管理
12.1 存量客户分层
12.2 存量客户的额度管理
12.3 大额贷款与循环信贷的贷中管理
12.4 分期产品的贷中管理
12.5 预警监测
12.6 存量客户的信贷定价管理
第13章 信贷的合同签订及贷款发放
13.1 准备借款合同
13.2 签订合同
13.3 放款流程
13.4 资金来源
13.5 档案管理
第14章 信贷的还款阶段
14.1 还款方式
14.2 支付方式
14.3 还款提醒
14.4 还款风险预防
14.5 还款处理方式
第15章 逾期管理和不良资产处置
15.1 逾期信息处理
15.2 催收策略
15.3 动态催收策略
15.4 催收行动
15.5 不良资产处置
第16章 管理信息系统
附录A
附录B
参考文献
后记

风起云涌的资本市场处
处隐藏着风险与收益，这背
后也有潜在的数据信息，而
利用数据来驾驭资本是资本
管理的本质要求，更是控制
风险并确保收益的关键。在
资本中，信贷是根基，因而
信贷管理的风险控制（简称
风控）显得尤为重要。
随着近年来大数据风控
的探索和实践，信贷目前已
形成了相对成熟的风控模式
、结构，如决策引擎、风控
策略、反欺诈等。同时，随
着数据政策、金融政策的完
善，以及市场逐渐进入存量
客户竞争阶段，风控需要考
虑到存量客户管理、贷中管
理等。因此，有必要对《风
控：大数据时代下的信贷风
险管理和实践》的内容进行
更新和补充，解决读者反馈
与咨询的问题，也就有了现
在的第2版。
本书共16章，较第1版新
增了4章。其中，前7章与第
1版的顺序保持一致，并新
增、调整或完善了部分内容
，使得逻辑更为通畅；第8
～11章为新增章节；第12
章除了包括第1版的第9章内
容，还对内容进行了扩展；
第13～16章与第1版的第8
章、第10～12章保持一致
，并新增、完善或调整了部
分内容。本书的内容具体如
下。
第1章和第2章，从主流
经济学的跨期选择、消费理
论、厂商理论、帕累托效率
或卡尔多-希克斯效率、马
克思经济学等角度对信贷进
行解读，并新增了用笔者的
资本理论解读信贷等内容。
第3章重点阐述信贷分析
秘密武器——Cohort分析，
以及它在信贷中的应用，并
在第1版的基础上新增了其
在资产证券化、保险等业务
中的应用经验，从而解决保
险等领域长期难以客观评估
的问题。
第4章介绍信贷机构如何
根据自己的风控偏好进行客
户选择、客户画像、信贷产
品设计、市场营销等运营。
第5章从信贷分析涉及的
财务分析、信用分析、银行
流水分析、交易流水分析等
方面分析客户的还款能力和
还款意愿，并对各种软信息
进行分析，从而校验还款能
力和还款意愿，给出还款意
愿的货币化量化方法。
第6章对传统信贷分析方
法、IPC微贷技术、“信贷工
厂”、巴塞尔协议模式、大
数据风控模式进行了优缺点
分析，并提出改进建议，最
终给出基于传统信贷、IPC
微贷技术、“信贷工厂”、巴
塞尔协议和大数据风控模式
融合的展望，同时对全面风
险评估和压力测试进行简要
介绍。
第7章从审批方面阐述大
数据风控审批模式和实施经
验。
第8章主要对决策引擎进
行介绍，并分享基于MySQL
、Drools、Spark的自建决
策引擎的经验。在第1版的
基础上，解决了作为风控重
要基础的决策引擎购买费用
高、建设资料少等问题。
第9章介绍风控模型建设
以及常见问题和对策。
第10章介绍风控策略的
平衡和选择，如评分卡策略
及模拟等，较第1版新增了
模型策略使用方面的实践经
验等内容。
第11章介绍反欺诈分析
和挖掘，以及规则制定过程
，将第1版分散的反欺诈内
容进行集中，并给出其运营
机制以供读者参考。
第12章介绍存量客户管
理及贷中管理，如预警监测
，较第1版新增了风控在存
量竞争中如何实施，以及新
预警方法等内容。
第13章介绍信贷的合同
签订及贷款发放。
第14章简要介绍信贷还
款阶段中的相关问题及注意
事项，较第1版新增了还款
提醒短信、对逾期率的影响
等方面的内容。
第15章就逾期管理和不
良资产处置进行阐述，较第
1版新增了动态催收模型与
个性催收方案和分析等内容
。
第16章介绍管理信息系
统，给出了其中的关键性报
表。
感谢电子工业出版社的
李树林编辑为本书出版的辛
勤付出。感谢我的妻子周晓
霞和两个孩子，为了尽快完
成稿子，他们给了我充足的
时间和鼓励，尤其感谢我的
妻子周晓霞对我的支持和包
容。
因为个人经验和认知有
限，书中难免存在不妥之处
，恳请读者抱着“尽信书不
如无书”的理念和质疑的态
度来阅读此书，同时希望读
者指出文中的错误、不足，
并发电子邮件
（wjw84221@aliyun.com）
给我，在此表示感谢！
王军伟
2023年4月10日