金融风控：信用评分卡与反欺诈模型培训课程-曙海培训中心

金融风控：信用评分卡与反欺诈模型培训课程

•  

• 培训对象： 金融风控算法工程师、数据分析师、银行/消费金融从业者、反欺诈专家。

•  

• 培训目标：

  • 理解信贷风控的全流程和评分卡模型原理。

  • 掌握特征分箱和WOE编码方法构建逻辑回归评分卡。

  • 能够开发反欺诈模型（异常检测、关系网络）。

  • 具备模型验证和上线监控能力。

•  

• 培训内容介绍：

•  

  一、 信贷风控基础： 了解贷前、贷中、贷后的风控流程，理解违约率（PD）、损失率（LGD）、违约敞口（EAD）的概念。

  二、 数据准备与特征工程： 处理信贷数据中的缺失值和异常值，构建衍生特征（收入负债比、查询次数）。

  三、 特征分箱与WOE编码： 对连续变量进行分箱（等距、等频、最优分箱），计算WOE和IV值筛选特征。

  四、 逻辑回归评分卡构建： 使用逻辑回归建模，将模型系数转换为评分卡分数，实现分数刻度化。

  五、 模型评估指标： 使用KS值、AUC、混淆矩阵评估模型区分能力，通过PSI监控模型稳定性。

  六、 评分卡应用与拒绝推断： 将评分卡应用于审批决策，使用拒绝推断技术校正样本选择性偏差。

  七、 反欺诈基础概念： 区分第一方欺诈、第三方欺诈和团伙欺诈，理解反欺诈的技术体系。

  八、 设备指纹与行为特征： 采集设备信息构建设备指纹，分析用户行为特征（操作速度、点击模式）。

  九、 异常检测反欺诈： 使用孤立森林、局部异常因子（LOF）识别异常申请行为。

  十、 关系网络反欺诈（图算法）： 使用图数据库构建申请关系网络，通过社区发现、PageRank识别团伙欺诈。

  十一、 规则引擎与实时决策： 设计反欺诈规则引擎，结合规则和模型进行实时决策。

  十二、 实战项目：信用评分卡开发： 从真实信贷数据出发，完成特征筛选、评分卡构建、模型验证和分数转换全流程。