量化风控之风控数据指标解析
信贷产品面临形形色色的客户,影响信用风险的因子众多,随时可能有新的风险产生。无论是银行业、供应链或者消费金融场景下的任何一种有直接与间接的借贷关系都会产生风险。
因此,信贷风控必须有完整的、精确的数据指标评估体系;通过及时、准确观测风控数据,针对关键指标结果,调整风控策略。
课程题目:量化风控之风控数据指标解析
课程形式:线上(腾讯会议)
一、风险产生的原因
二、风险管理模块解析
三、量化风险解析
1、常见九大风控指标介绍
逾期率指标 、迁徙率指标 、 账龄分析指标Vintage图 、 不良率指标、 净损失率NCL指标、 递延率指标 、 疑似欺诈率与欺诈、首逾指类标 、 进件类相关指标 、 风险系数指标
举个例子:即期与延滞定义
各逾期段的应收金额(逾期金额)/应收金额,分子很好理解,分母则有如下两种定义。
即期(coincidental),分母为当期金额,如当期应收账款。其概念为分析当期应收账款的质量结构
递延(lagged),是计算延滞率的一种方法,分母为之前的金额,如之前月份的应收账款。其概念为可以较为合理的反映数据状态
2、常见七大风险管理维度
产品维度、客户维度、信用维度、行为维度、其他的数据维度、设备信息维度、用户画像实例
四、风险数据应用
贷前、贷中、贷后全流程中
五、风险数据监测
分享嘉宾
刘鹏程,复旦大学 软件工程学硕士, 消费金融风控联盟创始人,资深风控技术专家。原京东集团-风控总监,佰瑞亿融大数据CEO。操盘小微信贷业务经验丰富。历任多家银行、互联网金融头部企业风控总监、产品负责人等职务,受邀担任多家机构风控顾问。
关于我们
消费金融风控联盟成立于2016年,我们专注于消费金融风控领域,构建风控从业者知识分享社群。截至目前发布超过300+原创风控文章,在北京、上海、杭州、深圳等地举办超过100+场次的线上&线下沙龙会。借此沉淀了超50000+的风控领域专业人才,与近百家风控行业机构保持良好沟通。涵盖、银行、信托、保险、消费金融、大数据、征信、风控系统建设等细分领域。我们也组建了模型、策略、反欺诈、数据、系统等各个不同专业和北京、上海、深圳、杭州等超过100+个微信大群。欢迎风控的朋友们加入。