信用评分模型技术与应用

　　第一章 信用评分模型在消费信贷管理中的应用
　　一、信用评分模型技术发展的背景与历程
　　二、信用评分模型的种类
　　三、信用评分模型管理的优越性
　　四、信用评分模型在信用卡生命周期管理中的应用
　　五、信用评分模型在汽车贷款中的应用
　　六、信用评分模型在住房贷款中的应用
　　第二章 信用评分模型的数据基础
　　一、数据的数量与质量
　　二、数据来源
　　三、数据元素
　　四、数据词典
　　五、数据集市
　　六、数据仓库
　　第三章 数据挖掘简介
　　一、数据挖掘的流程
　　二、数据挖掘的组织
　　三、数据挖掘的耗时分布
　　第四章 数据挖掘与信用评分模型的技术
　　一、对数据进行描述和总结的技术
　　二、对变量进行栏位划分和信息转化的技术
　　三、主成分分析、因子分析、变量类聚分析
　　四、类聚分析
　　五、逻辑回归模型
　　六、神经网络模型
　　七、判别分析
　　八、决策树模型
　　九、共性过滤分析
　　十、多元回归模型
　　十一、基因算法
　　十二、RFM分析
　　十三、存活分析
　　十四、时间系列分析
　　第五章 信用评分模型的开发流程
　　第六章 信用局评分模型的开发与应用
　　第七章 市场营销评分模型的开发与应用
　　第八章 申请风险评分模型的开发与应用
　　第九章 行为评分模型的开发与应用
　　第十章 客户评分模型的开发与应用
　　第十一章 欺诈风险评分模型的开发与应用
　　第十二章 信用评分模型的实施与管理
　　第十三章 信用评分模型的跟踪与检验

　　陈建，北京大学国际经济学学士，美国华盛顿大学经济学硕士，美国注册金融分析师(CFA) ，美国投资管理与研究协会(AIMR)会员。
　　现任全球著名的Fair Isaac公司的亚太区技术方案总监，为亚太各国、特别是为大中华地区的金融机构提供世界一流的模型开发、风险管理、市场营销、客户关系管理、新巴赛尔协议合规性等方面的技术方案和策略咨询。
　　作者曾长期担任Fair Isaac公司的策略科学部高级经理，是Fair Isaac公司的决策模型技术和决策最优化技术的发明者之一，Fair Isaac公司策略科学部的创始人之一。陈建曾替美国12大银行和信用卡公司中的9个(花旗银行、第一银行、大通-曼哈顿银行、DISCOVER、美洲银行、Fleet、Providian、富国银行、Household) 、英国5家大型银行和信用卡公司(汇丰银行、巴克莱银行、苏格兰皇家银行、哈里法斯-苏格兰银行、通用电气资本公司)、加拿大皇家银行、以及欧美30多家中小型银行制定优化的数据库营销策略、信贷审批策略、信用额度管理策略、反欺诈策略、转帐策略、催收策略等，为客户带来了数亿美元的收益。

　　《信用评分模型技术与应用》是国内首部全面地介绍欧美先进的信用评分模型的开发技术和应用经验的著作，是作者长期以来代表著名的Fair Isaac公司为全球客户设计、开发、实施各种模型的丰富经验的总结，是学习、借鉴国际经典经验和最佳操作方案的权威教科书。
　　本书理论联系实际，深入浅出地阐述了信用评分模型的概念、种类、优越性及其在各种金融管理活动中的重要应用，对信用评分模型的数据基础、数据挖掘的技术方法、信用评分模型的发展流程等进行了系统的介绍，对于一些在管理实践中广泛运用的模型如信用评分模型、市场营销评分模型、申请风险评分模型、行为评分模型、客户评分模型、欺诈侦测评分模型等模型的开发技术和应用策略进行了具体的阐述，并对信用评分模型的实施、管理、跟踪、检验等最佳操作经验进行了翔实的论述。