这是一本深入讲解智能风控理论体系和风控全生命周期业务实践的著作。作者基于在银行业10余年的风控经验，首先详细讲解了“大数据、模型、风控平台”三位一体的智能风控体系，能为风控实践提供扎实的理论指导；然后围绕风控的全生命周期，从贷前评估、贷中监控、贷后管理以及智能反欺诈、智能催收等角度全面讲解了智能风控的业务实践，深刻揭示了智能风控体系的精髓。 第1～2章全面而深入地探讨了智能风控的背景知识：首先对基础信贷业务进行了细致解析，读者可以从中了解其运作方式和重要性；然后，梳理了智能风控是如何随着技术的进步和市场的需求逐渐成熟和完善的。 第3～5章围绕“数据、模型、风控平台”三位一体的智能风控理论体系展开：首先介绍了内部数据、外部数据、个人征信数据在智能风控中的应用，以及智能数据体系的构建；然后深入探讨了智能风控模型的算法、评价指标、开发流程；最后讲解了风控平台的理论框架、设计原则、架构设计、建设流程以及决策引擎的建设。 第6～8章围绕风控的全生命周期探讨了风控策略在实际业务中的应用，包括贷前评估、贷中监控、贷后管理，以及智能反欺诈和智能催收体系的建设和业务实践，能帮助读者将理论知识转化为实际操作能力，更好地应对现实业务中的挑战。 第9章对智能风控的未来发展进行了展望，不仅为读者揭示了未来的机遇，也提供了对于如何应对未来挑战的思考。

前言
第1章 互联网信贷业务逻辑和风险
1.1 互联网信贷业务
1.1.1 互联网信贷的定义和范围
1.1.2 互联网信贷的业务模式
1.1.3 互联网信贷业务监管演进
1.1.4 互联网信贷业务的发展趋势
1.2 互联网信贷风险
1.2.1 认识风险
1.2.2 风险管理的组织架构和“三道防线”
1.2.3 信贷风险管理流程
1.2.4 大数据风控
1.2.5 大数据风控管理原则
1.3 本章小结
第2章 大数据智能风控的由来
2.1 金融科技的概念、发展及影响
2.1.1 金融科技的概念
2.1.2 金融科技的创新历程
2.1.3 金融科技的影响
2.2 银行数字化转型
2.2.1 银行数字化转型的内涵
2.2.2 银行数字化转型的三大因素
2.2.3 银行数字化转型的基本思路与对策
2.3 从传统风控到大数据智能风控
2.3.1风控1.0：传统风控
2.3.2风控2.0：大数据风控
2.3.3风控3.0：大数据智能风控
2.4 大数据智能风控的内涵与建设
2.4.1 大数据智能风控的内涵
2.4.2 大数据智能风控的建设
2.5 案例剖析
2.5.1 经营原则：数据驱动战略
2.5.2 全面应用大数据和人工智能技术
2.5.3 打造的智能风控体系
2.5.4 对我国商业银行的启示
2.6 本章小结
第3章 大数据智能风控基础大数据
3.1 大数据对商业银行的影响
3.1.1 大数据的特性
3.1.2 大数据赋能
3.2 内部数据
3.3 外部数据
3.3.1 外部数据分类
3.3.2 外部数据源的管理原则
3.3.3 外部数据管理流程
3.3.4 外部数据评估
3.4 人行征信
3.4.1 人行征信简介
3.4.2 人行征信的历史沿革
3.4.3 人行征信数据的主要来源
3.4.4 二代征信的主要改进
3.4.5 人行征信的业务实践
3.5 智能数据体系
3.5.1 数据技术架构
3.5.2 统一数据管理
3.6 案例剖析
3.7 本章小结
第4章 大数据智能风控核心：模型
4.1 模型的理论框架
4.1.1 模型发展历程
4.1.2 模型的分类
4.1.3 模型的特征
4.2 模型算法
4.2.1 逻辑回归算法
4.2.2 决策树
4.2.3 集成学习
4.3 模型评价指标
4.3.1 混淆矩阵
4.3.2 评价指标
4.4 模型开发流程
4.4.1 模型定位
4.4.2 数据处理
4.4.3 样本准备
4.4.4 特征变量评估
4.4.5 模型训练
4.4.6 模型管理
4.5 案例剖析
4.6 本章小结
第5章 大数据智能风控载体风控平台
5.1 风控平台的理论框架
5.1.1 风控平台的内涵
5.1.2 风控平台建设的合规要求
5.1.3 风控平台建设的同业实践
5.1.4 风控平台的设计原则
5.2 风控系统建设方案
5.2.1 风控系统架构建设
5.2.2 风控系统流程建设
5.3 决策引擎建设方案
5.3.1 决策引擎的内涵
5.3.2 决策引擎的功能架构
5.3.3 决策引擎的主要优势和应用
5.3.4 决策引擎的核心组件
5.4 本章小结
第6章 风控策略应用
6.1 风控策略的管理内涵
6.1.1 模型与规则
6.1.2 政策与策略
6.1.3 策略体系的3种模式
6.1.4 策略管理流程
6.2 贷前策略应用实战
6.2.1 前置准入策略
6.2.2 信息验证策略
6.2.3 授信审批策略
6.3 贷中策略应用实战
6.3.1 贷中策略框架
6.3.2 贷中策略应用
6.4 案例剖析
6.5 本章小结
第7章 智能反欺诈
7.1 信贷欺诈行为的内涵和特征
7.1.1 信贷欺诈特征
7.1.2 欺诈风险形成条件
7.1.3 欺诈风险与信用风险
7.2 揭秘黑产
7.2.1 黑产上游
7.2.2 黑产中游
7.2.3 黑产下游
7.3 智能反欺诈能力体系建设
7.3.1 反欺诈底层能力建设
7.3.2 反欺诈核心应用能力建设
7.3.3 全面反欺诈工作流
7.4 案例剖析
7.5 本章小结
第8章 智能催收
8.1 催收的内涵
8.1.1 催收业务：保护债权人权益与解决逾期问题
8.1.2 催收管理哲学：平衡风险与利润的关键
8.1.3 催收合规化进展
8.2 催收业务
8.2.1 催收业务准备
8.2.2 催收业务流程
8.2.3 催收策略
8.3 智能催收体系
8.3.1 智能催收体系发展特点
8.3.2 智能催收系统框架
8.3.3 智能催收体系关键能力
8.4 案例剖析
8.5 本章小结
第9章 大数据智能风控的未来与展望
9.1 金融科技的政策指引
9.2 大数据智能风控的挑战与对策
9.2.1 大数据智能风控面临的挑战
9.2.2 大数据智能风控的对策
9.3 大数据智能风控发展趋势
9.4 本章小结