大数据分析在金融风控中的应用手册.docVIP

大数据分析在金融风控中的应用手册

TOC\o1-2\h\u18452第1章：概述 3

296921.1金融风控背景 3

252431.2大数据分析简介 3

228231.3大数据在金融风控中的应用价值 3

8697第2章：数据采集与处理 3

100042.1数据来源 3

26212.2数据预处理 3

55752.3数据质量评估 3

28358第3章：数据挖掘技术 3

248073.1传统数据挖掘方法 4

8583.2深度学习在金融风控中的应用 4

84333.3强化学习在金融风控中的应用 4

11018第4章：信用评分模型 4

202434.1逻辑回归模型 4

69504.2决策树模型 4

206934.3随机森林模型 4

23237第5章：反欺诈模型 4

45905.1基于规则的欺诈检测 4

111915.2基于机器学习的欺诈检测 4

97315.3实时反欺诈系统 4

4056第6章：风险监测与预警 4

310106.1风险指标体系 4

302316.2风险监测方法 4

33736.3预警系统构建 4

13497第7章：风险度量与评估 4

295947.1风险价值（VaR） 4

252407.2预期损失（EL） 4

282067.3条件风险价值（CVaR） 4

28523第8章：信贷审批与风险控制 4

139868.1信贷审批流程优化 4

70158.2风险控制策略 4

113408.3信贷组合管理 4

12462第9章：投资决策与风险管理 4

246499.1资产配置 4

136689.2投资组合优化 4

316749.3风险预算 4

17267第10章：大数据技术在保险风控中的应用 4

641010.1保险风险评估 4

2334510.2保险欺诈检测 5

1238510.3保险理赔优化 5

28818第11章：大数据技术在证券市场风控中的应用 5

3089211.1股票市场风险监测 5

1191311.2量化交易策略 5

2710511.3市场异常检测 5

2751第12章：大数据风控未来发展趋势与挑战 5

1290312.1技术发展趋势 5

2146012.2数据安全与隐私保护 5

1659412.3监管政策与合规要求 5

30395第1章：概述 5

195281.1金融风控背景 5

235441.2大数据分析简介 5

228631.3大数据在金融风控中的应用价值 6

967第二章：数据采集与处理 6

260712.1数据来源 6

1132.2数据预处理 7

324372.3数据质量评估 7

10334第三章：数据挖掘技术 7

209823.1传统数据挖掘方法 7

260203.2深度学习在金融风控中的应用 8

114323.3强化学习在金融风控中的应用 8

30499第四章：信用评分模型 9

20604.1逻辑回归模型 9

223844.2决策树模型 9

105834.3随机森林模型 10

24601第五章：反欺诈模型 10

123875.1基于规则的欺诈检测 10

133195.1.1规则制定 10

53775.1.2规则执行 11

46265.2基于机器学习的欺诈检测 11

204315.2.1特征工程 11

309725.2.2模型训练与评估 11

47935.2.3模型部署与应用 11

42025.3实时反欺诈系统 12

22161第6章：风险监测与预警 12

98856.1风险指标体系 12

282626.1.1风险指标选取原则 12

207246.1.2风险指标分类 12

57546.1.3风险指标体系构建 12

280346.2风险监测方法 12

256136.2.1数据挖掘方法 12

302616.2.2指标监测方法 13

256846.2.3实时监测方法 13

231426.3预警系统构建 13

277316.3.1预警系统架构 13

311846.3.2预警阈值设定 13

267496.3.3预警模型建立 13

297506.3.4预警信息发布