前言/Prologue

风起云涌的资本市场处处隐藏着风险与收益，这背后也有潜在的数据信息，而利用数据来驾驭资本是资本管理的本质要求，更是控制风险并确保收益的关键。在资本中，信贷是根基，因而信贷管理的风险控制（简称风控）显得尤为重要。

随着近年来大数据风控的探索和实践，信贷目前已形成了相对成熟的风控模式、结构，如决策引擎、风控策略、反欺诈等。同时，随着数据政策、金融政策的完善，以及市场逐渐进入存量客户竞争阶段，风控需要考虑到存量客户管理、贷中管理等。因此，有必要对《风控：大数据时代下的信贷风险管理和实践》的内容进行更新和补充，解决读者反馈与咨询的问题，也就有了现在的第2版。

本书共16章，较第1版新增了4章。其中，前7章与第1版的顺序保持一致，并新增、调整或完善了部分内容，使得逻辑更为通畅；第8～11章为新增章节；第12章除了包括第1版的第9章内容，还对内容进行了扩展；第13～16章与第1版的第8章、第10～12章保持一致，并新增、完善或调整了部分内容。本书的内容具体如下。

第1章和第2章，从主流经济学的跨期选择、消费理论、厂商理论、帕累托效率或卡尔多-希克斯效率、马克思经济学等角度对信贷进行解读，并新增了用笔者的资本理论解读信贷等内容。

第3章重点阐述信贷分析秘密武器——Cohort分析，以及它在信贷中的应用，并在第1版的基础上新增了其在资产证券化、保险等业务中的应用经验，从而解决保险等领域长期难以客观评估的问题。

第4章介绍信贷机构如何根据自己的风控偏好进行客户选择、客户画像、信贷产品设计、市场营销等运营。

第5章从信贷分析涉及的财务分析、信用分析、银行流水分析、交易流水分析等方面分析客户的还款能力和还款意愿，并对各种软信息进行分析，从而校验还款能力和还款意愿，给出还款意愿的货币化量化方法。

第6章对传统信贷分析方法、IPC微贷技术、“信贷工厂”、巴塞尔协议模式、大数据风控模式进行了优缺点分析，并提出改进建议，最终给出基于传统信贷、IPC微贷技术、“信贷工厂”、巴塞尔协议和大数据风控模式融合的展望，同时对全面风险评估和压力测试进行简要介绍。

第7章从审批方面阐述大数据风控审批模式和实施经验。

第8章主要对决策引擎进行介绍，并分享基于MySQL、Drools、Spark的自建决策引擎的经验。在第1版的基础上，解决了作为风控重要基础的决策引擎购买费用高、建设资料少等问题。

第9章介绍风控模型建设以及常见问题和对策。

第10章介绍风控策略的平衡和选择，如评分卡策略及模拟等，较第1版新增了模型策略使用方面的实践经验等内容。

第11章介绍反欺诈分析和挖掘，以及规则制定过程，将第1版分散的反欺诈内容进行集中，并给出其运营机制以供读者参考。

第12章介绍存量客户管理及贷中管理，如预警监测，较第1版新增了风控在存量竞争中如何实施，以及新预警方法等内容。

第13章介绍信贷的合同签订及贷款发放。

第14章简要介绍信贷还款阶段中的相关问题及注意事项，较第1版新增了还款提醒短信、对逾期率的影响等方面的内容。

第15章就逾期管理和不良资产处置进行阐述，较第1版新增了动态催收模型与个性催收方案和分析等内容。

第16章介绍管理信息系统，给出了其中的关键性报表。

感谢电子工业出版社的李树林编辑为本书出版的辛勤付出。感谢我的妻子周晓霞和两个孩子，为了尽快完成稿子，他们给了我充足的时间和鼓励，尤其感谢我的妻子周晓霞对我的支持和包容。

因为个人经验和认知有限，书中难免存在不妥之处，恳请读者抱着“尽信书不如无书”的理念和质疑的态度来阅读此书，同时希望读者指出文中的错误、不足，并发电子邮件（wjw84221＠aliyun.com）给我，在此表示感谢！

王军伟

2023年4月10日