声明
摘要
第一章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究目的与方法
1.2.1 研究目的
1.2.2 研究方法
1.2.3 研究技术路线
1.3 本文研究主要内容
1.4 本文的主要创新点
第二章 大数据风控和互联网金融的相关理论基础
2.1 大数据概念及内涵
2.2 互联网金融概念及内涵
2.3 互联网金融企业风险
2.4 大数据消金信用评分卡模型
2.5 国外发展现状研究
2.5.1 美国大数据信用评分发展现状
2.5.2 欧洲大数据信用评分发展现状
2.5.3 亚洲大数据信用评分发展现状
2.6 国内发展现状研究
2.6.1 中国的大数据信用评分发展经历
2.6.2 中国大数据信用评分评级的对象
2.6.3 中国大数据信用评分面临的困难
第三章 大数据在信贷风控全流程的应用
3.1 信贷风控流程
3.2 大数据在信贷流程环节中应用
3.2.1 申请环节大数据应用
3.2.2 审批环节大数据应用
3.2.4 放款环节大数据应用
3.2.5 贷中客户管理环节的大数据应用
3.2.6 贷后逾期催收与转卖环节大数据应用
3.3 风控各流程节点信用评分卡模型
3.3.1 申请环节评分卡A卡
3.3.2 审批环节评分卡F卡
3.3.3 贷中客户管理信用评分卡B卡
第四章 M公司大数据风控应用案例介绍
4.2.1 房屋抵质押贷款风险
4.2.2 汽车抵质押贷款风险
4.2.3 个人信用贷款风险
4.3 M公司风控政策
4.3.1 借款人资格
4.3.2 借款人应提供的资料
4.3.3 尽职调查
4.3.4 贷款抵押特定资料
4.3.5 借款金额
4.4 M公司信贷风控流程
4.4.1 贷前风控流程
4.4.2 贷中风控流程
4.5.2 M公司信用评分表
4.6 基于信用评分的大数据风控平台
4.6.1 大数据平台信用评分风控数据源
4.6.2 M公司信用评分卡建模步骤和流程
4.6.3 M公司的信用评分卡模型介绍
4.6.4 申请评分卡模型验证与分析
4.7 大数据给M公司带来的提升
4.7.1 支撑集团战略落地
4.7.2 风控审批效率更便捷
4.7.3 反欺诈能力大幅提升
4.7.4 营销更精准和客服更智能
第五章 结论与展望
5.2 研究展望
参考文献
致谢