前言

风险控制是消费信贷产业的核心。随着大数据、人工智能等技术的快速发展，智能风控技术应运而生。智能风控在传统风控技术的基础上大幅提升了风控效果，提高了风控效率。新兴的金融科技企业、创新的金融模式不断涌现。在金融监管趋紧的背景下，一些金融机构或企业逐步向持牌和纯技术赋能两个方向转型，行业变得越来越规范和健康。行业的蓬勃发展促进了智能风控技术的提升，使得智能风控技术得到实践的检验。智能风控逐渐成为金融机构风控的主流模式。

智能风控为信贷行业的发展带来了新动力，为利润的增加提供了新引擎。我们已经见证了风控审批耗时的大幅缩短，从数天到数秒；审核流程的极大简化，客户足不出户即可完成信用借款；金融机构风控能力得到提高，风险控制水平持续提升。眼光长远的金融机构不断加大在智能风控上的投入，持续提升智能风控能力。

作者从事风控、模型算法相关工作多年，曾在咨询公司为金融机构提供反欺诈和数据挖掘相关咨询服务，随后在互联网金融发展之初进入该领域，持续参与了智能风控的创新，并见证了其发展。本书对智能风控的核心环节——风控模型、特征画像、风控策略，进行了详细讲解和总结，形成了一套标准化的方法和算法体系，并结合实际工作中的案例进行详细说明。通过本书，作者对过去的工作进行了梳理、深度思考和复盘，并总结了不少宝贵的经验，希望它们能为读者提供参考。

目前，市面上的一些智能风控图书着眼于算法的介绍，讲述各类算法的原理，以理论为主，还有一些智能风控的图书则着重讲述某种技术及应用，如信用评分卡建模等具体技术及应用，以实践为主。本书将整个信贷风控体系与人工智能算法紧密结合，既有系统性的方法框架，又有实践应用的案例，内容丰富、实用。本书的特点如下。

● 本书囊括智能风控的模型、特征和策略三大块内容，构建了智能风控的完整决策链条。

● 本书以智能风控方法论为主线，紧密结合智能算法，并配有实践案例。相比单独的算法介绍或理论分析，本书内容更具实操性。

● 本书将金融科技领域先进的风控实践经验作为核心内容。相比传统的信贷风控方法，本书内容更具先进性。

● 本书以人工智能领域流行的Python语言实现实践案例，符合智能算法和编程语言未来的发展趋势。

基于以上特点，本书适合以下人员阅读。

● 银行、消费金融、小贷与保险等信贷风控模型开发人员、特征挖掘人员和策略分析人员，以及金融科技、咨询行业相关从业者。本书为入门者提供了系统化的知识地图，使他们能够结合实际案例进行实践；为资深从业者提供内容丰富的参考资料。

● 与信贷风控人员紧密配合的技术开发人员、产品经理、审批催收人员等。本书可以帮他们掌握智能风控的业务逻辑和常用方法，以更好地与风控团队开展合作。

● 其他对智能风控感兴趣的读者。

本书共6章，各章内容如下。

第1章介绍智能风控的发展历史，以及智能风控的相关概念与应用。

第2章介绍搭建智能风控模型的方法、智能算法、模型优化和模型体系等，并给出模型开发实践经验。

第3章介绍搭建风控特征画像体系的方法、智能算法、特征挖掘和特征画像体系等，并给出特征挖掘实践经验。

第4章介绍搭建智能风控策略的方法、智能算法、策略体系和策略监控等，并给出策略实践经验。

第5章介绍智能决策与人的结合，剖析智能风控的局限性和如何发挥人工的价值。

第6章介绍智能风控管理的相关经验，解读智能风控中的一系列管理原则。

第2～4章为本书的核心。本书采用从方法论到算法，再到实践案例的结构，其中方法论包含方法框架和整体流程，算法是整体流程中可以替换的关键组件，如同CPU之于计算机，方法和算法最终将应用于不同的业务场景。

本书内容涉及智能风控的模型、特征和策略，以及智能风控管理全流程，读者可以按章节顺序阅读，或者根据自身知识背景和需求有选择地阅读相应章节。本书需要读者有Python编程基础。本书部分代码输出结果为Jupyter Notebook显示风格。

由于作者水平有限，书中难免出现疏漏和不足之处，希望读者谅解并欢迎读者指正。

蒋宏