金融行業風險預測模型實戰

【課程目標】

本課程專注于金融行業的風控模型，面向數據分析部等專門負責數據分析與建模的人士。

本課程的主要目的是，培養學員的大數據意識和大數據思維，掌握常用的數據分析方法和數據分析模型，并能夠用于對客戶行為作分析和預測，提升學員的數據分析綜合能力。

通過本課程的學習，達到如下目的：

1、 掌握數據分析和數據建模的基本過程和步驟

2、 掌握客戶行為分析中常用的分析方法

3、 掌握業務的影響因素分析常用的方法

4、 掌握常用客戶行為預測模型，包括邏輯回歸、決策樹、神經網絡、判別分析等等，以及分類模型的優化

5、 掌握金融行業信用評分卡模型，構建信用評分模型

本課程突出數據挖掘的實際應用，結合行業的典型應用特點，從實際問題入手，引出相關知識，進行大數據的收集與處理；探索數據之間的規律及關聯性，幫助學員掌握系統的數據預處理方法；介紹常用的模型，訓練模型，并優化模型，以達到最優分析結果。

【授課時間】

2-3天時間（每天6個小時）

【授課對象】

風險控制部、業務支撐、網絡中心、IT系統部、數據分析部等對數據建模有較高要求的相關領域人員。

【學員要求】

1、 每個學員自備一臺便攜機(必須)。

2、 便攜機中事先安裝好Office Excel 2013版本及以上。

3、 便攜機中事先安裝好IBM SPSS Statistics v24版本以上軟件。

注：講師可以提供試用版本軟件及分析數據源。

【授課方式】

理論精講 + 案例演練 + 實際業務問題分析 + SPSS實際操作

【課程大綱】

第一部分： 數據核心理念—數據思維篇

問題：什么是數據思維？大數據決策的底層邏輯以及決策依據是什么？

1、 數字化五大技術戰略：ABCDI戰略

? A：人工智能，目的是用機器模擬人類行為

? B：區塊鏈，構建不可篡改的分布記賬系統

? C：云計算，搭建按需分配的計算資源平臺

? D：大數據，實現智能化的判斷和決策機制

? I：物聯網，實現萬物互聯通信的基礎架構

2、 大數據的本質

? 數據，是事物發展和變化過程中留下的痕跡

? 大數據不在于量大，而在于全（多維性）

? 業務導向還是技術導向

3、 大數據決策的底層邏輯（即四大核心價值）

? 探索業務規律，按規律來管理決策

案例：客流規律與排班及最佳營銷時機

案例：致命交通事故發生的時間規律

? 發現運營變化，定短板來運營決策

案例：考核周期導致的員工月初懈怠

案例：工序信號異常監測設備故障

? 理清要素關系，找影響因素來決策

案例：情緒對于股市漲跌的影響

案例：為何升職反而會增加離職風險？

? 預測未來趨勢，通過預判進行決策

案例：惠普預測員工離職風險及挽留

案例：保險公司的車險預測與個性化保費定價

4、 大數據決策的三個關鍵環節

? 業務數據化：將業務問題轉化為數據問題

? 數據信息化：提取數據中的業務規律信息

? 信息策略化：基于規律形成業務應對策略

案例：用數據來識別喜歡賺“差價”的營業員

第二部分： 數據分析基礎—流程步驟篇

1、 數據分析的六步曲

2、 步驟1：明確目的，確定分析思路

? 確定分析目的：要解決什么樣的業務問題

? 確定分析思路：分解業務問題，構建分析框架

3、 步驟2：收集數據，尋找分析素材

? 明確數據范圍

? 確定收集來源

? 確定收集方法

4、 步驟3：整理數據，確保數據質量

? 數據質量評估

? 數據清洗、數據處理和變量處理

? 探索性分析

5、 步驟4：分析數據，尋找業務答案

? 選擇合適的分析方法

? 構建合適的分析模型

? 選擇合適的分析工具

6、 步驟5：呈現數，解讀業務規律

? 選擇恰當的圖表

? 選擇合適的可視化工具

? 提煉業務含義

7、 步驟6：撰寫報告，形成業務策略

? 選擇報告種類

? 完整的報告結構

演練：產品精準營銷案例分析

? 如何搭建精準營銷分析框架

? 精準營銷分析的過程和步驟

第三部分： 用戶行為分析—統計方法篇

問題：數據分析方法的種類？分析方法的不同應用場景？

1、 業務分析的三個階段

? 現狀分析：通過企業運營指標來發現規律及短板

? 原因分析：查找數據相關性，探尋目標影響因素

? 預測分析：合理配置資源，預判業務未來的趨勢

2、 常用的數據分析方法種類

? 描述性分析法（對比/分組/結構/趨勢/交叉…）

? 相關性分析法（相關/方差/卡方…）

? 預測性分析法（回歸/時序/決策樹/神經網絡…）

? 專題性分析法（聚類/關聯/RFM模型/…）

3、 統計分析基礎

? 統計分析兩大關鍵要素（類別、指標）

? 統計分析的操作模式（類別à指標）

? 統計分析三個操作步驟（統計、畫圖、解讀）

? 透視表的三個組成部分

4、 常用的描述性指標

? 集中程度：均值、中位數、眾數

? 離散程度：極差、方差/標準差、IQR

? 分布形態：偏度、峰度

5、 基本分析方法及其適用場景

? 對比分析（查看數據差距，發現事物變化）

演練：尋找用戶的地域分布特征

演練：分析產品受歡迎情況及貢獻大小

演練：用數據來探索增量不增收困境的解決方案

? 分布分析（查看數據分布，探索業務層次）

演練：銀行用戶的消費水平和消費層次分析

演練：客戶年齡分布/收入分布分析

案例：通信運營商的流量套餐劃分合理性的評估

演練：呼叫中心接聽電話效率分析（呼叫中心）

? 結構分析（查看指標構成，評估結構合理性）

案例：增值業務收入結構分析（通信）

案例：物流費用成本結構分析（物流）

案例：中移動用戶群動態結構分析

演練：財務領域的結構瀑布圖、財務收支的變化瀑布圖

? 趨勢分析（發現事物隨時間的變化規律）

案例：破解零售店銷售規律

案例：手機銷量的淡旺季分析

案例：微信用戶的活躍時間規律

演練：發現客流量的時間規律

? 交叉分析（從多個維度的數據指標分析）

演練：用戶性別+地域分布分析

演練：不同客戶的產品偏好分析

演練：不同學歷用戶的套餐偏好分析

演練：銀行用戶的違約影響因素分析

第四部分： 用戶行為分析—分析框架篇

問題：如何才能全面/系統地分析而不遺漏？如何分解和細化業務問題？

1、 業務分析思路和分析框架來源于業務模型

2、 常用的業務模型

? 外部環境分析：PEST

? 業務專題分析：5W2H

? 競品/競爭分析：SWOT、波特五力

? 營銷市場專題分析：4P/4C等

3、 用戶行為分析（5W2H分析思路和框架）

? WHY：原因（用戶需求、產品亮點、競品優劣勢）

? WHAT：產品（產品喜好、產品貢獻、產品功能、產品結構）

? WHO：客戶（基本特征、消費能力、產品偏好）

? WHEN：時間（淡旺季、活躍時間、重購周期）

? WHERE：區域/渠道（區域喜好、渠道偏好）

? HOW：支付/促銷（支付方式、促銷方式有效性評估等）

? HOW MUCH：價格（費用、成本、利潤、收入結構、價格偏好等）

案例討論：結合公司情況，搭建用戶消費習慣的分析框架（5W2H）

第五部分： 數據建模基礎—流程步驟篇

1、 預測建模六步法

? 選擇模型：基于業務選擇恰當的數據模型

? 特征工程：選擇對目標變量有顯著影響的屬性來建模

? 訓練模型：采用合適的算法對模型進行訓練，尋找到最優參數

? 評估模型：進行評估模型的質量，判斷模型是否可用

? 優化模型：如果評估結果不理想，則需要對模型進行優化

? 應用模型：如果評估結果滿足要求，則可應用模型于業務場景

2、 數據挖掘常用的模型

? 定量預測模型：回歸預測、時序預測等

? 定性預測模型：邏輯回歸、決策樹、神經網絡、支持向量機等

? 市場細分：聚類、RFM、PCA等

? 產品推薦：關聯分析、協同過濾等

? 產品優化：回歸、隨機效用等

? 產品定價：定價策略/最優定價等

3、 特征工程/特征選擇/變量降維

? 基于變量本身特征

? 基于相關性判斷

? 因子合并（PCA等）

? IV值篩選（評分卡使用）

? 基于信息增益判斷（決策樹使用）

4、 模型評估

? 模型質量評估指標：R^2、正確率/查全率/查準率/特異性等

? 預測值評估指標：MAD、MSE/RMSE、MAPE、概率等

? 模型評估方法：留出法、K拆交叉驗證、自助法等

? 其它評估：過擬合評估、殘差檢驗

5、 模型優化

? 優化模型：選擇新模型/修改模型

? 優化數據：新增顯著自變量

? 優化公式：采用新的計算公式

? 集成思想：Bagging/Boosting/Stacking

6、 常用預測模型介紹

? 時序預測模型

? 回歸預測模型

? 分類預測模型

第六部分： 影響因素分析—根因分析篇

問題：如何選擇合適的屬性/特征來建模呢？選擇的依據是什么？比如價格是否可用于產品銷量預測？

1、 數據預處理vs特征工程

2、 特征工程處理內容

? 變量變換

? 變量派生

? 變量精簡（特征選擇、因子合并）

? 類型轉換

3、 特征選擇常用方法

? 相關分析、方差分析、卡方檢驗

4、 相關分析（衡量兩數據型變量的線性相關性）

? 相關分析簡介

? 相關分析的應用場景

? 相關分析的種類

2 簡單相關分析

2 偏相關分析

2 距離相關分析

? 相關系數的三種計算公式

2 Pearson相關系數

2 Spearman相關系數

2 Kendall相關系數

? 相關分析的假設檢驗

? 相關分析的四個基本步驟

演練：營銷費用會影響銷售額嗎？影響程度如何量化？

演練：哪些因素與汽車銷量有相關性

演練：影響用戶消費水平的因素會有哪些

? 偏相關分析

2 偏相關原理：排除不可控因素后的兩變量的相關性

2 偏相關系數的計算公式

2 偏相關分析的適用場景

? 距離相關分析

5、 方差分析（衡量類別變量與數值變量間的相關性）

? 方差分析的應用場景

? 方差分析的三個種類

2 單因素方差分析

2 多因素方差分析

2 協方差分析

? 單因素方差分析的原理

? 方差分析的四個步驟

? 解讀方差分析結果的兩個要點

演練：擺放位置與銷量有關嗎

演練：客戶學歷對消費水平的影響分析

演練：廣告和價格是影響終端銷量的關鍵因素嗎

演練：營業員的性別、技能級別對產品銷量有影響嗎

演練：尋找影響產品銷量的關鍵因素

? 多因素方差分析原理

? 多因素方差分析的作用

? 多因素方差結果的解讀

演練：廣告形式、地區對銷量的影響因素分析

? 協方差分析原理

? 協方差分析的適用場景

演練：排除產品價格，收入對銷量有影響嗎？

6、 列聯分析/卡方檢驗（兩類別變量的相關性分析）

? 交叉表與列聯表：計數值與期望值

? 卡方檢驗的原理

? 卡方檢驗的幾個計算公式

? 列聯表分析的適用場景

案例：套餐類型對客戶流失的影響分析

案例：學歷對業務套餐偏好的影響分析

案例：行業/規模對風控的影響分析

第七部分： 客戶行為預測—分類模型篇

問題：如何評估客戶購買產品的可能性？如何預測客戶的購買行為？如何提取某類客戶的典型特征？如何向客戶精準推薦產品或業務？

1、 分類模型概述及其應用場景

2、 常見分類預測模型

3、 邏輯回歸（LR）

? 邏輯回歸的適用場景

? 邏輯回歸的模型原理

? 邏輯回歸分類的幾何意義

? 邏輯回歸的種類

2 二項邏輯回歸

2 多項邏輯回歸

? 如何解讀邏輯回歸方程

? 帶分類自變量的邏輯回歸分析

? 多項邏輯回歸/多分類邏輯回歸

案例：如何評估用戶是否會購買某產品（二項邏輯回歸）

案例：多品牌選擇模型分析（多項邏輯回歸）

4、 分類決策樹（DT）

問題：如何預測客戶行為？如何識別潛在客戶？

風控：如何識別欠貸者的特征，以及預測欠貸概率？

客戶保有：如何識別流失客戶特征，以及預測客戶流失概率？

? 決策樹分類簡介

案例：美國零售商（Target）如何預測少女懷孕

演練：識別銀行欠貨風險，提取欠貸者的特征

? 決策樹分類的幾何意義

? 構建決策樹的三個關鍵問題

2 如何選擇最佳屬性來構建節點

2 如何分裂變量

2 修剪決策樹

? 選擇最優屬性生長

2 熵、基尼索引、分類錯誤

2 屬性劃分增益

? 如何分裂變量

2 多元劃分與二元劃分

2 連續變量離散化（最優分割點）

? 修剪決策樹

2 剪枝原則

2 預剪枝與后剪枝

? 構建決策樹的四個算法

2 C5.0、CHAID、CART、QUEST

2 各種算法的比較

? 如何選擇最優分類模型？

案例：商場用戶的典型特征提取

案例：客戶流失預警與客戶挽留

案例：識別拖欠銀行貨款者的特征，避免不良貨款

案例：識別電信詐騙者嘴臉，讓通信更安全

? 多分類決策樹

案例：不同套餐用戶的典型特征

? 決策樹模型的保存與應用

5、 人工神經網絡（ANN）

? 神經網絡概述

? 神經網絡基本原理

? 神經網絡的結構

? 神經網絡分類的幾何意義

? 神經網絡的建立步驟

? 神經網絡的關鍵問題

? BP反向傳播網絡（MLP）

? 徑向基網絡（RBF）

案例：評估銀行用戶拖欠貨款的概率

6、 判別分析（DA）

? 判別分析原理

? 判別分析種類

? Fisher線性判別分析

案例：MBA學生錄取判別分析

案例：上市公司類別評估

7、 最近鄰分類（KNN）

? KNN模型的基本原理

? KNN分類的幾何意義

? K近鄰的關鍵問題

8、 支持向量機（SVM）

? SVM基本原理

? 線性可分問題：最大邊界超平面

? 線性不可分問題：特征空間的轉換

? 維災難與核函數

9、 貝葉斯分類（NBN）

? 貝葉斯分類原理

? 計算類別屬性的條件概率

? 估計連續屬性的條件概率

? 預測分類概率（計算概率）

? 拉普拉斯修正

案例：評估銀行用戶拖欠貨款的概率

第八部分： 客戶行為預測—模型評估篇

1、 模型的評估指標

? 兩大矩陣：混淆矩陣，代價矩陣

? 六大指標：Acc,P,R,Spec,F1,lift

? 三條曲線：

2 ROC曲線和AUC

2 PR曲線和BEP

2 KS曲線和KS值

2、 模型的評估方法

? 原始評估法

? 留出法（Hold-Out）

? 交叉驗證法（k-fold cross validation）

? 自助采樣法（Bootstrapping）

第九部分： 客戶行為預測—集成優化篇

1、 模型的優化思路

2、 集成算法基本原理

? 單獨構建多個弱分類器

? 多個弱分類器組合投票，決定預測結果

3、 集成方法的種類

? Bagging

? Boosting

? Stacking

4、 Bagging集成

? 數據/屬性重抽樣

? 決策依據：少數服從多數

? 典型模型：隨機森林RF

5、 Boosting集成

? 基于誤分數據建模

? 樣本選擇權重更新公式

? 決策依據：加權投票

? 典型模型：AdaBoost模型

第十部分： 銀行客戶信用卡模型

1、 信用評分卡模型簡介

2、 評分卡的關鍵問題

3、 信用評分卡建立過程

? 篩選重要屬性

? 數據集轉化

? 建立分類模型

? 計算屬性分值

? 確定審批閾值

4、 篩選重要屬性

? 屬性分段

? 基本概念：WOE、IV

? 屬性重要性評估

5、 數據集轉化

? 連續屬性最優分段

? 計算屬性取值的WOE

6、 建立分類模型

? 訓練邏輯回歸模型

? 評估模型

? 得到字段系數

7、 計算屬性分值

? 計算補償與刻度值

? 計算各字段得分

? 生成評分卡

8、 確定審批閾值

? 畫K-S曲線

? 計算K-S值

? 獲取最優閾值

案例：構建銀行小額貸款的用戶信用模型

第十一部分： 數據建模實戰篇

1、 電信業客戶流失預警和客戶挽留模型實戰

2、 銀行欠貸風險預測模型實戰

3、 銀行信用卡評分模型實戰

結束：課程總結與問題答疑。