封面 书名页 版权页 撰写说明 前言 目录页 第一章 动态数字模拟与大数据建模 1.1 广为人知的动态模拟——从工程应用到科学探索 1.2 生命周期动态数字模拟——对社会和商业过程的大数据分析和决策应用 1.2.1 前大数据与大数据时代解决方案的比较 1.2.2 对社会过程的模拟——人口增长模型 1.2.3 对商业过程的模拟——以合规压力测试为例 1.3 本章小结 1.3.1 关于生命周期动态数字模拟原理的两个基本问题 1.3.2 生命周期动态数字模拟技术与大数据特性的关系 第二章 生命周期动态数字模拟的数学推演和统计估计 2.1 基本概念 2.1.1 对5个基础概念的扩展性回顾 2.1.2 用户数据中的初始变量、表现变量，以及由此导出的驱动变量 2.1.3 驱动变量的定义及其作用 2.1.4 流程的单元和阶段划分 2.1.5 全生命周期与状态生命周期 2.2 驱动变量的因素分解 2.2.1 动态数字模拟的目标函数 2.2.2 一级分解 2.2.3 二级分解 2.2.4 生命周期动态数字模拟方程 2.3 本章小结 2.3.1 解析模型与回归模型 2.3.2 一级分解中的算法选择 第三章 生命周期动态数字模拟与决策分析 3.1 决策分析与建模需要的演进——个贷业务案例 3.1.1 建模需求的调整 3.1.2 对整体业务的全方位跟踪 3.1.3 对长期规划中不确定因素的处理 3.1.4 行业参照分析 3.2 生命周期动态数字模拟技术的三个模块及各自的应用场景 3.2.1 全周期模型的应用 3.2.2 状态周期模型的应用 3.2.3 生命周期评分 3.2.4 企业风险及行业风险指数 3.3 本章小结 3.3.1 以服务于决策为目标的数据与建模应用 3.3.2 针对决策思维逻辑建立的分析与建模方法 3.3.3 生命周期动态数字模拟是系统论对社会过程的一个模拟方案 第四章 生命周期动态数字模拟技术的产生和与传统模型的比较 4.1 理论发展与应用创新 4.1.1 对两维时间因素分解初始算法的修正与重建 4.1.2 状态生命周期概念的引入和算法的建立 4.1.3 生命周期动态评分概念的引入和算法的建立 4.2 生命周期动态数字模拟模型与传统决策辅助模型的关系 4.2.1 决策辅助模型——以贷后账户管理为例 4.2.2 马尔科夫链及相应的决策需求 4.2.3 净流量模型 4.2.4 两维时间与单维时间模型 4.2.5 评分模型和流量模型的“统一场论” 4.3 本章小结 第五章 模型设计 5.1 模型设计与合规应用 5.2 模型设计中的维度 5.3 流程设计 5.3.1 个贷行业中标准的流程设计 5.3.2 对平均规模这类指标进行建模的选项 5.3.3 闭环设计与开环设计的选择 5.3.4 滚动率模型与流动率模型的选择 5.3.5 变量之间时间滞后长度的设置 5.3.6 对因素分解模型的选择 5.4 同龄组和特征组的分群 5.4.1 同龄组分群 5.4.2 特征组分群 5.5 特征组样本的合并 5.5.1 生命周期样本组合 5.5.2 时间响应样本组合 5.5.3 同龄组的合并 5.5.4 异常同龄组及其识别 5.6 分段建模 5.7 多步建模 5.8 借用行业曲线 5.9 本章小结 第六章 数据准备 6.1 原始数据、业务变量、汇总数据和两维时间面板数据结构 6.1.1 原始数据中的可跟踪性和可关联性 6.1.2 业务变量的生成 6.1.3 两维时间面板结构数据的生成 6.2 双时数据的编码要点 6.2.1 编码中对同龄组和特征组的定义 6.2.2 初始变量 6.2.3 表现变量 6.2.4 面板数据的编程要点 6.3 本章小结 第七章 历史表现分析及对数据的一致性检验 7.1 历史表现分析的内容与方法 7.1.1 历史表现分析的内容 7.1.2 历史表现分析的方法 7.2 初始变量分析 7.2.1 对授信数量的轨迹跟踪 7.2.2 对授信额度的历史轨迹跟踪 7.2.3 数量政策和平均规模政策之间关系的动态变化 7.3 对表现变量的历史轨迹分析及对数据的一致性检验 7.3.1 对表现变量之间整体关系的关联分析 7.3.2 对业务表现变量的同龄组分析和特征组分析 7.4 对比率（驱动）变量的表现分析 7.5 对比例（驱动）变量的因素分析 7.6 本章小结 第八章 基准模型的建立 8.1 基准模型与基准预测的概念 8.1.1 基准模型 8.1.2 基准预测 8.2 建立基准模型的步骤 8.2.1 明确合规要求 8.2.2 建模前的准备工作 8.2.3 流程图与建模顺序 8.2.4 建模步骤与方法 8.3 经济响应模型的建立 8.3.1 对经济变量的定性选择 8.3.2 对经济变量的定量选择 8.3.3 构造简单实用并易于商业解释的模型 8.4 对同龄组拟合参数的调整 8.5 复查对假设的设置并检验预测的结果 8.5.1 对初始变量假设设置的复查 8.5.2 对生命周期曲线、时间响应曲线和同龄组拟合参数的复查 8.5.3 对预测结果合理性的检验 8.6 本章小结 第九章 动态预测的实施 9.1 场景假设以及场景假设下的预测 9.2 场景假设对预测结果的影响 9.2.1 不同场景假设对预测的影响 9.2.2 对场景假设的设计 9.3 对场景假设的设置 9.3.1 对初始变量的假设设置 9.3.2 对生命周期曲线的假设设置 9.3.3 对环境因素的假设设置 9.3.4 对同龄组拟合参数的假设设置 9.4 分析预测报告及其解释性 9.4.1 场景递进变化下的预测结果与比较 9.4.2 敏度测试的应用场景 9.4.3 压力测试的应用场景 9.4.4 蒙特卡洛模拟的应用场景 9.5 本章小结 第十章 统计检验与误差分析 10.1 商业应用中的统计检验综述 10.1.1 对模型适用性的检验 10.1.2 拟合度及显著性检验 10.1.3 后视检验 10.1.4 模型的可续用性检验与参数更新 10.1.5 响应敏度检验 10.2 模型拟合度检验 10.2.1 总体拟合质量分析 10.2.2 在特征分群和批次层级上的拟合质量分析 10.2.3 对误差率曲线图形的解析 10.3 后视检验 10.3.1 后视检验的设计 10.3.2 样本内后视检验 10.3.3 样本外后视检验 10.4 本章小结 第十一章 生产型预测中的过程管理 11.1 对模型预测表现的跟踪和预测误差分析 11.1.1 预测误差分析 11.1.2 回顾性预测 11.2 对数据更新过程的优化管理 11.3 明确被核准模型的界限和设置假设时的权限 11.3.1 对模型设计的更改 11.3.2 对初始变量的重新设置 11.3.3 生命周期曲线——是沿用以往曲线还是进行调整 11.3.4 对时间响应曲线的刷新 11.3.5 经济响应方程的更新 11.3.6 同龄组（批次）拟合参数的更新 11.4 生产型预测的实施 11.5 预测结果的检查及报告提交 11.6 文件和记录的保存 11.7 本章小结 第十二章 大数据决策分析及数字化动态模拟技术应用案例 12.1 大数据决策分析与决策分析产品 12.1.1 大数据决策分析产品 12.1.2 大数据决策产品的形成 12.2 对核心大数据的效用分析 12.2.1 核心数据 12.2.2 数据的效用和商业价值分析 12.2.3 内部与外部数据的关联使用 12.3 大数据决策应用的生态圈 12.3.1 决策主体 12.3.2 决策场景 12.3.3 决策主体与决策场景的识别过程 12.4 决策产品的设计 12.4.1 流程图与对业务流程的数字化模拟 12.4.2 大数据项目实施中的技术组合 12.5 对目标主体的排序 12.5.1 对主体的综合评分 12.5.2 对排序结果的用户端显示 12.6 对目标主体的多维定位 12.7 主体状态定位在时间上的迁移 12.8 历史轨迹追踪 12.9 对主体的比对画像与参照分析 12.9.1 参照分析 12.9.2 参照系的建立 12.10 对决策话术的算法（机器）生成 12.11 决策信息的客户端推送 12.12 金融监管科技领域的应用——新版会计报告规范与压力测试 12.12.1 合规会计报告 12.12.2 压力测试 12.13 本章小结 结语 ..更多