大数据风控

出版者:机械工业出版社

作者:张孝昆

页数:228

出版时间:2017-6

价格:69.00

装帧:平装

isbn号码:9787111568681

具体描述

本书分为两部分。在第一部分思想篇里，介绍了如何将风险、内控、审计融合，如何将风险管控融入业务，如何将业务融入信息化，如何利用大数据管理企业风险。不仅详细阐述了企业大数据时代的风险管控、内部控制、审计体系构建的思路、方法、具体操作及成果，还解答了如何运用大数据构建智能化企业。

在第二部分实战篇中，通过两个业务循环，帮助读者在实践中理解大数据风控思想，掌握企业大数据风控的方式方法，从而对企业大数据风控有一个更加明确和直观的认识。

作者简介

国际注册信息系统审计师，注册风险及信息系统监控师。

华博风控信息技术（北京）有限公司创始人，总经理。风控中国研究院创始人，主导设计大数据风控平台-华博大数据；集团管控及风险管控讲师，大数据风控、IT审计独立讲师，中国内审协会特聘讲师，国资委培训讲师。被行业人誉为“业务与技术的桥梁”。

目录信息

目录
序　大风起兮云飞扬（王吉鹏）
前言
第一部分　思想篇　 1
第1章　企业大数据核心思想概述　 2
1.1　企业管控与大数据应用　 3
1.1.1　企业管控的理论标准　 3
1.1.2　大数据应用　 5
1.2　企业管控中的风险、内控、审计手段融合　 6
1.3　集团管控与风险管控的联动　 12
1.4　风险管控融入业务、融入信息化　 14
1.5　智能监控的思路及方式方法　 17
第2章　运用大数据解决风险管控　 23
2.1　企业风险管控构建要点　 24
2.2　应用大数据为风险管控服务　 26
2.2.1　总体思路　 26
2.2.2　企业内外部大数据构成　 26
2.2.3　大数据专项技术及措施　 29
2.3　大数据风控落地运行新模式　 30
2.4　风险识别实务　 32
2.4.1　风险识别的思路　 32
2.4.2　风险识别的方法　 33
2.4.3　风险识别的具体操作　 35
2.4.4　风险识别的成果　 41
2.5　风险评估实务　 41
2.5.1　风险评估的思路　 41
2.5.2　风险评估的方法　 42
2.5.3　风险评估的具体操作　 45
2.5.4　风险评估的成果　 51
2.6　风险应对实务　 52
2.6.1　风险应对的思路　 52
2.6.2　风险应对的方法　 52
2.6.3　风险应对的操作方法　 53
2.6.4　风险应对的成果　 55
2.7　风险预警监控 　 55
2.7.1　风险预警监控的设计思路及程序　 55
2.7.2　风险预警监控的编制　 57
2.7.3　风险预警监控操作　 58
2.7.4　风险预警监控的成果　 58
2.8　风险管控报告与监督　 59
2.8.1　风险管控报告与监督的思路　 59
2.8.2　风险管控报告与监督的操作方法　 59
2.9　内部控制体系构建　 60
2.9.1　内部控制体系构建的思路　 60
2.9.2　业务流程框架的梳理　 66
2.9.3　业务流程图的编制　 71
2.9.4　控制矩阵的编制　 74
2.9.5　权限指引表的编制　 75
2.9.6　内部控制体系构建成果　 76
2.10　内部控制评价　 76
2.10.1　内部控制评价的思路　 76
2.10.2　内部控制评价的方法　 77
2.10.3　内部控制评价的实务操作　 79
第3章　集团管控模式下的风险管控及数据化管理　 95
3.1　集团公司如何形成风险管控循环　 95
3.2　集团化公司风险管控能力建设思路　 97
3.2.1　全面风险诊断　 97
3.2.2　风险管控体系建设　 99
3.2.3　下属公司风险管控体系推广　 102
3.3　如何构建集团总部的风险管控能力　 103
3.4　 如何构建下属公司的风险管控能力　 107
3.5　企业数据化管理新模式　 113
第4章　现代企业大数据审计　 116
4.1　大数据审计的核心思想 　 116
4.2　集团企业审计现状分析及存在的问题　 119
4.2.1　集团企业内部审计因素分析 　 119
4.2.2　目前集团企业内部审计存在的问题 　 121
4.3　大数据对内部审计的挑战　 123
4.4　集团企业大数据审计思路　 125
4.5　风险、内控、审计系统的整合运用　 128
4.6　大数据环境下的审计体系落地　 129
4.6.1　智能化审计的落地思路　 129
4.6.2　大数据审计下的审计模型设计　 132
4.6.3　智能监控体系落地化指标设计　 134
第5章　运用大数据构建智能化企业　 143
5.1　 企业大数据颠覆商业智能　 143
5.2　企业大数据颠覆传统ERP　 146
5.2.1　风险管控型ERP思想　 146
5.2.2　如何管控ERP风险　 147
5.2.3　风险管控与ERP深度融合　 149
5.2.4　以风险管控为导向的ERP业务蓝图设计　 151
5.3　大数据重塑管理会计新模式　 160
第二部分　实战篇　 163
第6章　销售业务风险管控及ERP落地　 164
6.1　导言　 164
6.2　××公司业务流程梳理　 165
6.2.1　销售业务流程　 165
6.2.2　当前销售业务流程中的主要风险点　 169
6.2.3　内销销售业务风险控制　 169
6.2.4　出口销售业务风险控制　 171
6.2.5　内销销售业务责权体系　 171
6.2.6　销售业务管理风险管控系统实现流程　 171
第7章　采购业务风险管控及ERP落地　 186
7.1　导言　 186
7.2　××公司业务流程梳理　 187
7.2.1　采购业务流程　 187
7.2.2　当前采购业务流程中的主要风险点　 189
7.2.3　采购业务风险控制　 191
7.2.4　采购业务管理风险管控系统实现流程　 191
7.2.5　××公司采购业务流程技术实现　 207
7.3　采购业务管理建议　 212
7.4　采购业务管理优化带来的效益　 214
参考文献　 216
· · · · · · (收起)

用户评价

这本书对于“风险识别与预警”的阐述，让我感觉自己像是站在了一个金融市场的瞭望塔上。它不仅仅关注已经发生的风险，更侧重于提前发现、预测和防范。书中详细介绍了各种风险类型，从信用风险、市场风险，到操作风险和流动性风险，并详细分析了大数据如何在每个环节发挥作用。例如，在信用风险方面，它不仅仅看你的还款记录，还会分析你的就业稳定性、社交网络影响力等多种维度，构建更全面的信用画像。 我印象最深刻的是书中关于“实时监控与预警系统”的描述。它描绘了一个24小时不间断运转的系统，能够捕捉到任何可能影响风险的信号，并及时发出警报。这种“千里眼”和“顺风耳”的能力，对于瞬息万变的金融市场来说至关重要。书中还分享了一些实操经验，比如如何设置合理的预警阈值，以及如何根据预警级别采取不同的应对措施。这些内容让我意识到，大数据风控并非一蹴而就，而是一个持续优化、不断适应的过程。

《大数据风控》这本书对我而言，就像是打开了一扇关于“合规与监管科技”的新大门。我之前对“合规”的理解，更多地是停留在法律法规条文层面，觉得它是一种束缚。但这本书让我看到了，大数据如何能够赋能合规，让它变得更有效率、更智能。它不再是冰冷的条文，而是可以通过数据分析和技术手段来执行和监督的。 书中对“监管科技”（RegTech）的介绍，让我耳目一新。它详细讲解了大数据如何在反洗钱（AML）、了解你的客户（KYC）、以及数据隐私保护等方面发挥作用。比如，书中提到了如何利用大数据来交叉验证客户信息，识别可疑交易模式，以及自动化合规报告的生成。这些内容让我意识到，大数据不仅能帮助企业降低风险，更能帮助它们更好地满足监管要求，避免不必要的罚款和声誉损失。

《大数据风控》这本书在“模型可解释性与持续优化”的论述，给我带来了非常实用的启示。我一直觉得，很多机器学习模型就像一个“黑盒子”，你输入数据，它输出结果，但你很难知道“为什么”。这本书则打破了这一认知，它让我看到，即使是复杂的大数据模型，也应该追求“可解释性”，并且需要不断地进行优化和迭代，才能真正发挥其价值。 书中关于“特征重要性分析”、“部分依赖图”以及“LIME/SHAP”等可解释性工具的介绍，让我明白了如何去理解模型做决策的依据。这对于风控人员来说至关重要，因为他们需要向监管机构、客户或者内部管理层解释模型的决策逻辑。同时，书中也强调了“模型漂移”和“概念漂移”的问题，以及如何通过持续地收集新的数据、重新训练模型来应对这些挑战。这种“活”的模型，能够更好地适应不断变化的市场环境和风险态势，这才是真正的“智能”风控。

《大数据风控》给我带来的最直观感受，就是它对“模型构建与优化”的深入探讨。我一直以为风控模型就是一套固定的算法，但这本书让我看到了模型的生命力。它不仅仅是数学公式的堆砌，更是对现实世界复杂性的一种抽象和模拟。从早期的评分卡模型，到如今基于机器学习的复杂算法，书中都进行了详实的介绍，并且特别强调了模型的持续迭代和优化。比如，书中提到如何通过“特征工程”来挖掘更深层次的风险信息，以及如何利用“模型评估指标”来判断模型的优劣，并根据实际表现进行调整。这种“活”的模型，能够不断适应市场变化和欺诈手段的演进，这才是真正有战斗力的风控能力。 我特别喜欢书中对“异常检测”和“关联分析”的案例解读。比如，书中举了一个例子，描述了如何通过分析一个用户的消费习惯突然发生巨大变化，以及其交易地点和时间出现异常，来判断是否存在欺诈行为。这种细致入微的分析，让我不得不佩服大数据技术在捕捉“微小迹象”方面的强大能力。此外，书中还讲解了如何通过“图计算”来分析用户之间的关联，从而识别出潜在的“团伙欺诈”或“传销行为”。这些内容不仅让我对风控的专业性有了更深的认识，也让我看到了大数据在维护金融市场秩序方面的重要作用。

这本书的名字是《大数据风控》，读完之后，我感觉它就像是一次深入人心的旅程，带我走进了金融世界里那个看不见的、却至关重要的“风险”迷宫。坦白说，在翻开这本书之前，我对“风控”这个词的理解仅限于一些模糊的概念，比如银行贷款怕坏账，或者投资要小心市场波动。但《大数据风控》彻底颠覆了我的认知。它没有用晦涩难懂的专业术语堆砌，而是以一种非常生动、接地气的方式，从零开始，一步步剖析了大数据如何在现代金融风控体系中扮演着“侦探”和“守护者”的双重角色。 我尤其印象深刻的是书中对于“数据采集与治理”的细致讲解。以前我总觉得数据就是数据，但这本书让我明白，数据的质量和完整性才是风控的基石。它描绘了一个庞大的数据网络，从客户的基本信息、交易行为，到社交媒体上的公开言论，甚至是一些看似不相关的外部信息，都被纳入了考量范围。书中通过大量的案例，展示了如何从这些海量、异构的数据中提取出有价值的风险信号，就像从一堆沙子里找出金子一样。更重要的是，它强调了数据隐私和合规性的重要性，这让我意识到，在大数据时代，技术的发展必须与法律、伦理并行，才能真正实现可持续的风险管理。

这本书对“反洗钱”和“反恐怖融资”的阐述，让我对金融体系的安全有了更深层次的认识。《大数据风控》不再仅仅是停留在交易层面，而是深入到资金的源头和去向，去追踪那些试图掩盖非法资金的行为。它让我明白，维护金融市场的公平和秩序，离不开对这些“灰色地带”的严密监控。 书中对于“交易监控”和“风险模型”在反洗钱领域的应用，让我看到了大数据的强大能力。它不仅仅是识别大额可疑交易，更重要的是，能够通过分析交易模式、客户画像、以及客户的社会关系网络，来识别那些看似不显眼但却可能存在的洗钱行为。比如，书中举例说明，如何通过分析一个客户在短时间内频繁进行小额交易，并且这些交易都指向同一家离岸公司，来判断其可能涉及洗钱活动。这种细致入微的分析，让人不得不佩服大数据在“抽丝剥茧”方面的功力。

在《大数据风控》这本书里，我第一次真正理解了“操作风险”背后的复杂性，以及大数据如何成为我们防范它的有力武器。以往，我总觉得操作风险离我比较遥远，可能是公司内部的一些流程错误或者系统故障。但这本书让我意识到，操作风险无处不在，它可能源于人为的疏忽，也可能源于技术的不完善，甚至可能是外部环境变化引发的。 书中对“异常操作检测”的详细阐述，给我留下了深刻的印象。它不仅仅是简单地监控系统日志，而是通过分析大量用户行为数据，来识别出那些偏离正常模式的操作。比如，书中举例说明，如何通过分析一个员工在非工作时间、操作敏感数据，并且其操作模式与以往大不相同的异常行为，来判断是否存在内部欺诈或者操作失误的风险。这种基于大数据的“行为画像”技术，让我想到了“防患于未然”这个词。

《大数据风控》在“流动性风险管理”这一章节的讲解，让我深刻体会到资金流动的“血液循环”在金融体系中的重要性。它不再仅仅是关于宏观经济指标的分析，而是将大数据技术深入到微观层面，去理解和预测资金的流向和时效性。书中详细阐述了流动性风险的定义、成因以及其可能带来的严重后果，并重点介绍了大数据如何在实时监测、预测和应对方面发挥关键作用。 我尤其对书中关于“资金流向分析”和“行为预警”的案例印象深刻。比如，它如何通过分析客户的存款、取款行为，以及不同类型账户之间的资金转移模式，来预测可能出现的挤兑风险。书中还提到了如何利用大数据来分析市场上的交易活跃度、资金的充裕程度，从而提前预警可能出现的流动性紧张。这种精细化的管理，能够帮助金融机构更好地把握资金的“脉搏”，及时进行调配和干预，从而维护金融市场的稳定运行。

《大数据风控》在“反欺诈策略”方面的讲解，简直就像是一本“黑客帝国”的教科书，只不过这里的主角是风控专家。它让我明白，金融欺诈远比我想象的要复杂和多样化。书中不仅列举了常见的欺诈手段，比如身份盗用、虚假交易等，还深入剖析了这些欺诈行为背后的逻辑和模式。更重要的是，它展示了大数据如何成为我们对抗这些欺诈行为的强大武器。 我特别欣赏书中关于“行为分析”和“模式识别”的章节。它通过分析用户的登录行为、操作习惯、交易模式等，能够准确地识别出异常用户，并将其标记为潜在的欺诈风险。书中还举了一个非常生动的案例，讲述了如何通过追踪一个账号在短时间内频繁更换登录设备、IP地址以及进行异常大额交易，来判断该账号可能已被盗用。这种基于大数据分析的“画像”技术，让我看到了在保护金融安全方面，大数据所能发挥的不可替代的作用。

读完《大数据风控》后，我对于“信用评估”的理解完全被重塑了。过去，我总认为信用评估就是看你的收入和有没有按时还款。但这本书让我看到了一个更广阔、更精细的视角。它揭示了大数据如何能够从海量的、多维度的数据中，构建出一个人更全面、更立体的信用画像。书中详细介绍了大数据在信用评估模型中的应用，从传统的数据维度（如收入、负面信息）的深化，到引入新的数据源（如消费行为、社交关系、甚至是一些行为习惯的分析）。 我特别喜欢书中关于“场景化信用评估”的论述。它强调了不同的金融场景需要不同的信用评估维度和模型。例如，小额消费贷和房贷的信用评估侧重点是不同的。书中通过案例分析，生动地展示了如何利用大数据来区分不同场景下的风险，以及如何根据用户的行为数据动态调整信用额度和利率。这让我意识到，在大数据时代，信用评估不再是静态的“一锤子买卖”，而是动态的、持续优化的过程，它能够更公平、更准确地反映个体的信用状况。

教科书一样，没有结合实例。建议找结合案例的课程学习。我推荐一门实战课程，搭建信贷风控评分卡模型的课程，这个是课程课件的下载地址： https://pan.baidu.com/s/1vYs-SKS2MucEgpkIb9oaqw，方便各位同学学习。

一些关于企业流程管理和内部控制的概念的堆砌

一些关于企业流程管理和内部控制的概念的堆砌

企业风控流程和管理概念的堆砌，教科书般的经典无聊…你倒是稍微来点点大数据应用的干货噻（微笑脸）是谁推荐的这本书你给我站出来（叉腰）

企业风控流程和管理概念的堆砌，教科书般的经典无聊…你倒是稍微来点点大数据应用的干货噻（微笑脸）是谁推荐的这本书你给我站出来（叉腰）