主要观点总结
本文强调了为什么传统书籍和博客不再是学习风控知识的最佳选择,提倡通过AI工具进行知识检索和总结归纳。文章列出了风控领域的多个重要知识点,包括贷款类型、产品要素、风险类别等,并强调了提出问题和与AI对话在知识获取和应用中的重要性。最后指出真正需要解决的问题是建立目录结构,整合并扩展自己的知识体系。
关键观点总结
关键观点1: 传统书籍和博客的局限性
基础知识都可以通过AI检索总结归纳,不再需要传统书籍和博客进行深度研究。
关键观点2: AI工具在知识获取中的应用
借助AI工具可以快速检索和总结风控领域的知识点,并与AI进行对话以深化理解。
关键观点3: 建立目录结构的重要性
建立自己的目录结构是解决知识获取和应用的关键,这有助于整合并扩展自己的知识体系。
关键观点4: 强调提问的重要性
真正的知识获取需要提出问题,通过与AI或其他专家的互动来深化理解和探索细节。
关键观点5: 知识的实际应用与场景差异
真实项目中的知识应用与书本或比赛中的情况有很大差异,需要考虑实际场景和细节。
正文
为什么我不写风控的基础知识?
就是那些什么概念是什么,计算公式是什么,代码实现如何如何,应用案例有什么的问题。
基础知识都没有写的必要了。
以前你要检索到你想了解的知识点,一般需要看多个博客或者贴子或者回答或者百科,现在ai可以帮你检索总结归纳,这比一般人写的书好用多了。
实际上,最好的学习基础知识的办法是,
也就是说入门一个行业的办法是,你去想办法搞定一个目录,然后自行去问ai,和ai对话直到你搞明白那些知识点。最好的学习办法不是找到一本书看一遍,而是自己写一本书,借助ai。当然,你不用产出这个实体。这很显而易见,不是暴论。
至于怎么搞定目录。你可以检索一些东西,去建立一些感觉,更快捷的办法是网上找一些课程(我没让你付费)做参考,然后整理出一套你觉得可以的目录。甚至,这个问题本身你可以也问ai啊。
-
基本知识
-
消费贷、现金贷
-
个人消费贷、小微企业贷
-
自营、
助贷、联营
-
产品要素
-
额度
-
定价
-
期数
-
还款方式
-
风险类别
-
欺诈风险:一方欺诈、三方欺诈
-
信用风险:还款能力、还款意愿
-
资产指标
-
时点余额、新增放款额
-
资产收益率,风险成本、资金成本、获客成本等,盈亏线
-
运营指标
-
转化率:点击、申请、通过、用信
-
通过率:授信、用信,加一个催回率吧
-
各种率:复借率、入催率、不良率、额度使用率……
-
客群质量:各种分布、psi
-
久期
-
风险指标
-
fpd
-
dpd:M1、M2、M3……
-
年化风险
-
时点不良率、新发不良率
-
效果指标
-
iv
-
auc
-
ks
-
lift
-
标签分析
-
vintage
-
滚动率
-
模型策略算法
-
逻辑回归
-
决策树