《消费信用模型》读后感1000字

　　《消费信用模型》读后感1000字！

　　基于利润的信用评分模型建设与评价理论与原型。

　　书的易读性和专业性如何达成平衡是个难题，哲学往往把简单的问题复杂化烧脑，畅销书往往把学术概念通俗话化以雅俗共赏，也有些尝试科普的专业书籍提倡去公式化，在去年读的印象深刻的《为什么》中涉及到数学逻辑推导过程，朱迪亚波尔坚持不用公式，令人赞叹。更有甚者，德国管理学家马利克在《管理技艺之精髓》一书中提到能用文字不用图表的模式，在读过十年之后仍能记起当时带来的震撼，在一图胜千言的普遍观念中是那么的与众不同。

　　而相对专业的书呢，如何做到言简意赅，而又专业和深刻，这本书给出了一个理想的答案，当然，专业性体现在大量的公式和推导过程，这对我而言，不是一般的艰涩。

　　第一遍的泛读，还是以理解整体的框架，核心思想的框架和脉络为主，至于细节，公式推导，浮光掠影一带而过，是不是再去精读，啃到细节，说实话，并不是很有信心。

　　首先的一个核心思想是信用模型的评分不是单纯的从风险的评价，挽回损失出发考虑，而是以利润定价为核心，突然像在我面前推开了一扇门，也许是孤陋寡闻，在过往的阅读经验和理解中，风险控制是第一位的，这句话的点拨，说开了理所当然，但没读到时往往不会去想，大师有时就是这么直奔主题。

　　框架上逻辑清晰，从历史简介到金融机构目标导向引入，直接开始贷款决策过程的分析，建模思考用户的水平，风险，接受情况，结合概率，比率等统计学计算分数，决策树的应用以及早起期朴素贝叶斯条件概率的评分模型建立，先给出开胃小菜。

　　接下来是分数数学变化实现平衡和可操作，以及分数在贷款回报和成本分析的关系，分析利润率和回报率过渡到评分卡构建的过程中，如何推断，评分，如何通过样本的选择，数据的检验和整理，数据的训练和检验样本，寻找合适的特征变量进行分类，利用统计学方法最终形成评分卡。并对逻辑回归，线性回归，线性规划，分类树等评分卡方法进行简述。

　　对评分系统的评估就是加速的过程了，判别能力的测量，预测概率的校准，预测正确程度的测量，使用到的统计学散度，信息值，马氏距离，ROC曲线，gini系数，读后感卡方检验，混淆矩阵，对我而言是相当烧脑。第三部分是基于风险的定价，第四部分是利润评分和动态模型，依然保持高速行驶，在探讨用户与金融机构博弈过程中场景的行为与可能结果的分析和探讨中，通过相应的概率来实现多变量协同效应的最优解，马尔可夫链模型和生存分析利润模型，彻底学好，估计本书的详细程度是稍显不足的，仅做原型的探讨和原理的阐述，从这个角度来看，做模型对我而言是不太现实的，还好有这个自知之明，简单知其然吧。

　　第五部分是组合信用风险，从金融机构运营的角度分析贷款组合的违约风险以及可能损失，探讨巴塞尔协议pd，lgd，ead计算对资本充足率，压力测试的影响，相对前几章的高速行驶，临近尾声，速度稍降，不过依然值得详细审读，对于分数应用的最优临界分数与资本充足率的关系，还是对贷款决策的拒绝直接相关。

　　相对于不少关于金融征信，模型，风险的书而言，本书确实达到了言简意赅，架构清晰，专业权威的目的，泛读已经受益匪浅，精度想必收获更是不菲，推荐。