01
违约概率模型概述
信用风险定义 · PD模型在巴塞尔协议中的地位 · 模型开发全生命周期
BaselPD
02
数据准备与清洗
数据源选择（内部/外部）· 缺失值处理 · 异常值检测 · 数据标准化
ETL清洗
03
探索性数据分析（EDA）
单变量分析 · 双变量分析 · 相关性矩阵 · IV值与WoE编码
IVWoE
04
样本设计与定义
好客户/坏客户定义 · 观察期与表现期设定 · 分层抽样/过采样
抽样样本
05
逻辑回归模型原理
Sigmoid函数 · 极大似然估计 · 模型系数解释 · Odds Ratio
LogisticMLE
06
特征工程
连续变量分箱（等距/等频/决策树）· 类别编码 · 特征交叉
分箱编码
07
变量筛选方法
单变量筛选（IV值/缺失率）· 多变量筛选（逐步回归/LASSO）· 业务可解释性
LASSOIV
08
模型训练与调优
训练/验证/测试集划分 · 正则化（L1/L2）· 超参数网格搜索
调参正则化
09
模型评估指标（区分度）
KS统计量 · ROC曲线与AUC · Gini系数 · AR值
KSAUC
10
模型评估指标（校准度）
Hosmer-Lemeshow检验 · 校准曲线 · Brier Score
校准Brier
11
模型验证框架
时间外验证（OOT）· 跨时间验证 · 交叉验证 · 压力测试
OOT压力
12
评分卡构建
评分卡原理 · 分数刻度设定（PDO）· 评分映射公式 · 评分卡输出
评分卡PDO
13
决策树与随机森林
CART算法 · 集成学习 · 特征重要性 · 与逻辑回归对比
随机森林CART
14
梯度提升树（XGBoost/LightGBM）
Boosting原理 · 参数调优 · 早停法 · 特征重要性
XGBLightGBM
15
深度学习在PD模型中的应用
神经网络基础 · TabNet · 自编码器特征提取 · 注意事项
TabNetAE
16
模型稳定性监控
PSI（群体稳定性指标）· 特征稳定性 · 模型衰减检测
PSI监控
17
模型文档与合规
模型风险分级 · 模型文档模板（MRD）· 监管审计要点
MRD合规
18
模型部署与上线
API部署（Flask/FastAPI）· 批处理评分 · 模型版本管理
API部署
19
拒绝推断
拒绝样本问题 · Heckman校正 · 模糊展开法 · 增强法
拒绝推断Heckman
20
低违约组合（LDP）建模
低违约场景挑战 · 贝叶斯方法 · 保守估计 · 行业基准
LDP贝叶斯
21
宏观经济压力测试
宏观情景设定 · 压力PD计算 · 敏感性分析 · 资本规划
压力测试宏观
22
迁移学习与域适应
跨区域/跨产品模型迁移 · Fine-tuning策略 · 特征对齐
迁移域适应
23
模型可解释性（XAI）
SHAP值 · LIME · 部分依赖图（PDP）· 全局与局部解释
SHAPLIME
24
非均衡数据处理
SMOTE · ADASYN · 代价敏感学习 · 集成方法处理不平衡
SMOTE不平衡
25
时间序列特征构建
滚动窗口统计量 · 滞后特征 · 季节性特征 · 趋势特征
时序滚动
26
图神经网络在风控中的应用
关系图谱构建 · 节点分类 · 异常检测 · 反欺诈
GNN反欺诈
27
联邦学习与隐私计算
纵向/横向联邦学习 · 差分隐私 · 安全多方计算
联邦隐私
28
模型审计与第三方验证
独立验证团队职责 · 验证报告结构 · 挑战模型假设
审计验证
29
案例实战：消费贷PD模型全流程
从数据到评分卡落地 · 踩坑记录 · 经验总结
实战消费贷
30
未来趋势与前沿
AI监管动态 · 可解释AI法规 · AutoML · 大模型在风控的应用
前沿大模型