Chapters

撰写说明

前言

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

1.3 本章小结

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

2.2 驱动变量的因素分解

2.3 本章小结

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

3.2 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

3.3 本章小结

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

4.2 生命周期动态数字模拟模型与传统决策辅助模型的关系

4.3 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

5.4 同龄组和特征组的分群

5.5 特征组样本的合并

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

6.2 双时数据的编码要点

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

7.2 初始变量分析

7.3 对表现变量的历史轨迹分析及对数据的一致性检验

7.4 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

8.2 建立基准模型的步骤

8.3 经济响应模型的建立

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

8.6 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

9.3 对场景假设的设置

9.4 分析预测报告及其解释性

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

10.2 模型拟合度检验

10.3 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

11.2 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

11.4 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

12.2 对核心大数据的效用分析

12.3 大数据决策应用的生态圈

12.4 决策产品的设计

12.5 对目标主体的排序

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

12.10 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

12.13 本章小结

结语