序3

大数据在金融营销和风控领域已取得了非常成功的应用，国内很多金融从业者乐观地认为中国在金融大数据应用上已经实现了弯道超车，成为行业的引领者。殊不知国内很多人对于大数据的含义和精髓并没有完全理解，甚至片面地认为大数据时代就应拼命引入各种数据，谁使用了最多的数据，谁就是胜利者。

随着零售信贷跑马圈地时代的终结以及国家对数据监管力度的加强，数据成为了有限资源。对数据的精耕细作才是大数据时代的精髓这一理念终于被中国金融业界普遍接受，而评分模型和各类机器学习模型的使用，就是对数据进行精耕细作的终极模式之一。

在过去的20年里，国内金融界从对模型并没有什么概念，到现在将模型应用于各种场景，甚至不断追求使用各种新奇高级复杂的模型，似乎只有拿“机器学习”“深度学习”等词语来做噱头才有人愿意关注，忘记了基于逻辑回归的评分卡模型本来就是机器学习方法的一种。回想当年我在美国拿到经济学博士学位后，曾在美国某大学教大一学生的经济学，在任教的第一个月里，我被好问的美国学生提出的无数个貌似简单的问题轰得怀疑人生，不得不重新把所学过的经济学理论重新思考一遍。

我与本书作者张伟曾在某知名咨询公司共事多年，张伟成功带领团队为多家头部商业银行等金融机构成功实施了多个以风险模型、风控策略为核心的风险分析咨询项目，其精湛的专业水平和严谨的专业态度给我留下了非常深刻的印象，我非常高兴看到他把自己多年来对评分模型和智能风控技术的思考和总结汇聚成本书并分享给风险管理的同行。

正如我上面所述，模型和策略的开发是一个系统工程，需要兼具业务经验、统计理论、算法运用和数据认知多方面知识技能，同时模型的设计和开发也是一个不断反思不断积累经验的过程。沙滩上建不起摩天大楼，扎实的基本功永远有价值，也永远不会过时。相信这本书能够成为业内人士“再入门”的理想的参考书，也能够成为有志于加入金融信贷和智能风控行业的毕业生们的“入行敲门砖”。

余旭鑫　博士
同盾科技副总裁兼同盾咨询总经理