在线课程

智能风控
在线课程
组织开设：西南财经大学
上线平台：学堂在线
风险管理是金融活动的核心。党中央和国务院高度重视防范金融风险，维护金融稳定。信贷资产在全国金融机构总资产中的比重超过一半。对各种类型的公司贷款、住房贷款、消费贷款、经营贷款的风险管理显得尤为重要。与定性分析为主的传统风控相比，智能风控秉持“数据驱动、智能决策”的理念，利用自动化风控系统缩短流程，减少处理时间，在提升效率的同时降低对客户的要求，提高客户服务体验。目前，智能风控已在身份验证、精准获客、贷前审批、贷中管理、贷后催收等多个环节发挥巨大作用，极大改变了传统风控信息不对称、运营成本高、处理速度慢、决策不准确的刻板印象。
课程结构

第一模块：智能风险管理概述，主要讲解智能风险管理的定义及发展，风控建模流程以及信用评分的含义和原理等。
第二模块：评分卡的基本概念介绍，例如好坏样本定义，何为信用分数，信息比率的定义。
第三模块：数据管理和特征工程的相关内容，包括数据清洗，样本分类，数据变换，特征筛选等。
第四模块：智能风控模型介绍，包括了经典的朴素贝叶斯，判别分析，逻辑回归模型，决策树模型，也涉及了典型集成学习算法如随机森林模型，提升法模型。
第五模块：模型评价，如混淆矩阵，ROC曲线，基尼系数与KS距离。
第六模块：Python案例，采用真实信贷数据构建评分卡模型。
第七模块：模型的校准和监管，包括分数缩放与校准，信用评分与监管等。
课程共七章，总计21个授课视频，总时长约200分钟；计划开课12周，每周三学时，具体章节如下：

1. 智能风险管理概述
1.1 智能风控的发展
1.2 风控建模流程
1.3 信用评分的基础
2.评分卡基本概念
2.1 好坏定义与信用分数
2.2 信息比率
3.数据管理与特征工程
3.1 数据清洗
3.2 粗细分类
3.3 数据变换
3.4 特征筛选
4.智能风控模型
4.1 朴素贝叶斯
4.2 判别分析
4.3 逻辑回归
4.4 决策树模型
4.5 随机森林
5.模型评价
5.1 混淆矩阵
5.2 ROC曲线
5.3 基尼系数与KS距离
6.校准与监管
6.1 分数缩放与校准
6.2 信用评分与监管
7.Python案例
7.1 Python实例讲解
教师团队

张兴敏
西南财经大学金融学院副教授、硕士生导师
学术研究主要专注于金融风险管理、气候金融和金融科技等金融发展前沿领域，致力于促进金融学学术研究与业界实践的有效融合。已在国内外一流学术期刊发表多篇学术论文，主持国家自然科学基金青年项目，担任EUROPEAN JOURNAL OF FINANCE等期刊匿名审稿人。主讲课程《信用评分》被评选为国家级和省级线上线下混合式一流课程，参与四川省2021-2023年高等教育人才培养质量和教学改革项目一项。

李志勇
西南财经大学金融学教授、博士生导师
现任省级一流专业信用管理专业负责人。主要研究金融安全、智能风控、信用管理，关注信用评分与信用评级、消费金融与绿色金融、财务困境与不良资产等，已在国际国内一流学术期刊上发表论文40余篇，主持国家自科基金项目、教育部人文社科研究项目、国家社科重大子课题等，担任FINI/CFRI/JCEBS多个期刊编委。主讲国家级一流本科课程《信用评分》，出版信用评分系列著作《信用评分应用》等，主持和参与省部级教改项目10项。获得四川省科技进步奖二等奖、社会科学优秀成果奖二等奖、高等教育教学成果奖二等奖，吴文俊人工智能科技进步奖二等奖等，入选四川省天府万人计划，全国高校黄大年式教师团队成员。
智能风控
学堂在线上线课程

立即选课
最新慕课
金融大数据与大模型

在数字经济成为高质量发展核心引擎的时代背景下，国家“十四五”数字经济发展规划明确提出“深化金融领域数字化转型”，《金融科技（2022-2025年）发展规划》更强调“培育数据驱动的金融创新能力”。为顺应金融行业从“经验决策”向“数据决策”的深刻变革，西南财经大学金融学院重磅推出《金融大数据与大模型》慕课，以“实用性+前沿性”为核心，搭建起循序渐进的知识框架，覆盖金融科技核心技术与实战应用。
基础夯实模块：系统讲解金融大数据的来源、特点及典型应用场景，手把手教你数据清洗、特征工程、可视化等核心技能，掌握聚类、决策树、随机森林等必备算法，筑牢金融数据处理与建模基础。
进阶提升模块：聚焦金融时序预测，全面梳理从ARIMA到LSTM、TCN的方法体系，深度对比传统模型与深度学习在应对复杂金融市场动态中的优劣；解析商业银行大数据风控体系，结合Kaggle信用风险预测案例，完整呈现金融机器学习实践全流程。
前沿探索模块：直击文本挖掘与大语言模型核心，详解预训练、微调、提示工程、检索增强生成（RAG）等关键技术，剖析金融专用大模型的技术路径与进阶方向，探讨其在投研、风控、合规等核心场景的应用潜力与挑战。
教师团队

张兴敏
西南财经大学金融学院副教授、硕士生导师
西南财经大学金融学院副教授。研究专注于金融风险管理，金融科技与气候金融等领域。在国内外一流期刊发表论文多篇。主持国家自然科学基金等多项课题。主讲国家级一流本科课程《信用评分》，在线课程《智能风控》。

宋易珈
西南财经大学中国金融研究院副教授
主要从事数字经济、国际金融、国际金融等研究，已在国际国内一流学术期刊上发表论文10余篇，主持国家自科基金项目、国家社科重大子课题、四川省社科青年项目、四川省软科学研究计划项目等多项课题。主讲《Python语言与金融数据分析》《本科学术论文研究与写作》等课程，获得四川省科技进步奖二等奖、四川省高等教育教学成果二等奖。
胡俊
西南财经大学中国金融研究院讲师
研究兴趣为金融科技、消费与小微信贷、大数据与人工智能在金融中的应用。在《管理科学学报》等期刊发表论文多篇，授权金融科技发明专利1项。主持国家自然科学基金青年项目、教育部人文社科青年项目。担任四川省金融学会数字金融专业委员会委员，四川新网银行技术中心外部特聘专家。
李蔓
西南财经大学统计与数据科学学院副教授
现任西南财经大学统计与数据科学学院数据科学专业教师，从事大数据分析、人工智能、统计学习等交叉领域的研究和教学工作，讲授《大数据可视化》《数据库管理与SQL》《数据可视化》等课程，获得多项国家级和省部级教学成果，在计算机领域顶级CCF-A类会议发表论文多篇。

李志勇
西南财经大学金融学教授、博士生导师
现任省级一流专业信用管理专业负责人。主要研究金融安全、智能风控、信用管理，关注信用评分与信用评级、消费金融与绿色金融、财务困境与不良资产等，已在国际国内一流学术期刊上发表论文40余篇，主持国家自科基金项目、教育部人文社科研究项目、国家社科重大子课题等，担任FINI/CFRI/JCEBS多个期刊编委。主讲国家级一流本科课程《信用评分》，出版信用评分系列著作《信用评分应用》等，主持和参与省部级教改项目10项。获得四川省科技进步奖二等奖、社会科学优秀成果奖二等奖、高等教育教学成果奖二等奖，吴文俊人工智能科技进步奖二等奖等，入选四川省天府万人计划，全国高校黄大年式教师团队成员。

组织开设：西南财经大学

上线平台：学堂在线

第一模块：智能风险管理概述，主要讲解智能风险管理的定义及发展，风控建模流程以及信用评分的含义和原理等。

第二模块：评分卡的基本概念介绍，例如好坏样本定义，何为信用分数，信息比率的定义。

第三模块：数据管理和特征工程的相关内容，包括数据清洗，样本分类，数据变换，特征筛选等。

第四模块：智能风控模型介绍，包括了经典的朴素贝叶斯，判别分析，逻辑回归模型，决策树模型，也涉及了典型集成学习算法如随机森林模型，提升法模型。

第五模块：模型评价，如混淆矩阵，ROC曲线，基尼系数与KS距离。

第六模块：Python案例，采用真实信贷数据构建评分卡模型。

第七模块：模型的校准和监管，包括分数缩放与校准，信用评分与监管等。

课程共七章，总计21个授课视频，总时长约200分钟；计划开课12周，每周三学时，具体章节如下：

1. 智能风险管理概述

1.1 智能风控的发展

1.2 风控建模流程

1.3 信用评分的基础

2.评分卡基本概念

2.1 好坏定义与信用分数

2.2 信息比率

3.数据管理与特征工程

3.1 数据清洗

3.2 粗细分类

3.3 数据变换

3.4 特征筛选

4.智能风控模型

4.1 朴素贝叶斯

4.2 判别分析

4.3 逻辑回归

4.4 决策树模型

4.5 随机森林

5.模型评价

5.1 混淆矩阵

5.2 ROC曲线

5.3 基尼系数与KS距离

6.校准与监管

6.1 分数缩放与校准

6.2 信用评分与监管

7.Python案例

7.1 Python实例讲解

教师团队

张兴敏

西南财经大学金融学院副教授、硕士生导师

李志勇

西南财经大学金融学教授、博士生导师

智能风控

学堂在线上线课程

教师团队

张兴敏

西南财经大学金融学院副教授、硕士生导师

西南财经大学金融学院副教授。研究专注于金融风险管理，金融科技与气候金融等领域。在国内外一流期刊发表论文多篇。主持国家自然科学基金等多项课题。主讲国家级一流本科课程《信用评分》，在线课程《智能风控》。

宋易珈

西南财经大学中国金融研究院副教授

胡俊

西南财经大学中国金融研究院讲师

李蔓

西南财经大学统计与数据科学学院副教授

李志勇

西南财经大学金融学教授、博士生导师