【课程背景】
国内互联网金融方兴未艾但是危机四伏，其中一点就是对信用风险的把控还处于刀耕火种的阶段。随着全民征信制度与手段的逐步完善，基于数据的风险定价和管理能力将是决定互联网金融企业价值甚至生存的根本因素。
本课程为银行和P2P量化分析人员和任何与预测类模型为伍的工程师量身打造的SAS实务课程。突出全方位数据处理和分类模型建模流程。以构建信用评分模型为主题，内容涉及SAS初高级编程和商业分析建模。
【课程目标】
通过本课程的学习，可以使学员快速掌握分类数据挖掘方法在信用风险建模方面的实现方法，为进入银行、互联网金融行业的核心数据分析部门作准备。
【学习对象】
银行、互联网金融、P2P平台、量化分析相关从业人员
【上课时间地点】
2016年10月17~19日 （ 共3天 ） 深圳大学城
【老师介绍】
常老师，会计学博士、社会学硕士，毕业于北京大学人口所，目前就读于北大光华管理学院，SAS公司数据挖掘与统计分析课程讲师。具有八年的数据挖掘实战经验，主攻分类模型，涉及客户精准营销、信用评估、价值提升、欺诈侦测和流失预警等数据挖掘主题，尤其熟悉银行个人客户精准营销的建模工作。
资格认证:
SAS全球认证“Certified Statistical Business Analyst Using SAS 9 Regression and Modeling”、“Certified Advanced Programmer for SAS 9”。
参与项目：
1、某国有大型银行企业级模型试验室建设； 2、某国有大型银行企业级欺诈系统建设；3、某股份制大型银行信用卡部产品精准营销建模和行为信用评级模型优化工作； 4、某股份制大型银行零售业务部客户忠诚度提升项目。
培训的客户包括:人行征信、工商银行信用卡部、建设银行技术部和部分分行、民生银行、华夏银行、光大银行、中信银行、江苏银行、泰康保险、宝马金融等公司。其中独立承担建行部分分行、华夏银行和江苏银行全部的SAS产品培训工作。
【课程大纲】
金融数据分析师训练营-SAS信用评分建模 |
||
第1天 第一部分：SAS数据整理 |
上午: 前言：信用风险建模的来龙去脉 1、编程基础介绍 1.1 SAS 入门与基本语法 2 、访问与展示数据 2.1 认识 SAS数据和逻辑库 2.2 深入理解 SAS 数据类型 2.3 数据描述（Means和Freq过程） |
下午: 3、数据管理和操纵 3.1 创建变量 3.2 数据循环处理 3.3 合并 SAS数据集 3.4 重组数据集 |
第2天 第二部分： SAS数据分析基础与高级编程 |
上午: 1 构造客户流失预测模型（二分类逻辑回归） 2、SQL过程 1.1 简单查询与汇总数据 1.2 横向连接表 案例：个人信贷数据构造信贷违约预测模型全流程 |
下午: 2、SAS宏语言 2.1 宏编译器的运行机制 2.2 宏变量 2.3 通过Data和sql步创建宏变量 2.4 宏变量函数 2.5 定义宏和定义宏参数 2.6 宏中的分支流程语句 2.7 宏中的循环流程语句 案例：汽车金融数据清洗案例 |
第3天 第三部分： SAS编程构造汽车贷款信用评分模型 |
上午： 1、信用预测模型案例流程 2、建模准备 3、变量粗筛 |
下午： 4、数据清洗 5、变量压缩与调整变量 6、预测类模型 8、模型评估 9、阀值设置 |
【报名方式】
1.在线填写报名信息 点击”阅读原文“即可
2.给予反馈，确认报名信息
3.网上缴费
4.开课前一周发送电子版课件和教室路线图
【联系我们】
电话：400-070-7620
QQ：1796318148
↓↓↓点击原文，报名预订↓↓↓