前言/Prologue 风起云涌的资本市场处处隐藏着风险与收益，这背后也有潜在的数据信息，而利用数据来驾驭资本是资本管理的本质要求，更是控制风险并确保收益的关键。在资本中，信贷是根基，因而信贷管理的风险控制（简称风控）显得尤为重要。 随着近年来大数据风控的探索和实践，信贷目前已形成了相对成熟的风控模式、结构，如决策引擎、风控策略、反欺诈等。同时，随着数据政策、金融政策的完善，以及市场逐渐进入存量客户竞争阶段，风控需要考虑到存量客户管理、贷中管理等。因此，有必要对《风控：大数据时代下的信贷风险管理和实践》的内容进行更新和补充，解决读者反馈与咨询的问题，也就有了现在的第2版。 本书共16章，较第1版新增了4章。其中，前7章与第1版的顺序保持一致，并新增、调整或完善了部分内容，使得逻辑更为通畅；第8～11章为新增章节；第12章除了包括第1版的第9章内容，还对内容进行了扩展；第13～16章与第1版的第8章、第10～12章保持一致，并新增、完善或调整了部分内容。本书的内容具体如下。 第1章和第2章，从主流经济学的跨期选择、消费理论、厂商理论、帕累托效率或卡尔多-希克斯效率、马克思经济学等角度对信贷进行解读，并新增了用笔者的资本理论解读信贷等内容。 第3章重点阐述信贷分析秘密武器——Cohort分析，以及它在信贷中的应用，并在第1版的基础上新增了其在资产证券化、保险等业务中的应用经验，从而解决保险等领域长期难以客观评估的问题。 第4章介绍信贷机构如何根据自己的风控偏好进行客户选择、客户画像、信贷产品设计、市场营销等运营。 第5章从信贷分析涉及的财务分析、信用分析、银行流水分析、交易流水分析等方面分析客户的还款能力和还款意愿，并对各种软信息进行分析，从而校验还款能力和还款意愿，给出还款意愿的货币化量化方法。 第6章对传统信贷分析方法、IPC微贷技术、“信贷工厂”、巴塞尔协议模式、大数据…