| 主講老師： | 吳易璋 |  |
| 課時(shí)安排： | 1天/6小時(shí) | |
| 學(xué)習(xí)費(fèi)用： | 面議 | |
| 課程預(yù)約： | 隋老師  (微信同號(hào)) |
|
| 課程簡(jiǎn)介： | 后疫情時(shí)代，隨著大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈、物聯(lián)網(wǎng)等新興技術(shù)的發(fā)展，商業(yè)銀行紛紛開(kāi)展數(shù)字化轉(zhuǎn)型。銀行業(yè)務(wù)布局調(diào)整加速，同業(yè)之間競(jìng)爭(zhēng)日趨激烈，而中小銀行自身則因存在規(guī)模小、內(nèi)生動(dòng)力匱乏、創(chuàng)新能力弱、 風(fēng)險(xiǎn)控制能力不足等問(wèn)題，嚴(yán)重制約其業(yè)務(wù)穩(wěn)健發(fā)展。 | |
| 內(nèi)訓(xùn)課程分類： | 綜合管理 | 人力資源 | 市場(chǎng)營(yíng)銷 | 財(cái)務(wù)稅務(wù) | 基層管理 | 中層管理 | 領(lǐng)導(dǎo)力 | 管理溝通 | 薪酬績(jī)效 | 企業(yè)文化 | 團(tuán)隊(duì)管理 | 行政辦公 | 公司治理 | 股權(quán)激勵(lì) | 生產(chǎn)管理 | 采購(gòu)物流 | 項(xiàng)目管理 | 安全管理 | 質(zhì)量管理 | 員工管理 | 班組管理 | 職業(yè)技能 | 互聯(lián)網(wǎng)+ | 新媒體 | TTT培訓(xùn) | 禮儀服務(wù) | 商務(wù)談判 | 演講培訓(xùn) | 宏觀經(jīng)濟(jì) | 趨勢(shì)發(fā)展 | 金融資本 | 商業(yè)模式 | 戰(zhàn)略運(yùn)營(yíng) | 法律風(fēng)險(xiǎn) | 沙盤模擬 | 國(guó)企改革 | 鄉(xiāng)村振興 | 黨建培訓(xùn) | 保險(xiǎn)培訓(xùn) | 銀行培訓(xùn) | 電信領(lǐng)域 | 房地產(chǎn) | 國(guó)學(xué)智慧 | 心理學(xué) | 情緒管理 | 時(shí)間管理 | 目標(biāo)管理 | 客戶管理 | 店長(zhǎng)培訓(xùn) | 新能源 | 數(shù)字化轉(zhuǎn)型 | 工業(yè)4.0 | 電力行業(yè) | | |
| 更新時(shí)間： | 2023-10-24 15:02 |
課程背景：
【銀行管理層痛點(diǎn)】
特別是城商行、農(nóng)商行、農(nóng)信社及村鎮(zhèn)銀行等地方性中小銀行，其數(shù)字化能力普遍明顯低于銀行平均水平。因此，中小銀行必須及時(shí)轉(zhuǎn)型數(shù)字金融，數(shù)字化風(fēng)控體系建設(shè)是重中之重。
【銀行執(zhí)行層痛點(diǎn)】
缺乏有效的線上風(fēng)控工具，導(dǎo)致業(yè)務(wù)萎縮，風(fēng)險(xiǎn)上升……
獲客能力、風(fēng)控能力以及運(yùn)營(yíng)能力，均存在較大局限性……
中小銀行與大型銀行之間的風(fēng)控差距越來(lái)越大…
課程收益：
核心收益01：掌握中小銀行數(shù)字化轉(zhuǎn)型發(fā)展現(xiàn)狀與趨勢(shì)
核心收益02：熟悉大數(shù)據(jù)風(fēng)控體系建設(shè)思路與實(shí)施方法
核心收益03：明確本行定位及轉(zhuǎn)型數(shù)字金融的工作思路
核心收益04：了解國(guó)外商業(yè)銀行數(shù)字化轉(zhuǎn)型經(jīng)驗(yàn)借鑒
核心收益05：洞悉中小銀行數(shù)字化轉(zhuǎn)型痛點(diǎn)及解決辦法
核心收益06：學(xué)習(xí)信用評(píng)分模型建立與應(yīng)用
核心收益07：學(xué)習(xí)SCORECARD建模方法論
核心收益08：學(xué)習(xí)當(dāng)今最前沿的大數(shù)據(jù)風(fēng)控技術(shù)
核心收益09：深入研究數(shù)字化風(fēng)控策略與實(shí)踐
核心收益10：學(xué)習(xí)互聯(lián)網(wǎng)金融反欺詐策略解析
核心收益11：學(xué)習(xí)評(píng)分卡六大開(kāi)發(fā)步驟
核心收益12：中小銀行數(shù)字化轉(zhuǎn)型落地五大方案、四大系統(tǒng)、一大平臺(tái)
第一模塊 網(wǎng)貸平臺(tái)現(xiàn)狀與未來(lái)發(fā)展趨勢(shì)
一、國(guó)內(nèi)網(wǎng)貸行業(yè)現(xiàn)狀
1、正常運(yùn)營(yíng)平臺(tái)數(shù)量持續(xù)下降
2、網(wǎng)貸行業(yè)成交量大幅度下降
3、網(wǎng)貸存量規(guī)模開(kāi)始加速下降
4、行業(yè)綜合收益率明顯下降
5、平均借款期限窄幅波動(dòng)
6、出借人、借款人數(shù)量同樣出現(xiàn)加速下滑
二、國(guó)內(nèi)網(wǎng)貸平臺(tái)退出與轉(zhuǎn)型
1、2019年以來(lái)行業(yè)月均退出約60家平臺(tái)，相比2018年減半
2、2019年至少有143家平臺(tái)完成良性清退
3、平臺(tái)轉(zhuǎn)型主要方向?yàn)橘Y產(chǎn)端業(yè)務(wù)，占比高達(dá)32.73%
4、多家平臺(tái)助貸數(shù)據(jù)表明機(jī)構(gòu)資金占比大增
5、轉(zhuǎn)型理財(cái)超市成為部分平臺(tái)轉(zhuǎn)型的另一條出路
三、行業(yè)前路展望
1、中小平臺(tái)被引導(dǎo)退出，部分大平臺(tái)加速轉(zhuǎn)型
（1）轉(zhuǎn)型小貸。
（2）轉(zhuǎn)型網(wǎng)絡(luò)小貸。
（3）轉(zhuǎn)型消費(fèi)金融。
2、網(wǎng)貸平臺(tái)或仍將有整合案例發(fā)生
3、不少平臺(tái)將完成征信接入
一、日本消費(fèi)金融發(fā)展歷史
二、最大消金公司“武富士破產(chǎn)”
三、日本消費(fèi)金融公司的地位
四、日本消費(fèi)金融成敗借鑒
第二模塊 網(wǎng)貸一體化數(shù)字風(fēng)控體系搭建
第一節(jié)：與傳統(tǒng)風(fēng)控思維迥異的數(shù)字化風(fēng)控
一、傳統(tǒng)金融機(jī)構(gòu)風(fēng)控體系
1、北銀消費(fèi)風(fēng)控體系
2、海爾消金風(fēng)控體系
二、線上網(wǎng)貸風(fēng)控體系
1、一家專注線上業(yè)務(wù)消金公司的風(fēng)控
2、一家非持牌機(jī)構(gòu)的線上風(fēng)控
三、風(fēng)控理念的顛覆性差異
1、業(yè)務(wù)模式差異
2、客戶群體差異
3、盈利模式差異
四、信用風(fēng)險(xiǎn)管理要點(diǎn)
1、覆蓋全系列產(chǎn)品的系統(tǒng)平臺(tái)
2、客戶全生命周期管理
3、運(yùn)用3000+鮮活征信大數(shù)據(jù)
第二節(jié)、網(wǎng)貸風(fēng)控的命門——互聯(lián)網(wǎng)金融反欺詐
一、全面防范欺詐風(fēng)險(xiǎn)
1、搭建全流程反欺詐管理制度
2、數(shù)據(jù)監(jiān)控和欺詐分析相結(jié)合
3、欺詐流程和欺詐模型相結(jié)合
4、大數(shù)據(jù)與風(fēng)控系統(tǒng)現(xiàn)結(jié)合
二、什么樣的數(shù)據(jù)可以應(yīng)用到反欺詐
1、按照數(shù)據(jù)來(lái)源區(qū)分
2、按照數(shù)據(jù)類型區(qū)分
3、按照數(shù)據(jù)使用場(chǎng)景
4、注意事項(xiàng)
三、反欺詐模型和信用模型區(qū)別
1、目標(biāo)變量
2、模型特征
3、實(shí)時(shí)性
4、技術(shù)實(shí)施
四、反欺詐之手機(jī)設(shè)備指紋實(shí)施
1、設(shè)備識(shí)別
——IP 地址、cookie以及移動(dòng)互聯(lián)網(wǎng)特有的設(shè)備ID
——設(shè)備指紋（設(shè)備ID）
2、被動(dòng)式設(shè)備指紋
3、主動(dòng)式設(shè)備指紋
4、常見(jiàn)五類欺詐形式（略）
五、如何構(gòu)建全流程反欺詐風(fēng)控系統(tǒng)
1、數(shù)據(jù)接入、決策引擎、管理系統(tǒng)相結(jié)合
2、數(shù)據(jù)分析和反欺詐模型相結(jié)合
六、反欺詐工作落地實(shí)施方案
1、準(zhǔn)備工作
2、部署要點(diǎn)
3、實(shí)施步驟
七、反欺詐方案調(diào)整解析
1、業(yè)務(wù)運(yùn)營(yíng)監(jiān)控
2、策略模型監(jiān)控
3、異常情況監(jiān)控
第三節(jié)：信用評(píng)分模型建立與應(yīng)用
一、 背景
1、二戰(zhàn)后，消費(fèi)信貸產(chǎn)業(yè)在歐美蓬勃發(fā)展
2、數(shù)據(jù)庫(kù)技術(shù)、數(shù)理統(tǒng)計(jì)技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展
3、歐美社會(huì)征信體系的形成和健全
二、三個(gè)歷史階段
1、以客戶分類為核心的信用分析
2、以預(yù)測(cè)模型為核心的信用評(píng)分模型
3、以決策模型為核心的信用評(píng)分模型
三、模型分類
1、按模型預(yù)測(cè)的未來(lái)表現(xiàn)
2、按模型的數(shù)據(jù)來(lái)源
3、按模型的實(shí)證化
4、按模型的對(duì)象
四、SCORECARD建模方法論
—— S = SAMPLING 數(shù)據(jù)選取與抽樣
—— C = CLEANSING 數(shù)據(jù)檢測(cè)、數(shù)據(jù)清洗、數(shù)據(jù)鏈接與合并
—— O = OPTIMIZATION 數(shù)據(jù)優(yōu)化處理過(guò)程，包括客戶分群(SEGMENTATION）、變量分析與加工、粗分組等
—— R = REGRESSION 利用統(tǒng)計(jì)學(xué)回歸技術(shù)構(gòu)建模型
—— E = EQUALIZATION 將模型轉(zhuǎn)化為評(píng)分卡形式
—— C = ConFIRMATION 評(píng)分卡評(píng)估與確認(rèn)
—— A = ADMINISTRATION 評(píng)分卡實(shí)施上線與管理，包括指定管理人，記錄評(píng)分卡使用情況等
—— R = REVIEW 評(píng)分卡跟蹤驗(yàn)證
—— D = documentATION 整理記錄，完成項(xiàng)目技術(shù)文檔
第四節(jié)：大數(shù)據(jù)風(fēng)控技術(shù)
一、生物特征識(shí)別
二、加速度傳感。
三、機(jī)器學(xué)習(xí)與模型訓(xùn)練
四、大數(shù)據(jù)應(yīng)用場(chǎng)景
第五節(jié)、數(shù)字化風(fēng)控策略
一、失信、黑名單策略
1、常見(jiàn)的38種黑名單策略
2、多級(jí)關(guān)聯(lián)后得到的黑名單策略
二、聯(lián)系人風(fēng)控策略
1、聯(lián)系人策略比較不那么容易，相對(duì)數(shù)據(jù)比較小。
2、15類場(chǎng)景聯(lián)系人策略
三、其他常用風(fēng)控策略
1、異常貸款策略；
2、惡意貸款策略；
…… ……
第六節(jié)：評(píng)分卡六大開(kāi)發(fā)步驟
一、量化評(píng)分卡定義（A卡B卡C卡）
二、量化評(píng)分卡與專家評(píng)分卡
三、區(qū)別量化評(píng)分卡流程開(kāi)發(fā)步驟
四、淺談驗(yàn)證評(píng)分卡指標(biāo)
五、評(píng)分卡衡量指標(biāo)-ks值
六、專家評(píng)分卡流程開(kāi)發(fā)步驟
第三模塊 網(wǎng)貸不良催收策略與催收實(shí)踐
第一節(jié)、網(wǎng)貸催收管理方法論
一、催收管理的核心競(jìng)爭(zhēng)優(yōu)勢(shì)
二、確定金融機(jī)構(gòu)的風(fēng)險(xiǎn)偏好
三、數(shù)據(jù)分析的策略藝術(shù)
四、自動(dòng)化催收工具提高生產(chǎn)力
五、平衡催收策略對(duì)信貸規(guī)模及成本收益率的影響
第二節(jié)、催收管理的生命周期
一、國(guó)際最佳實(shí)踐中，催收各階段原則與策略
二、催收管理時(shí)間軸
三、策略性催收的核心關(guān)注要點(diǎn)
四、催收的基本原則
第三節(jié)、催收管理的體系架構(gòu)
一、將催收被設(shè)計(jì)成一個(gè)綜合管理處置體系
二、催收及回款的組織架構(gòu)
三、催收的流程、策略及差異化管理
第四節(jié)、催收管理的策略實(shí)踐
一、模型開(kāi)發(fā)方法論——基于決策樹(shù)模型的策略開(kāi)發(fā)
二、策略設(shè)計(jì)方法論——結(jié)合數(shù)據(jù)驅(qū)動(dòng)與評(píng)分卡
三、滾動(dòng)率模型與冠軍挑戰(zhàn)者策略
四、智能催收機(jī)器人在催收中的應(yīng)用
第五節(jié)、網(wǎng)貸不良資產(chǎn)處置的其他方式
一、自主核銷實(shí)踐與探索
二、持牌AMC的天然優(yōu)勢(shì)
|
|
|
|
|
|
|
|
京公網(wǎng)安備 11011502001314號(hào)