主講老師: | 吳易璋 | |
課時安排: | 1天/6小時 | |
學(xué)習(xí)費(fèi)用: | 面議 | |
課程預(yù)約: | 隋老師 (微信同號) | |
課程簡介: | 根據(jù)2016銀行從業(yè)《風(fēng)險管理》知識點(diǎn):風(fēng)險暴露分類,在內(nèi)部評級法下,商業(yè)銀行的風(fēng)險暴露分類一般可以分為以下六類:即主權(quán)類、金融機(jī)構(gòu)類(含銀行類和非銀行類)、公司類(含中小企業(yè)、專業(yè)貸款和一般公司)、零售類(含個人住房抵押貸款、合格循環(huán)零售和其他零售)、股權(quán)類和其他類(含購入應(yīng)收款及資產(chǎn)證券化)。 | |
內(nèi)訓(xùn)課程分類: | 綜合管理 | 人力資源 | 市場營銷 | 財務(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 | 生產(chǎn)管理 | 采購物流 | 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) | 趨勢發(fā)展 | 金融資本 | 商業(yè)模式 | 戰(zhàn)略運(yùn)營 | 法律風(fēng)險 | 沙盤模擬 | 國企改革 | 鄉(xiāng)村振興 | 黨建培訓(xùn) | 保險培訓(xùn) | 銀行培訓(xùn) | 電信領(lǐng)域 | 房地產(chǎn) | 國學(xué)智慧 | 心理學(xué) | 情緒管理 | 時間管理 | 目標(biāo)管理 | 客戶管理 | 店長培訓(xùn) | 新能源 | 數(shù)字化轉(zhuǎn)型 | 工業(yè)4.0 | 電力行業(yè) | | |
更新時間: | 2023-10-24 15:04 |
第一模塊 風(fēng)控策略
第一節(jié) 風(fēng)控策略概要
一、多維度數(shù)據(jù)策略規(guī)則
1、社交及短信維度規(guī)則
2、移動設(shè)備維度規(guī)則
3、外部數(shù)據(jù)源規(guī)則
4、多維度評分卡規(guī)則
5、行為數(shù)據(jù)規(guī)則
二、風(fēng)控審批策略的類別
1、經(jīng)濟(jì)能力維度(月收入、工資流水等信息)
2、app信息維度(貸款APP安裝個數(shù)、短信命中高風(fēng)險關(guān)鍵詞)
3、基本信息維度(年齡、性別、工齡等信息)
4、信用歷史(征信貸款信息、還款記錄)
5、行為表現(xiàn)(活動軌跡、登陸時間、注冊時間等信息)
二、風(fēng)控基本量化指標(biāo)
1、FPD(首期逾期)
2、CPD(當(dāng)前逾期)
3、flow rate(遷徙率)
4、vintage(賬齡分析)
第二節(jié) 數(shù)據(jù)主流獲取方式
一、H5渠道
1、電腦端與移動端
2、微信公眾號與小程序
二、API渠道
三、SDK渠道
四、數(shù)據(jù)的合規(guī)使用
第三節(jié) 數(shù)據(jù)分析常見場景及對應(yīng)分析方法
一、三方數(shù)據(jù)源測評
1、SR(查得率)
2、CR(覆蓋率)
3、ERR(誤據(jù)率)
4、EDR(有效差異率)
5、IDR(無效差異率)
PS:以黑名單數(shù)據(jù)源測試為例
二、準(zhǔn)入策略的制定
1、基礎(chǔ)認(rèn)證策略
2、貸前反欺詐策略
3、黑名單策略
4、特殊名單策略
5、信用風(fēng)險策略
三、風(fēng)控白名單
1、銀行與金科公司聯(lián)合建模
2、內(nèi)部數(shù)據(jù)探索
3、外部數(shù)據(jù)匹配
四、規(guī)則閾值cutoff的設(shè)定
1、通過評分找到風(fēng)險被低估的區(qū)間
2、評估擬拒絕人群收益風(fēng)險比
五、D類調(diào)優(yōu)與A類調(diào)優(yōu)案例解析
六、信用多頭策略
七、評分策略應(yīng)用
第四節(jié) 策略規(guī)則VS數(shù)據(jù)模型
一、風(fēng)險決策的架構(gòu)
1、策略規(guī)則+評分模型
2、策略規(guī)則+模型規(guī)則
二、評分模型三大盲區(qū)
1、建模數(shù)據(jù)集VS實(shí)際貸款人
2、歷史模型數(shù)據(jù)VS未來實(shí)際情況
3、目標(biāo)變量界定VS實(shí)際商業(yè)目標(biāo)
第二模塊 數(shù)據(jù)建模與模型驗(yàn)證方法
第一節(jié) 風(fēng)控模型概要
一、傳統(tǒng)信用評分模型
二、大數(shù)據(jù)信用評分模型
第二節(jié) 評分模型搭建全流程
一、A、B、C三種廣義評分模型
二、數(shù)據(jù)梳理和理解
三、數(shù)據(jù)探索分析
1、Proc Means
2、Proc Freq
3、Proc Univariate
四、定義目標(biāo)變量
1、Roll rate(滾動率)
2、Vintage(賬齡分析)
五、樣本設(shè)計(jì)及抽取策略
六、數(shù)據(jù)清洗
七、特征衍生
八、特征變量篩選
九、模型變量分箱
十、模型擬合
十一、模型預(yù)測概率校準(zhǔn)
十二、模型違約概率誤差校準(zhǔn)
第三節(jié) 模型驗(yàn)證指標(biāo)
一、ROC/AUC
1、sklearn函數(shù)分類模型評估
2、混淆矩陣
3、AUC判斷標(biāo)準(zhǔn)
二、K-S值
1、計(jì)算KS的常見方法
2、當(dāng)KS不佳時的優(yōu)化方法
3、K-S值判別標(biāo)準(zhǔn)
三、GINI系數(shù)
四、PSI
五、AUKS
第三模塊 一鍵式智能建模
第一節(jié) 智能建模架構(gòu)與智能建模過程
一、智能建模——預(yù)測模型
1、樹相關(guān)模型
2、神經(jīng)網(wǎng)絡(luò)模型
3、回歸模型
4、GBDT
二、數(shù)據(jù)預(yù)處理
1、缺失值、離群值
2、糾偏、平滑化
3、高基數(shù)處理、衍生變量
三、智能建模過程
1、自動識別變量類型
2、生成最佳決策樹
3、機(jī)器學(xué)習(xí)模型迭代
4、由業(yè)務(wù)人員進(jìn)行的策略管理
5、智能化策略部署
四、Sas建模流程VS智能建模流程
第二節(jié) 智能建模案例解析
一、銀行個人分期違約預(yù)測案例
二、銀行小微企業(yè)信貸客戶違約預(yù)測案例
第四模塊 欺詐黑產(chǎn)與數(shù)字化反欺詐策略
第一節(jié) 欺詐黑產(chǎn)市場現(xiàn)狀
一、黑產(chǎn)數(shù)據(jù)
二、欺詐客群分布
第二節(jié) 欺詐黑產(chǎn)產(chǎn)業(yè)鏈
一、三大類型欺詐鏈
二、信貸欺詐的主要方式
三、信貸常見五大欺詐行為
第三節(jié) 黑產(chǎn)如何獲取客戶信息
一、拖庫
二、撞庫
三、洗庫
第四節(jié) 黑產(chǎn)工具與平臺
一、黑產(chǎn)如何批量制造“真實(shí)”用戶行為
二、黑產(chǎn)“真實(shí)客戶”養(yǎng)成工具
三、黑產(chǎn)如何幫客戶實(shí)現(xiàn)數(shù)據(jù)“整容”
第五節(jié) 互聯(lián)網(wǎng)貸款風(fēng)控的命門——反欺詐
一、全面防范欺詐風(fēng)險
二、反欺詐應(yīng)用數(shù)據(jù)選擇
三、反欺詐模型VS信用模型
四、反欺詐之手機(jī)設(shè)備指紋實(shí)施
五、如何構(gòu)建全流程反欺詐風(fēng)控系統(tǒng)
六、反欺詐工作落地實(shí)施方案
七、反欺詐方案調(diào)整解析
第六節(jié) 三大金融場景反欺詐策略
一、互聯(lián)網(wǎng)貸款欺詐參與方、欺詐行為及反欺詐策略
二、信用卡欺詐參與方、欺詐行為及反欺詐策略
三、電商分期欺詐參與方、欺詐行為及反欺詐策略
第五模塊 互聯(lián)網(wǎng)貸款不良催收策略與實(shí)踐
第一節(jié) 互聯(lián)網(wǎng)貸款催收管理方法論
一、催收管理的核心競爭優(yōu)勢
二、確定金融機(jī)構(gòu)的風(fēng)險偏好
三、數(shù)據(jù)分析的策略藝術(shù)
四、自動化催收工具提高生產(chǎn)力
五、平衡催收策略對信貸規(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、國際最佳實(shí)踐中,催收各階段原則與策略
二、催收管理時間軸
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、將催收設(shè)計(jì)成一個綜合管理處置體系
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、模型開發(fā)方法論——基于決策樹模型的策略開發(fā)
二、策略設(shè)計(jì)方法論——結(jié)合數(shù)據(jù)驅(qū)動與評分卡
三、滾動率模型與冠軍挑戰(zhàn)者策略
四、智能催收機(jī)器人在催收中的應(yīng)用
京公網(wǎng)安備 11011502001314號