商業(yè)銀行數(shù)字化轉(zhuǎn)型系列課程

（一）《金融機構(gòu)互聯(lián)網(wǎng)貸款數(shù)字化風(fēng)控體系》（1-2天）

（二）《商業(yè)銀行網(wǎng)點智能化轉(zhuǎn)型經(jīng)營管理方略》 （0.5-1天）

（三）《商業(yè)銀行智能貸后體系建設(shè)與AI催收》（1-2天）

（四）《商業(yè)銀行黑產(chǎn)市場與智能反欺詐實務(wù)》（1-2天）

（五）《商業(yè)銀行數(shù)據(jù)建模與智能建模實務(wù)》（0.5-1天）

（六）《商業(yè)銀行互聯(lián)網(wǎng)貸款不良處置實務(wù)》（1-2天）

（七）《商業(yè)銀行數(shù)字化風(fēng)控模型與風(fēng)控策略》（1天）

（八）《商業(yè)銀行額度模型、風(fēng)險定價與策略調(diào)優(yōu)》（0.5-1天）

（九）《商業(yè)銀行個人貸款業(yè)務(wù)審批政策與要點》（1天）

（一）《金融機構(gòu)互聯(lián)網(wǎng)貸款數(shù)字化風(fēng)控體系》（1-2天）

第一模塊  互聯(lián)網(wǎng)貸款數(shù)字風(fēng)控體系構(gòu)建

第一節(jié)：全新的數(shù)字化風(fēng)控理念

一、傳統(tǒng)金融機構(gòu)風(fēng)控體系

1、銀行業(yè)傳統(tǒng)風(fēng)控體系

2、產(chǎn)業(yè)系金融機構(gòu)風(fēng)控體系

二、互聯(lián)網(wǎng)貸款風(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、互聯(lián)網(wǎng)貸款信用風(fēng)險管理要點

1、覆蓋全系列產(chǎn)品的系統(tǒng)平臺

2、客戶全生命周期管理

3、運用3000+鮮活征信大數(shù)據(jù)

第二節(jié)：信用評分模型建立與應(yīng)用 

一、SCORECARD建模方法論

二、評分卡六大開發(fā)步驟

三、大數(shù)據(jù)風(fēng)控技術(shù)

四、建模過程示例

第三節(jié)：一鍵式智能數(shù)據(jù)建模

一、智能建模過程

二、Sas建模流程VS智能建模流程

三、一鍵式智能建模銀行落地實際案例

第二模塊  數(shù)字化風(fēng)控審批策略

第一節(jié)：風(fēng)控策略概要

一、多維度數(shù)據(jù)策略規(guī)則

二、風(fēng)控審批策略的類別

三、風(fēng)控基本量化指標(biāo)

第二節(jié)：數(shù)據(jù)主流獲取方式

一、H5渠道

二、API渠道

三、SDK渠道

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

PS：以黑名單測試為例    

二、準(zhǔn)入策略的制定

三、風(fēng)控白名單

四、規(guī)則閾值cutoff的設(shè)定

五、D類調(diào)優(yōu)與A類調(diào)優(yōu)

六、信用多頭策略    

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實際貸款人

2、歷史模型數(shù)據(jù)VS未來實際情況

3、目標(biāo)變量界定VS實際商業(yè)目標(biāo)

第三模塊 欺詐黑產(chǎn)業(yè)與互聯(lián)網(wǎng)貸款反欺詐策略

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”用戶行為

二、黑產(chǎn)“真實客戶”養(yǎng)成工具

三、黑產(chǎn)如何幫客戶實現(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、反欺詐之手機設(shè)備指紋實施

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

第四模塊  互聯(lián)網(wǎng)貸款不良催收策略與實踐

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、國際最佳實踐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

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、智能催收機器人在催收中的應(yīng)用

第五節(jié)、互聯(lián)網(wǎng)貸款不良資產(chǎn)處置的其他方式

一、自主核銷實踐與探索

二、持牌AMC的天然優(yōu)勢

（二）《商業(yè)銀行網(wǎng)點智能化轉(zhuǎn)型經(jīng)營管理方略》 （0.5-1天）

第一節(jié)：銀行4.0時代的數(shù)字化轉(zhuǎn)型趨勢

一、 銀行的“柯達”時刻

1、 從膠卷相機、數(shù)碼相機到拍照手機

2、 從ATM機、自助終端到智能手機

3、 思考：銀行數(shù)字化轉(zhuǎn)型帶來的最大問題是什么？

4、 思考：“數(shù)字化”與“互聯(lián)網(wǎng)+”，區(qū)別在哪？

5、 產(chǎn)品×服務(wù)×有效感知=客戶體驗

二、從實體網(wǎng)點到數(shù)字銀行——銀行4.0發(fā)展路線圖

1、銀行1.0

2、銀行2.0

3、銀行3.0

4、銀行4.0

三、傳統(tǒng)銀行線下模式的局限性

1、獲客、風(fēng)控、運營存在局限

2、銀行業(yè)務(wù)高度依賴人工處理

3、線下業(yè)務(wù)加大財務(wù)管理難度

4、無法滿足零售小微客戶需求

四、銀行基本業(yè)務(wù)模式因科技發(fā)展而持續(xù)改變

1、用戶體驗持續(xù)提升

2、潛在客戶群體擴大

3、金融服務(wù)空間拓寬

4、金融服務(wù)時間延展

第二節(jié)：主流銀行網(wǎng)點數(shù)字化轉(zhuǎn)型做法與趨勢

一、網(wǎng)點數(shù)字化轉(zhuǎn)型的主要背景

1、數(shù)字化是時代發(fā)展新革命

2、數(shù)字化是客戶需求新趨勢

3、數(shù)字化是銀行變革新動力

二、網(wǎng)點數(shù)字化轉(zhuǎn)型的主要做法

1、布放智能設(shè)備，實現(xiàn)硬件智能化。

2、拓展便民服務(wù)，實現(xiàn)功能擴容化。

3、鏈接多維場景，實現(xiàn)渠道融合化。

4、優(yōu)化營銷工具，實現(xiàn)營銷智慧化。

三、網(wǎng)點數(shù)字化轉(zhuǎn)型的主要趨勢

1、“開放+場景”，重構(gòu)完整生態(tài)。

2、“效率+個性”，塑造極致體驗。

3、“畫像+方案”，助力精準(zhǔn)營銷。

4、“模型+預(yù)警”，構(gòu)建智能風(fēng)控。

四、典型數(shù)字化營銷案例解析

第三節(jié)：數(shù)字化轉(zhuǎn)型下網(wǎng)點營銷模式重構(gòu)

一、網(wǎng)點功能多元化

1、拓展網(wǎng)點功能。

2、推進業(yè)務(wù)升級。

3、借助數(shù)字地圖。

4、搶占G端入口。

二、業(yè)務(wù)聯(lián)結(jié)線上化

1、建設(shè)“零接觸銀行”。

2、構(gòu)建“網(wǎng)點+APP”服務(wù)新模式。

3、打造零接觸服務(wù)。

4、強化系統(tǒng)平臺支持。

三、金融服務(wù)開放化

1、保持“開放心態(tài)”，建立多場景融合服務(wù)平臺。

2、提升服務(wù)能力，貫通內(nèi)外部場景和業(yè)務(wù)渠道。

四、金融產(chǎn)品定制化

1、有效整合大數(shù)據(jù)信息，做好分析、加工與應(yīng)用。

2、實現(xiàn)“千人千面”精準(zhǔn)畫像，提升產(chǎn)品服務(wù)能力。

3、探索貴賓客戶尊享服務(wù)，賦能網(wǎng)點客戶經(jīng)理創(chuàng)新。

五、銀客交互情感化

1、構(gòu)建“四位一體”客戶連接網(wǎng)絡(luò)與營銷服務(wù)體系。

2、建立“零接觸”線上線下多渠道一對一服務(wù)機制。

3、打造基于網(wǎng)點位置與周邊商圈的商戶池和權(quán)益池。

4、重點關(guān)注小微零售客戶全生命周期金融旅程。

第四節(jié)、網(wǎng)點數(shù)字化營銷創(chuàng)新的對策建議

一、推進數(shù)字化營銷轉(zhuǎn)型

1、硬件升級。

2、外拓升級。

3、流程優(yōu)化。

二、構(gòu)建新型營銷生態(tài)圈

1、繪制金融生態(tài)圖譜。

2、打造營銷生態(tài)體系。

3、構(gòu)建渠道融合營銷網(wǎng)。

三、激發(fā)全方位營銷活力

1、建立聯(lián)動營銷機制。

2、創(chuàng)新鼓勵特色機制。

3、改進考核計價機制。

四、強化綜合化營銷支撐

1、動態(tài)優(yōu)化勞動組合。

2、提升智能管理質(zhì)效。

3、全面強化基礎(chǔ)保障。

（三）《商業(yè)銀行智能貸后體系建設(shè)與AI催收》（1-2天）

第一節(jié) 互聯(lián)網(wǎng)貸款貸后管理定位與價值

一、數(shù)字化貸后催收管理的新模式

二、數(shù)字化轉(zhuǎn)型提升貸后管理價值

三、從數(shù)字化轉(zhuǎn)型到精細化數(shù)字運營

四、數(shù)字化貸后管理系統(tǒng)建設(shè)與應(yīng)用

第二節(jié) 互聯(lián)網(wǎng)貸款貸后催收管理架構(gòu)

一、將催收設(shè)計成綜合管理處置體系

二、催收及回款的組織架構(gòu)設(shè)置

三、智能催收全面布局解決傳統(tǒng)催收弊端

四、西班牙桑坦德銀行貸后催收管理體系

五、馬上消費金融公司貸后催收管理系統(tǒng)

第三節(jié) 互聯(lián)網(wǎng)貸款催收管理方法論

一、催收的基本原則

二、催收回款創(chuàng)造價值與利潤

三、催收管理的核心競爭優(yōu)勢

四、確定金融機構(gòu)的風(fēng)險偏好

五、內(nèi)催管理思路與委外管理策略

六、貸后催收管理常用指標(biāo)及報表

第四節(jié) 互聯(lián)網(wǎng)貸款催收管理策略實踐

一、國際最佳實踐——催收原則與策略

二、模型開發(fā)方法論——基于決策樹模型的策略開發(fā)

三、策略設(shè)計方法論——結(jié)合數(shù)據(jù)驅(qū)動與評分卡

四、應(yīng)用評分模型優(yōu)化客戶細分——風(fēng)險余額

五、定量評分/定性規(guī)則策略組合

六、滾動率模型與冠軍挑戰(zhàn)者策略

第五節(jié) 互聯(lián)網(wǎng)貸款不良資產(chǎn)處置的其他方式

一、互聯(lián)網(wǎng)+法催

1、 互聯(lián)網(wǎng)法院

2、 互聯(lián)網(wǎng)仲裁

3、 賦強公證

二、自主核銷實踐與探索

三、持牌AMC

第六節(jié) 智能催收機器人在催收中的應(yīng)用

一、機器人催收策略基本架構(gòu)

二、機器人催收業(yè)務(wù)解決方案

三、機器人催收系統(tǒng)數(shù)據(jù)流向

四、機器人催收策略部署實施

五、機器人催收還款曲線分析

六、智能催收案例：

捷信、招聯(lián)及蘇寧金融

第七節(jié) 互聯(lián)網(wǎng)貸款數(shù)字風(fēng)控體系搭建

一、全新的數(shù)字化風(fēng)控理念

二、SCORECARD建模方法論

三、量化評分卡與專家評分卡

四、建模過程示例

1、一鍵式智能數(shù)據(jù)建模

2、Sas建模流程VS智能建模流程

3、一鍵式智能建模銀行落地實際案例

（1）銀行個人分期違約預(yù)測案例

（2）銀行小微企業(yè)信貸客戶違約預(yù)測案例

第八節(jié) 欺詐黑產(chǎn)與互聯(lián)網(wǎng)貸款反欺詐策略

一、欺詐黑產(chǎn)市場現(xiàn)狀

二、欺詐黑產(chǎn)產(chǎn)業(yè)鏈

三、黑產(chǎn)如何獲取客戶信息

四、黑產(chǎn)工具與平臺

五、互聯(lián)網(wǎng)貸款風(fēng)控的命門——反欺詐

六、五大金融場景反欺詐策略

第九節(jié) 互聯(lián)網(wǎng)貸款征信決策大數(shù)據(jù)平臺

一、征信類型與主要模式

二、征信產(chǎn)品介紹

三、二代人行征信報告解析產(chǎn)品

應(yīng)用示例：某商業(yè)銀行通過私有化部署二代人行報告解析系統(tǒng)，實現(xiàn)人行數(shù)據(jù)應(yīng)用率提升。

第十節(jié) 互聯(lián)網(wǎng)貸款催收行業(yè)法律法規(guī)

一、《商業(yè)銀行互聯(lián)網(wǎng)貸款管理暫行辦法》解析

二、《中華人民共和國催收管理條例》（未正式發(fā)布）解析

三、《互聯(lián)網(wǎng)金融逾期債務(wù)催收自律公約（試行）》解析

四、《互聯(lián)網(wǎng)個人信息安全保護指引》解析

五、《中華人民共和國個人信息安全規(guī)范》解析

（四）《商業(yè)銀行黑產(chǎn)市場與智能反欺詐實務(wù)》（1-2天）

 第一模塊  黑產(chǎn)生態(tài)鏈

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”用戶行為

二、黑產(chǎn)“真實客戶”養(yǎng)成工具

三、黑產(chǎn)如何幫客戶實現(xiàn)數(shù)據(jù)“整容”

第二模塊 三大金融場景反欺詐策略

第一節(jié)：網(wǎng)絡(luò)借貸

一、欺詐參與方與欺詐行為

二、五大欺詐行為表現(xiàn)及反欺詐策略

第二節(jié)：信用卡

一、欺詐參與方與欺詐行為

二、欺詐行為表現(xiàn)及反欺詐策略

第三節(jié)：電商分期

一、欺詐參與方與欺詐行為

二、欺詐行為表現(xiàn)及反欺詐策略

第三模塊 互聯(lián)網(wǎng)金融反欺詐解析

第一節(jié)：全面防范欺詐風(fēng)險

一、搭建全流程反欺詐管理制度

二、數(shù)據(jù)監(jiān)控和欺詐分析相結(jié)合

三、欺詐流程和欺詐模型相結(jié)合

四、大數(shù)據(jù)與風(fēng)控系統(tǒng)相結(jié)合

第二節(jié)：反欺詐應(yīng)用數(shù)據(jù)有哪些

一、按照數(shù)據(jù)來源區(qū)分

二、按照數(shù)據(jù)類型區(qū)分

三、 按照數(shù)據(jù)使用場景

四、注意事項

第三節(jié)：反欺詐模型VS信用模型

一、目標(biāo)變量

二、模型特征

三、實時性

四、技術(shù)實施

第四節(jié)：反欺詐之手機設(shè)備指紋實施

一、設(shè)備識別

二、被動式指紋

三、主動式設(shè)備指紋

四、常見五類欺詐形式

第五節(jié)：構(gòu)建全流程反欺詐風(fēng)控系統(tǒng) 

一、數(shù)據(jù)接入、決策引擎、管理系統(tǒng)三結(jié)合

二、數(shù)據(jù)分析和反欺詐模型相結(jié)合

第六節(jié)：反欺詐工作落地實施方案

一、信貸周期準(zhǔn)備

二、反欺詐部署

三、實施路徑

第七節(jié)：反欺詐方案調(diào)整解析

一、業(yè)務(wù)運營監(jiān)控

二、策略模型監(jiān)控

三、異常情況監(jiān)控

第四模塊 反欺詐策略調(diào)優(yōu)

第一節(jié)：常用量化指標(biāo)

一、如何定義逾期

二、賬單逾期和訂單逾期

三、遷徙率和Vintage

四、首期逾期率（FPD）

第二節(jié)：策略調(diào)優(yōu)

一、策略調(diào)優(yōu)種類

二、何時需要策略調(diào)優(yōu)

三、A類調(diào)優(yōu)示例

四、D類調(diào)優(yōu)示例

五、學(xué)員模擬實操

（五）《商業(yè)銀行數(shù)據(jù)建模與智能建模實務(wù)》（0.5-1天）

第一節(jié)：數(shù)據(jù)模型?——數(shù)字化轉(zhuǎn)型的核心能力

一、什么是數(shù)據(jù)模型

二、數(shù)據(jù)模型關(guān)鍵詞

三、為什么需要數(shù)據(jù)模型？

第二節(jié)：數(shù)據(jù)模型建立與應(yīng)用 

一、數(shù)據(jù)建模標(biāo)準(zhǔn)流程

二、SCORECARD建模方法論

三、評分卡開發(fā)步驟

四、大數(shù)據(jù)風(fēng)控技術(shù)與數(shù)據(jù)建模

五、建模過程示例

第三節(jié)：一鍵式智能數(shù)據(jù)建模

一、智能建模過程

二、Sas建模流程 VS 智能建模流程

三、一鍵式智能建模銀行落地實際案例

1、銀行個人分期違約預(yù)測案例

2、銀行小微企業(yè)信貸客戶違約預(yù)測案例

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)

二、評分模型三大盲區(qū)

1、建模數(shù)據(jù)集VS實際貸款人

2、歷史模型數(shù)據(jù)VS未來實際情況

3、目標(biāo)變量界定VS實際商業(yè)目標(biāo)

第五節(jié)：風(fēng)控策略概要

一、多維度數(shù)據(jù)策略規(guī)則

二、風(fēng)控審批策略的類別

三、風(fēng)控基本量化指標(biāo)

第六節(jié)：建模數(shù)據(jù)來源與場景選擇

一、精準(zhǔn)建模的數(shù)據(jù)來源

二、如何選擇第三方數(shù)據(jù)源（以黑名單為例）

PS：以黑名單測試為例    

二、準(zhǔn)入策略的制定

三、風(fēng)控白名單

四、規(guī)則閾值cutoff的設(shè)定

五、D類調(diào)優(yōu)、A類調(diào)優(yōu)及數(shù)據(jù)模型調(diào)整

案例講解

六、信用多頭策略與數(shù)據(jù)模型調(diào)整

案例講解

附：中小銀行數(shù)字化轉(zhuǎn)型落地解決方案

（六）《商業(yè)銀行互聯(lián)網(wǎng)貸款不良處置實務(wù)》（1-2天） 

第一節(jié)  互聯(lián)網(wǎng)金融糾紛的解決困境

一、互聯(lián)網(wǎng)金融糾紛解決機制

1、解紛過程和結(jié)果的任意性

2、解紛能力和范圍有限

3、糾紛解決體系分散且割裂

二、互聯(lián)網(wǎng)金融在線訴訟機制的構(gòu)建

1、互聯(lián)網(wǎng)金融在線訴訟機制的定位

2、互聯(lián)網(wǎng)金融在線訴訟機制的優(yōu)勢

3、互聯(lián)網(wǎng)金融糾紛特點與在線訴訟機制的耦合關(guān)系

4、互聯(lián)網(wǎng)金融在線訴訟機制的構(gòu)建基礎(chǔ)

5、互聯(lián)網(wǎng)金融在線訴訟機制的構(gòu)建路徑

第二節(jié) 商業(yè)銀行“互聯(lián)網(wǎng)+”不良資產(chǎn)處置

一、“互聯(lián)網(wǎng)+不良資產(chǎn)”商業(yè)模式回顧

1、典型公司發(fā)展情況

2、典型公司的特點

3、典型商業(yè)模式解讀

4、科技應(yīng)用角度看不良資產(chǎn)處置

二、“互聯(lián)網(wǎng)+”不良資產(chǎn)處置模式現(xiàn)狀分析

1、不良資產(chǎn)信息發(fā)布平臺模式

2、不良資產(chǎn)撮合買賣交易平臺模式

3、不良資產(chǎn)數(shù)據(jù)服務(wù)平臺模式

4、不良資產(chǎn)委托處置撮合平臺模式

5、不良資產(chǎn)眾籌投資平臺模式

三、商業(yè)銀行“互聯(lián)網(wǎng)+”不良資產(chǎn)處置面臨的機遇

1、“互聯(lián)網(wǎng)+”豐富銀行不良資產(chǎn)清收處置手段

2、為銀行處置網(wǎng)貸不良資產(chǎn)提供新的突破口

3、“互聯(lián)網(wǎng)+”符合銀行科技賦能戰(zhàn)略的發(fā)展方向

四、商業(yè)銀行“互聯(lián)網(wǎng)+”不良資產(chǎn)處置方式與建議

第三節(jié) 互聯(lián)網(wǎng)法院的應(yīng)用與不足

一、互聯(lián)網(wǎng)法院對債務(wù)糾紛、不良資產(chǎn)處置有哪些幫助

1、什么是互聯(lián)網(wǎng)法院？

2、互聯(lián)網(wǎng)法院側(cè)重點是哪類案件？

3、如何節(jié)約訴訟參與人時間、經(jīng)濟成本？

4、互聯(lián)網(wǎng)法院對債務(wù)糾紛有幫助嗎？

5、法院起訴能維護債主的權(quán)力嗎？

二、廣州互聯(lián)網(wǎng)法院的“類案批量智審系統(tǒng)”

三、廣州互聯(lián)網(wǎng)法院的運行機制與借鑒

第四節(jié) 互聯(lián)網(wǎng)仲裁的應(yīng)用與不足

一、什么是互聯(lián)網(wǎng)仲裁？

二、仲裁及互聯(lián)網(wǎng)仲裁的應(yīng)用優(yōu)勢

三、互聯(lián)網(wǎng)仲裁具體流程及要點

四、網(wǎng)絡(luò)仲裁的智能性——整體流程的智能化

五、互聯(lián)網(wǎng)仲裁應(yīng)對催收痛點與實操難點

六、金融機構(gòu)互聯(lián)網(wǎng)仲裁案例剖析

第五節(jié) 網(wǎng)絡(luò)賦強公證的應(yīng)用與不足

一、什么是網(wǎng)絡(luò)賦強公證？

二、網(wǎng)絡(luò)賦強公證的可靠性分析

三、“網(wǎng)絡(luò)賦強公證”的執(zhí)行管轄

四、“網(wǎng)絡(luò)賦強公證”案件的執(zhí)行管理思維與方法

第六節(jié) 持牌AMC與互聯(lián)網(wǎng)貸款不良處置

一、AMC與網(wǎng)貸平臺的合作情況

二、AMC對網(wǎng)貸不良資產(chǎn)有哪些偏好？

三、AMC如何處置網(wǎng)貸不良資產(chǎn)？

四、AMC處置信貸類不良資產(chǎn)的優(yōu)勢和難點

第七節(jié) “互聯(lián)網(wǎng)+人工智能”提升不良資產(chǎn)處置效能

一、不良資產(chǎn)處置環(huán)節(jié)的觸網(wǎng)行為

二、大數(shù)據(jù)挖掘“隱性不良”，為不良資產(chǎn)的確認提質(zhì)增速

三、AI描摹客戶畫像，制定個性化催收計劃

四、互聯(lián)網(wǎng)提供議價平臺，第三方協(xié)助不良資產(chǎn)定價

五、互聯(lián)網(wǎng)搭建融資平臺，中介及買賣三方得利

六、互聯(lián)網(wǎng)化資產(chǎn)管理的三個解決方案

七、電子方式解決送達難問題

八、案例：中郵消費金融有限公司訴潘某勤金融借款合同案

——線上金融交易中身份驗證、電子簽名技術(shù)的審查認定

第八節(jié) 互聯(lián)網(wǎng)貸款催收行業(yè)法律法規(guī)

一、《商業(yè)銀行互聯(lián)網(wǎng)貸款管理暫行辦法》解析

二、《中華人民共和國催收管理條例》（未正式發(fā)布）解析

三、《互聯(lián)網(wǎng)金融逾期債務(wù)催收自律公約（試行）》解析

四、《互聯(lián)網(wǎng)個人信息安全保護指引》解析

五、《中華人民共和國個人信息安全規(guī)范》解析

（七）《商業(yè)銀行數(shù)字化風(fēng)控策略與風(fēng)控模型》（1天）

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

二、風(fēng)控審批策略的類別

二、風(fēng)控基本量化指標(biāo)

第二節(jié)  數(shù)據(jù)主流獲取方式

一、H5渠道

二、API渠道

三、SDK渠道

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

二、準(zhǔn)入策略的制定

三、風(fēng)控白名單

四、黑名單策略    

五、規(guī)則閾值cutoff的設(shè)定

六、D類調(diào)優(yōu)    

七、A類調(diào)優(yōu)

八、信用多頭策略    

九、評分的策略應(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)

二、評分模型三大盲區(qū)

第二模塊  數(shù)據(jù)建模與模型驗證方法

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

四、定義目標(biāo)變量

五、樣本設(shè)計及抽取策略

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)  模型驗證指標(biāo)

一、ROC/AUC

二、K-S值

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

二、數(shù)據(jù)預(yù)處理

三、智能建模過程

四、Sas建模流程VS智能建模流程

第二節(jié) 智能建模案例

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

（八）《商業(yè)銀行額度模型、風(fēng)險定價與策略調(diào)優(yōu)》（0.5-1天）

第一節(jié) 分群策略

一、 基礎(chǔ)分群方法

二、 細分分群的目標(biāo)

三、 細分分群需要考慮的問題

四、 分群與額度模型

第二節(jié) 額度模型

一、 額度模型的難點

二、 判斷客戶還款能力的因子

三、 佐證客戶還款能力的因子

四、 風(fēng)險調(diào)節(jié)系數(shù)

第三節(jié) 授信額度算法模型

一、 常規(guī)授信策略

二、 基于常規(guī)授信策略的案例

三、 授信額度公式

四、 車貸產(chǎn)品為例

五、 額度調(diào)整

第四節(jié) 風(fēng)險定價

一、 什么是風(fēng)險定價？

二、 為什么要做風(fēng)險定價？

三、 風(fēng)險定價的應(yīng)用范圍

四、 常見風(fēng)險定價方法

五、 風(fēng)險定價的實際應(yīng)用（案例）

第五節(jié) 策略調(diào)優(yōu)

一、策略調(diào)優(yōu)種類

二、何時需要策略調(diào)優(yōu)

三、A類調(diào)優(yōu)示例

四、D類調(diào)優(yōu)示例

五、反欺詐策略調(diào)優(yōu)

六、學(xué)員模擬實操

（九）《個人貸款業(yè)務(wù)審批政策與要點》（1天）

第一節(jié)  我國個人消費信貸業(yè)務(wù)概述

一、我國消費貸市場情況整體概述

二、互聯(lián)網(wǎng)平臺和電商平臺消費貸業(yè)務(wù)

三、商業(yè)銀行個人消費貸現(xiàn)狀分析

四、商業(yè)銀行個人消費信貸業(yè)務(wù)風(fēng)險的性質(zhì)與成因分析

第二節(jié)  商業(yè)銀行個人消費信貸業(yè)務(wù)風(fēng)險影響因素

一、個人消費信貸業(yè)務(wù)風(fēng)險識別方法

二、通過統(tǒng)計分析法對某銀行的實證分析

第三節(jié)  商業(yè)銀行個人消費信貸業(yè)務(wù)遵循的法律法規(guī)

一、《個人貸款管理暫行辦法》政策要點解析

二、《互聯(lián)網(wǎng)貸款管理暫行辦法》政策要點解析

三、《汽車貸款管理辦法》政策要點解析

四、《個人住房貸款管理辦法》政策要點解析

五、《公積金貸款管理辦法》政策要點解析

第四節(jié)  個人貸款基本風(fēng)控策略與規(guī)則

一、多維度數(shù)據(jù)策略規(guī)則制定

二、風(fēng)控審批策略的類別

三、風(fēng)控基本量化指標(biāo)理解與應(yīng)用

第五節(jié)  各類風(fēng)控審批策略要點

一、風(fēng)控準(zhǔn)入策略的制定與調(diào)優(yōu)

二、風(fēng)控白名單的制定與優(yōu)化

三、策略規(guī)則閾值cutoff的設(shè)定

四、D類調(diào)優(yōu)與A類調(diào)優(yōu)案例解析

五、信用多頭策略設(shè)置及案例解析   

第六節(jié) 欺詐黑產(chǎn)與數(shù)字化反欺詐策略

一、欺詐黑產(chǎn)市場現(xiàn)狀與欺詐黑產(chǎn)產(chǎn)業(yè)鏈

二、信貸欺詐的主要方式與常見五大欺詐行為

三、互聯(lián)網(wǎng)消費貸款風(fēng)控的命門——反欺詐

第七節(jié)  住房按揭貸款的風(fēng)險與防控

一、虛假按揭風(fēng)險及原因

二、借款人風(fēng)險及原因

三、銀行內(nèi)部風(fēng)險及原因

四、個人住房按揭貸款風(fēng)險防控措施

第八節(jié)  個人汽車貸款的風(fēng)險與防控

一、汽車消費貸款風(fēng)險的特點

二、個人汽車消費貸款風(fēng)險成因分析

三、商業(yè)銀行汽車消費貸款風(fēng)險管理及防范