商業銀行數字化轉型系列課程

（一）《金融機構互聯網貸款數字化風控體系》（1-2天）

（二）《商業銀行網點智能化轉型經營管理方略》 （0.5-1天）

（三）《商業銀行智能貸后體系建設與AI催收》（1-2天）

（四）《商業銀行黑產市場與智能反欺詐實務》（1-2天）

（五）《商業銀行數據建模與智能建模實務》（0.5-1天）

（六）《商業銀行互聯網貸款不良處置實務》（1-2天）

（七）《商業銀行數字化風控模型與風控策略》（1天）

（八）《商業銀行額度模型、風險定價與策略調優》（0.5-1天）

（九）《商業銀行個人貸款業務審批政策與要點》（1天）

（一）《金融機構互聯網貸款數字化風控體系》（1-2天）

第一模塊  互聯網貸款數字風控體系構建

第一節：全新的數字化風控理念

一、傳統金融機構風控體系

1、銀行業傳統風控體系

2、產業系金融機構風控體系

二、互聯網貸款風控體系

1、一家專注線上業務消金公司的風控

2、一家非持牌機構的線上風控

三、風控理念的顛覆性差異

1、業務模式差異

2、客戶群體差異

3、盈利模式差異

四、互聯網貸款信用風險管理要點

1、覆蓋全系列產品的系統平臺

2、客戶全生命周期管理

3、運用3000+鮮活征信大數據

第二節：信用評分模型建立與應用 

一、SCORECARD建模方法論

二、評分卡六大開發步驟

三、大數據風控技術

四、建模過程示例

第三節：一鍵式智能數據建模

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  數字化風控審批策略

第一節：風控策略概要

一、多維度數據策略規則

二、風控審批策略的類別

三、風控基本量化指標

第二節：數據主流獲取方式

一、H5渠道

二、API渠道

三、SDK渠道

第三節：數據分析常見場景及對應分析方法

一、三方數據源測評

PS：以黑名單測試為例    

二、準入策略的制定

三、風控白名單

四、規則閾值cutoff的設定

五、D類調優與A類調優

六、信用多頭策略    

第四節：策略規則VS數據模型

一、風險決策的架構

1、策略規則+評分模型

2、策略規則+模型規則

二、評分模型三大盲區

1、建模數據集VS實際貸款人

2、歷史模型數據VS未來實際情況

3、目標變量界定VS實際商業目標

第三模塊 欺詐黑產業與互聯網貸款反欺詐策略

第一節：欺詐黑產市場現狀

一、黑產數據

二、欺詐客群分布

第二節：欺詐黑產產業鏈

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：黑產如何獲取客戶信息

一、拖庫

二、撞庫

三、洗庫

第四節：黑產工具與平臺

一、黑產如何批量制造“真實”用戶行為

二、黑產“真實客戶”養成工具

三、黑產如何幫客戶實現數據“整容”

第五節：互聯網貸款風控的命門——反欺詐 

一、全面防范欺詐風險

二、反欺詐應用數據選擇

三、反欺詐模型VS信用模型

四、反欺詐之手機設備指紋實施

五、如何構建全流程反欺詐風控系統 

六、反欺詐工作落地實施方案

七、反欺詐方案調整解析

第六節：三大金融場景反欺詐策略

一、互聯網貸款欺詐參與方、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  互聯網貸款不良催收策略與實踐

第一節、互聯網貸款催收管理方法論

一、催收管理的核心競爭優勢

二、確定金融機構的風險偏好

三、數據分析的策略藝術

四、自動化催收工具提高生產力

五、平衡催收策略對信貸規模及成本收益率的影響

第二節、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注要點

四、催收的基本原則

第三節、催收管理的體系架構

一、將催收設計成一個綜合管理處置體系

二、催收及回款的組織架構

三、催收的流程、策略及差異化管理

第四節、催收管理的策略實踐

一、模型開發方法論——基于決策樹模型的策略開發

二、策略設計方法論——結合數據驅動與評分卡

三、滾動率模型與冠軍挑戰者策略

四、智能催收機器人在催收中的應用

第五節、互聯網貸款不良資產處置的其他方式

一、自主核銷實踐與探索

二、持牌AMC的天然優勢

（二）《商業銀行網點智能化轉型經營管理方略》 （0.5-1天）

第一節：銀行4.0時代的數字化轉型趨勢

一、 銀行的“柯達”時刻

1、 從膠卷相機、數碼相機到拍照手機

2、 從ATM機、自助終端到智能手機

3、 思考：銀行數字化轉型帶來的最大問題是什么？

4、 思考：“數字化”與“互聯網+”，區別在哪？

5、 產品×服務×有效感知=客戶體驗

二、從實體網點到數字銀行——銀行4.0發展路線圖

1、銀行1.0

2、銀行2.0

3、銀行3.0

4、銀行4.0

三、傳統銀行線下模式的局限性

1、獲客、風控、運營存在局限

2、銀行業務高度依賴人工處理

3、線下業務加大財務管理難度

4、無法滿足零售小微客戶需求

四、銀行基本業務模式因科技發展而持續改變

1、用戶體驗持續提升

2、潛在客戶群體擴大

3、金融服務空間拓寬

4、金融服務時間延展

第二節：主流銀行網點數字化轉型做法與趨勢

一、網點數字化轉型的主要背景

1、數字化是時代發展新革命

2、數字化是客戶需求新趨勢

3、數字化是銀行變革新動力

二、網點數字化轉型的主要做法

1、布放智能設備，實現硬件智能化。

2、拓展便民服務，實現功能擴容化。

3、鏈接多維場景，實現渠道融合化。

4、優化營銷工具，實現營銷智慧化。

三、網點數字化轉型的主要趨勢

1、“開放+場景”，重構完整生態。

2、“效率+個性”，塑造極致體驗。

3、“畫像+方案”，助力精準營銷。

4、“模型+預警”，構建智能風控。

四、典型數字化營銷案例解析

第三節：數字化轉型下網點營銷模式重構

一、網點功能多元化

1、拓展網點功能。

2、推進業務升級。

3、借助數字地圖。

4、搶占G端入口。

二、業務聯結線上化

1、建設“零接觸銀行”。

2、構建“網點+APP”服務新模式。

3、打造零接觸服務。

4、強化系統平臺支持。

三、金融服務開放化

1、保持“開放心態”，建立多場景融合服務平臺。

2、提升服務能力，貫通內外部場景和業務渠道。

四、金融產品定制化

1、有效整合大數據信息，做好分析、加工與應用。

2、實現“千人千面”精準畫像，提升產品服務能力。

3、探索貴賓客戶尊享服務，賦能網點客戶經理創新。

五、銀客交互情感化

1、構建“四位一體”客戶連接網絡與營銷服務體系。

2、建立“零接觸”線上線下多渠道一對一服務機制。

3、打造基于網點位置與周邊商圈的商戶池和權益池。

4、重點關注小微零售客戶全生命周期金融旅程。

第四節、網點數字化營銷創新的對策建議

一、推進數字化營銷轉型

1、硬件升級。

2、外拓升級。

3、流程優化。

二、構建新型營銷生態圈

1、繪制金融生態圖譜。

2、打造營銷生態體系。

3、構建渠道融合營銷網。

三、激發全方位營銷活力

1、建立聯動營銷機制。

2、創新鼓勵特色機制。

3、改進考核計價機制。

四、強化綜合化營銷支撐

1、動態優化勞動組合。

2、提升智能管理質效。

3、全面強化基礎保障。

（三）《商業銀行智能貸后體系建設與AI催收》（1-2天）

第一節 互聯網貸款貸后管理定位與價值

一、數字化貸后催收管理的新模式

二、數字化轉型提升貸后管理價值

三、從數字化轉型到精細化數字運營

四、數字化貸后管理系統建設與應用

第二節 互聯網貸款貸后催收管理架構

一、將催收設計成綜合管理處置體系

二、催收及回款的組織架構設置

三、智能催收全面布局解決傳統催收弊端

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

第三節 互聯網貸款催收管理方法論

一、催收的基本原則

二、催收回款創造價值與利潤

三、催收管理的核心競爭優勢

四、確定金融機構的風險偏好

五、內催管理思路與委外管理策略

六、貸后催收管理常用指標及報表

第四節 互聯網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、模型開發方法論——基于決策樹模型的策略開發

三、策略設計方法論——結合數據驅動與評分卡

四、應用評分模型優化客戶細分——風險余額

五、定量評分/定性規則策略組合

六、滾動率模型與冠軍挑戰者策略

第五節 互聯網貸款不良資產處置的其他方式

一、互聯網+法催

1、 互聯網法院

2、 互聯網仲裁

3、 賦強公證

二、自主核銷實踐與探索

三、持牌AMC

第六節 智能催收機器人在催收中的應用

一、機器人催收策略基本架構

二、機器人催收業務解決方案

三、機器人催收系統數據流向

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、招聯及蘇寧金融

第七節 互聯網貸款數字風控體系搭建

一、全新的數字化風控理念

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、一鍵式智能數據建模

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測案例

（2）銀行小微企業信貸客戶違約預測案例

第八節 欺詐黑產與互聯網貸款反欺詐策略

一、欺詐黑產市場現狀

二、欺詐黑產產業鏈

三、黑產如何獲取客戶信息

四、黑產工具與平臺

五、互聯網貸款風控的命門——反欺詐

六、五大金融場景反欺詐策略

第九節 互聯網貸款征信決策大數據平臺

一、征信類型與主要模式

二、征信產品介紹

三、二代人行征信報告解析產品

應用示例：某商業銀行通過私有化部署二代人行報告解析系統，實現人行數據應用率提升。

第十節 互聯網貸款催收行業法律法規

一、《商業銀行互聯網貸款管理暫行辦法》解析

二、《中華人民共和國催收管理條例》（未正式發布）解析

三、《互聯網金融逾期債務催收自律公約（試行）》解析

四、《互聯網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范》解析

（四）《商業銀行黑產市場與智能反欺詐實務》（1-2天）

 第一模塊  黑產生態鏈

第一節：欺詐黑產市場現狀

一、黑產數據

二、欺詐客群分布

第二節：欺詐黑產產業鏈

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：黑產如何獲取客戶信息

一、拖庫

二、撞庫

三、洗庫

第四節：黑產工具與平臺

一、黑產如何批量制造“真實”用戶行為

二、黑產“真實客戶”養成工具

三、黑產如何幫客戶實現數據“整容”

第二模塊 三大金融場景反欺詐策略

第一節：網絡借貸

一、欺詐參與方與欺詐行為

二、五大欺詐行為表現及反欺詐策略

第二節：信用卡

一、欺詐參與方與欺詐行為

二、欺詐行為表現及反欺詐策略

第三節：電商分期

一、欺詐參與方與欺詐行為

二、欺詐行為表現及反欺詐策略

第三模塊 互聯網金融反欺詐解析

第一節：全面防范欺詐風險

一、搭建全流程反欺詐管理制度

二、數據監控和欺詐分析相結合

三、欺詐流程和欺詐模型相結合

四、大數據與風控系統相結合

第二節：反欺詐應用數據有哪些

一、按照數據來源區分

二、按照數據類型區分

三、 按照數據使用場景

四、注意事項

第三節：反欺詐模型VS信用模型

一、目標變量

二、模型特征

三、實時性

四、技術實施

第四節：反欺詐之手機設備指紋實施

一、設備識別

二、被動式指紋

三、主動式設備指紋

四、常見五類欺詐形式

第五節：構建全流程反欺詐風控系統 

一、數據接入、決策引擎、管理系統三結合

二、數據分析和反欺詐模型相結合

第六節：反欺詐工作落地實施方案

一、信貸周期準備

二、反欺詐部署

三、實施路徑

第七節：反欺詐方案調整解析

一、業務運營監控

二、策略模型監控

三、異常情況監控

第四模塊 反欺詐策略調優

第一節：常用量化指標

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：策略調優

一、策略調優種類

二、何時需要策略調優

三、A類調優示例

四、D類調優示例

五、學員模擬實操

（五）《商業銀行數據建模與智能建模實務》（0.5-1天）

第一節：數據模型?——數字化轉型的核心能力

一、什么是數據模型

二、數據模型關鍵詞

三、為什么需要數據模型？

第二節：數據模型建立與應用 

一、數據建模標準流程

二、SCORECARD建模方法論

三、評分卡開發步驟

四、大數據風控技術與數據建模

五、建模過程示例

第三節：一鍵式智能數據建模

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測案例

2、銀行小微企業信貸客戶違約預測案例

第四節：策略規則VS數據模型

一、風險決策的架構

二、評分模型三大盲區

1、建模數據集VS實際貸款人

2、歷史模型數據VS未來實際情況

3、目標變量界定VS實際商業目標

第五節：風控策略概要

一、多維度數據策略規則

二、風控審批策略的類別

三、風控基本量化指標

第六節：建模數據來源與場景選擇

一、精準建模的數據來源

二、如何選擇第三方數據源（以黑名單為例）

PS：以黑名單測試為例    

二、準入策略的制定

三、風控白名單

四、規則閾值cutoff的設定

五、D類調優、A類調優及數據模型調整

案例講解

六、信用多頭策略與數據模型調整

案例講解

附：中小銀行數字化轉型落地解決方案

（六）《商業銀行互聯網貸款不良處置實務》（1-2天） 

第一節  互聯網金融糾紛的解決困境

一、互聯網金融糾紛解決機制

1、解紛過程和結果的任意性

2、解紛能力和范圍有限

3、糾紛解決體系分散且割裂

二、互聯網金融在線訴訟機制的構建

1、互聯網金融在線訴訟機制的定位

2、互聯網金融在線訴訟機制的優勢

3、互聯網金融糾紛特點與在線訴訟機制的耦合關系

4、互聯網金融在線訴訟機制的構建基礎

5、互聯網金融在線訴訟機制的構建路徑

第二節 商業銀行“互聯網+”不良資產處置

一、“互聯網+不良資產”商業模式回顧

1、典型公司發展情況

2、典型公司的特點

3、典型商業模式解讀

4、科技應用角度看不良資產處置

二、“互聯網+”不良資產處置模式現狀分析

1、不良資產信息發布平臺模式

2、不良資產撮合買賣交易平臺模式

3、不良資產數據服務平臺模式

4、不良資產委托處置撮合平臺模式

5、不良資產眾籌投資平臺模式

三、商業銀行“互聯網+”不良資產處置面臨的機遇

1、“互聯網+”豐富銀行不良資產清收處置手段

2、為銀行處置網貸不良資產提供新的突破口

3、“互聯網+”符合銀行科技賦能戰略的發展方向

四、商業銀行“互聯網+”不良資產處置方式與建議

第三節 互聯網法院的應用與不足

一、互聯網法院對債務糾紛、不良資產處置有哪些幫助

1、什么是互聯網法院？

2、互聯網法院側重點是哪類案件？

3、如何節約訴訟參與人時間、經濟成本？

4、互聯網法院對債務糾紛有幫助嗎？

5、法院起訴能維護債主的權力嗎？

二、廣州互聯網法院的“類案批量智審系統”

三、廣州互聯網法院的運行機制與借鑒

第四節 互聯網仲裁的應用與不足

一、什么是互聯網仲裁？

二、仲裁及互聯網仲裁的應用優勢

三、互聯網仲裁具體流程及要點

四、網絡仲裁的智能性——整體流程的智能化

五、互聯網仲裁應對催收痛點與實操難點

六、金融機構互聯網仲裁案例剖析

第五節 網絡賦強公證的應用與不足

一、什么是網絡賦強公證？

二、網絡賦強公證的可靠性分析

三、“網絡賦強公證”的執行管轄

四、“網絡賦強公證”案件的執行管理思維與方法

第六節 持牌AMC與互聯網貸款不良處置

一、AMC與網貸平臺的合作情況

二、AMC對網貸不良資產有哪些偏好？

三、AMC如何處置網貸不良資產？

四、AMC處置信貸類不良資產的優勢和難點

第七節 “互聯網+人工智能”提升不良資產處置效能

一、不良資產處置環節的觸網行為

二、大數據挖掘“隱性不良”，為不良資產的確認提質增速

三、AI描摹客戶畫像，制定個性化催收計劃

四、互聯網提供議價平臺，第三方協助不良資產定價

五、互聯網搭建融資平臺，中介及買賣三方得利

六、互聯網化資產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、電子簽名技術的審查認定

第八節 互聯網貸款催收行業法律法規

一、《商業銀行互聯網貸款管理暫行辦法》解析

二、《中華人民共和國催收管理條例》（未正式發布）解析

三、《互聯網金融逾期債務催收自律公約（試行）》解析

四、《互聯網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范》解析

（七）《商業銀行數字化風控策略與風控模型》（1天）

第一模塊  風控策略

第一節  風控策略概要

一、多維度數據策略規則

二、風控審批策略的類別

二、風控基本量化指標

第二節  數據主流獲取方式

一、H5渠道

二、API渠道

三、SDK渠道

第三節  數據分析常見場景及對應分析方法

一、三方數據源測評

二、準入策略的制定

三、風控白名單

四、黑名單策略    

五、規則閾值cutoff的設定

六、D類調優    

七、A類調優

八、信用多頭策略    

九、評分的策略應用

第四節  策略規則VS數據模型

一、風險決策的架構

二、評分模型三大盲區

第二模塊  數據建模與模型驗證方法

第一節  風控模型概要

一、傳統信用評分模型

二、大數據信用評分模型

第二節  評分模型搭建全流程

一、A、B、C三種廣義評分模型

二、數據梳理和理解

三、數據探索分析

四、定義目標變量

五、樣本設計及抽取策略

六、數據清洗

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、模型預測概率校準

十二、模型違約概率誤差校準

第三節  模型驗證指標

一、ROC/AUC

二、K-S值

三、GINI系數

四、PSI

五、AUKS

第三模塊  一鍵式智能建模

第一節 智能建模架構與智能建模過程

一、智能建模——預測模型

二、數據預處理

三、智能建模過程

四、Sas建模流程VS智能建模流程

第二節 智能建模案例

一、銀行個人分期違約預測案例

二、銀行小微企業信貸客戶違約預測案例

（八）《商業銀行額度模型、風險定價與策略調優》（0.5-1天）

第一節 分群策略

一、 基礎分群方法

二、 細分分群的目標

三、 細分分群需要考慮的問題

四、 分群與額度模型

第二節 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、 風險調節系數

第三節 授信額度算法模型

一、 常規授信策略

二、 基于常規授信策略的案例

三、 授信額度公式

四、 車貸產品為例

五、 額度調整

第四節 風險定價

一、 什么是風險定價？

二、 為什么要做風險定價？

三、 風險定價的應用范圍

四、 常見風險定價方法

五、 風險定價的實際應用（案例）

第五節 策略調優

一、策略調優種類

二、何時需要策略調優

三、A類調優示例

四、D類調優示例

五、反欺詐策略調優

六、學員模擬實操

（九）《個人貸款業務審批政策與要點》（1天）

第一節  我國個人消費信貸業務概述

一、我國消費貸市場情況整體概述

二、互聯網平臺和電商平臺消費貸業務

三、商業銀行個人消費貸現狀分析

四、商業銀行個人消費信貸業務風險的性質與成因分析

第二節  商業銀行個人消費信貸業務風險影響因素

一、個人消費信貸業務風險識別方法

二、通過統計分析法對某銀行的實證分析

第三節  商業銀行個人消費信貸業務遵循的法律法規

一、《個人貸款管理暫行辦法》政策要點解析

二、《互聯網貸款管理暫行辦法》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  個人貸款基本風控策略與規則

一、多維度數據策略規則制定

二、風控審批策略的類別

三、風控基本量化指標理解與應用

第五節  各類風控審批策略要點

一、風控準入策略的制定與調優

二、風控白名單的制定與優化

三、策略規則閾值cutoff的設定

四、D類調優與A類調優案例解析

五、信用多頭策略設置及案例解析   

第六節 欺詐黑產與數字化反欺詐策略

一、欺詐黑產市場現狀與欺詐黑產產業鏈

二、信貸欺詐的主要方式與常見五大欺詐行為

三、互聯網消費貸款風控的命門——反欺詐

第七節  住房按揭貸款的風險與防控

一、虛假按揭風險及原因

二、借款人風險及原因

三、銀行內部風險及原因

四、個人住房按揭貸款風險防控措施

第八節  個人汽車貸款的風險與防控

一、汽車消費貸款風險的特點

二、個人汽車消費貸款風險成因分析

三、商業銀行汽車消費貸款風險管理及防范