商业银行大数据风控建模方法与案例
课程背景：
数字化背景下，很多银行存在以下问题：
Ø 不清楚商业银行大数据风控建模方法？
Ø 不清楚银行大数据风控建模应用案例？
Ø 不知道银行大数据风控建模核心内容？
课程特色：
Ø 有实战案例
Ø 有原创观点
Ø 有精彩解读
学员收获:
Ø 学习商业银行大数据风控建模方法。
Ø 学习银行大数据风控建模应用案例。
Ø 学习银行大数据风控建模核心内容。
授课老师： 坚鹏 中国银行业协会特聘讲师、银行数字化转型导师
培训对象：需要商业银行大数据风控的职业人士。
课程设置时间：6小时
授课特点:
Ø 焕发精神、启发思考、激发行动
授课风格：
Ø 以案例的方式解读原创方法论
Ø 以互动的方式增强学员获得感
Ø 以咨询的方式提高培训实效性
课程大纲：
一、商业银行大数据风控建模分析技能核心内容及银行业务运营模式
1、 商业银行大数据风控面临的四大主要挑战
2、 建设大数据风控平台，满足数字化信贷需要
3、 全方面构建用户信用画像，精准选择客户
4、 建立全流程风控，消除平台风险于萌芽
5、 实现借款人全流程管控，防范风险无死角
6、 商业银行大数据风控建模分析技能核心内容
7、 商业银行风险部门运营模式
8、 商业银行表内表外业务介绍
二、商业银行大数据风控之贷前
1、 贷前五大环节大数据风控应用
2、 建立反欺诈模型
3、 建立AI+反欺诈解决方案
4、 构建一站式大数据风控产品
5、 构建针对不同业务模式的风控模型
6、 基于深度学习和知识图谱的AI智能金融引擎
7、 促进大数据征信与传统个人征信互补
三、商业银行零售业务大数据风控之贷中
1、 贷中五大环节大数据风控应用
2、 贷中个人信用评分模型
3、 设计信贷全流程评分产品
4、 实时监控交易反欺诈
5、 基于线上、线下海量金融与非金融数据的信用风险建模
6、 针对不同客群开发七类风险模型
四、商业银行零售业务大数据风控之贷后
1、 贷后三大环节大数据风控应用
2、 数字化贷后监控方法
3、 存量客户管理方法
4、 贷后数字化催收方法
5、 贷后大数据风控案例
五、商业银行零售业务大数据风控策略
1、 大数据风控逻辑的应用
2、 线上+线下数据联合，交叉检验真实还原用户画像
3、 通过客户准入+反欺诈策略，筛除不良用户
4、 通过准入反欺诈+评分评级策略，甄选目标客户
5、 结合行方经营战略，定额定价策略的思路与运用
6、 贷后预警模型和管理思路
7、 实时了解客户贷后变化
六、商业银行大数据风控架构、体系与模型
1、 商业银行大数据风控总体架构
2、 商业银行大数据风控大数据平台架构
3、 商业银行大数据风控数据处理流程
4、 商业银行大数据风控模型多层次体系
5、 商业银行大数据风控建模流程
6、 商业银行大数据风控能力体系模型
7、 商业银行多维NLP风险模型
8、 商业银行差异化预警信号体系
9、 商业银行大数据风控知识图谱应用
七、内容总结与行动计划
1、内容总结
2、心得分享
3、问答与交流
4、行动计划
练习：根据工作中存在的问题和实际情况制定行动计划
