商业银行数字化风控
课程背景：
数字化背景下，很多银行存在以下问题：
Ø 不清楚商业银行数字化风控发展现状？
Ø 不清楚对公业务数字化风控工作如何开展？
Ø 不知道零售业务数字化风控工作如何开展？
课程特色：
Ø 精彩解读商业银行零售业务数字化风控成功案例。
Ø 深度研究商业银行对公业务数字化风控多方需求。
Ø 独家原创商业银行数字化风控方法论。
学员收获:
Ø 学习商业银行数字化风控发展现状。
Ø 学习对公及零售业务数字化风控方法论。
Ø 学习对公及零售业务数字化风控成功案例。
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：需要商业银行数字化风控的职业人士。
课程设置时间：4-6小时
课程大纲：
上篇：商业银行对公业务数字化风控
一、商业银行数字化风控与传统风控
1．数字化时代已经悄然来临
2．金融科技冲击-云管端技术架构已经形成
3．商业银行信贷风控面临的新变局
4．传统信贷风控所面临的局限性
5．商业银行数字化风控的优势
6．商业银行数字化风控成为传统风控的最佳拍档
二、商业银行数字化风控发展现状分析
1、 商业银行数字化风控定义解读
2、 商业银行数字化风控发展背景
3、 商业银行数字化风控产业生态分布
4、 商业银行数字化风控企业图景
5、 商业银行数字化企业调查解读
三、商业银行对公业务数字化风控主要应用场景及实施路径
1、 商业银行对公业务数字化风控主要应用场景总体介绍
2、 精准营销
3、 贷前反欺诈
4、 信用评估
5、 贷后监控和预警
6、 催收管理
7、 数字化风控的实施路径
四、商业银行对公业务数字化风控架构、体系与模型
1、 商业银行对公业务数字化风控总体架构
2、 商业银行对公业务数字化风控大数据平台架构
3、 商业银行对公业务数字化风控数据处理流程
4、 商业银行对公业务数字化风控模型多层次体系
5、 商业银行对公业务数字化风控建模流程
6、 商业银行对公业务数字化风控能力体系模型
7、 商业银行对公业务多维NLP风险模型
8、 商业银行对公业务差异化预警信号体系
9、 商业银行对公业务数字化风控知识图谱应用
五、商业银行对公业务数字化风控的重要建议
1、 构建数字风控思维
2、 加强数字风控顶层设计
3、 优化管理流程、产品与渠道
4、 构建数据、技术与场景三位一体的数字化风控体系
5、 营造厂商、金融机构、用户和监管部门全方位参与的数字化风控生态
下篇：商业银行零售业务数字化风控
六、商业银行零售业务数字化风控体系建设
1、 商业银行零售业务数字化风控面临的四大主要挑战
2、 建设零售业务大数据风控平台，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
七、商业银行零售业务数字化风控之贷前
1、 贷前五大环节数字化风控应用
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
八、商业银行零售业务数字化风控之贷中
1、 贷中五大环节数字化风控应用
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
九、商业银行零售业务数字化风控之贷后
1、 贷后三大环节数字化风控应用
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、 贷后数字化风控案例
十、商业银行零售业务数字化风控策略
1、 数字化风控逻辑的应用
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
十一、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
