商业银行数字化转型系列课程

（一）《金融机构互联网贷款数字化风控体系》（1-2天）

（二）《商业银行网点智能化转型经营管理方略》 （0.5-1天）

（三）《商业银行智能贷后体系建设与AI催收》（1-2天）

（四）《商业银行黑产市场与智能反欺诈实务》（1-2天）

（五）《商业银行数据建模与智能建模实务》（0.5-1天）

（六）《商业银行互联网贷款不良处置实务》（1-2天）

（七）《商业银行数字化风控模型与风控策略》（1天）

（八）《商业银行额度模型、风险定价与策略调优》（0.5-1天）

（九）《商业银行个人贷款业务审批政策与要点》（1天）

（一）《金融机构互联网贷款数字化风控体系》（1-2天）

第一模块  互联网贷款数字风控体系构建

第一节：全新的数字化风控理念

一、传统金融机构风控体系

1、银行业传统风控体系

2、产业系金融机构风控体系

二、互联网贷款风控体系

1、一家专注线上业务消金公司的风控

2、一家非持牌机构的线上风控

三、风控理念的颠覆性差异

1、业务模式差异

2、客户群体差异

3、盈利模式差异

四、互联网贷款信用风险管理要点

1、覆盖全系列产品的系统平台

2、客户全生命周期管理

3、运用3000+鲜活征信大数据

第二节：信用评分模型建立与应用 

一、SCORECARD建模方法论

二、评分卡六大开发步骤

三、大数据风控技术

四、建模过程示例

第三节：一键式智能数据建模

一、智能建模过程

二、Sas建模流程VS智能建模流程

三、一键式智能建模银行落地实际案例

第二模块  数字化风控审批策略

第一节：风控策略概要

一、多维度数据策略规则

二、风控审批策略的类别

三、风控基本量化指标

第二节：数据主流获取方式

一、H5渠道

二、API渠道

三、SDK渠道

第三节：数据分析常见场景及对应分析方法

一、三方数据源测评

PS：以黑名单测试为例    

二、准入策略的制定

三、风控白名单

四、规则阈值cutoff的设定

五、D类调优与A类调优

六、信用多头策略    

第四节：策略规则VS数据模型

一、风险决策的架构

1、策略规则+评分模型

2、策略规则+模型规则

二、评分模型三大盲区

1、建模数据集VS实际贷款人

2、历史模型数据VS未来实际情况

3、目标变量界定VS实际商业目标

第三模块 欺诈黑产业与互联网贷款反欺诈策略

第一节：欺诈黑产市场现状

一、黑产数据

二、欺诈客群分布

第二节：欺诈黑产产业链

一、三大类型欺诈链

二、信贷欺诈的主要方式

三、信贷常见五大欺诈行为

第三节：黑产如何获取客户信息

一、拖库

二、撞库

三、洗库

第四节：黑产工具与平台

一、黑产如何批量制造“真实”用户行为

二、黑产“真实客户”养成工具

三、黑产如何帮客户实现数据“整容”

第五节：互联网贷款风控的命门——反欺诈 

一、全面防范欺诈风险

二、反欺诈应用数据选择

三、反欺诈模型VS信用模型

四、反欺诈之手机设备指纹实施

五、如何构建全流程反欺诈风控系统 

六、反欺诈工作落地实施方案

七、反欺诈方案调整解析

第六节：三大金融场景反欺诈策略

一、互联网贷款欺诈参与方、欺诈行为及反欺诈策略 

二、信用卡欺诈参与方、欺诈行为及反欺诈策略

三、电商分期欺诈参与方、欺诈行为及反欺诈策略

第四模块  互联网贷款不良催收策略与实践

第一节、互联网贷款催收管理方法论

一、催收管理的核心竞争优势

二、确定金融机构的风险偏好

三、数据分析的策略艺术

四、自动化催收工具提高生产力

五、平衡催收策略对信贷规模及成本收益率的影响

第二节、催收管理的生命周期

一、国际最佳实践催收各阶段原则与策略

二、催收管理时间轴

三、策略性催收的核心关注要点

四、催收的基本原则

第三节、催收管理的体系架构

一、将催收设计成一个综合管理处置体系

二、催收及回款的组织架构

三、催收的流程、策略及差异化管理

第四节、催收管理的策略实践

一、模型开发方法论——基于决策树模型的策略开发

二、策略设计方法论——结合数据驱动与评分卡

三、滚动率模型与冠军挑战者策略

四、智能催收机器人在催收中的应用

第五节、互联网贷款不良资产处置的其他方式

一、自主核销实践与探索

二、持牌AMC的天然优势

（二）《商业银行网点智能化转型经营管理方略》 （0.5-1天）

第一节：银行4.0时代的数字化转型趋势

一、 银行的“柯达”时刻

1、 从胶卷相机、数码相机到拍照手机

2、 从ATM机、自助终端到智能手机

3、 思考：银行数字化转型带来的最大问题是什么？

4、 思考：“数字化”与“互联网+”，区别在哪？

5、 产品×服务×有效感知=客户体验

二、从实体网点到数字银行——银行4.0发展路线图

1、银行1.0

2、银行2.0

3、银行3.0

4、银行4.0

三、传统银行线下模式的局限性

1、获客、风控、运营存在局限

2、银行业务高度依赖人工处理

3、线下业务加大财务管理难度

4、无法满足零售小微客户需求

四、银行基本业务模式因科技发展而持续改变

1、用户体验持续提升

2、潜在客户群体扩大

3、金融服务空间拓宽

4、金融服务时间延展

第二节：主流银行网点数字化转型做法与趋势

一、网点数字化转型的主要背景

1、数字化是时代发展新革命

2、数字化是客户需求新趋势

3、数字化是银行变革新动力

二、网点数字化转型的主要做法

1、布放智能设备，实现硬件智能化。

2、拓展便民服务，实现功能扩容化。

3、链接多维场景，实现渠道融合化。

4、优化营销工具，实现营销智慧化。

三、网点数字化转型的主要趋势

1、“开放+场景”，重构完整生态。

2、“效率+个性”，塑造极致体验。

3、“画像+方案”，助力精准营销。

4、“模型+预警”，构建智能风控。

四、典型数字化营销案例解析

第三节：数字化转型下网点营销模式重构

一、网点功能多元化

1、拓展网点功能。

2、推进业务升级。

3、借助数字地图。

4、抢占G端入口。

二、业务联结线上化

1、建设“零接触银行”。

2、构建“网点+APP”服务新模式。

3、打造零接触服务。

4、强化系统平台支持。

三、金融服务开放化

1、保持“开放心态”，建立多场景融合服务平台。

2、提升服务能力，贯通内外部场景和业务渠道。

四、金融产品定制化

1、有效整合大数据信息，做好分析、加工与应用。

2、实现“千人千面”精准画像，提升产品服务能力。

3、探索贵宾客户尊享服务，赋能网点客户经理创新。

五、银客交互情感化

1、构建“四位一体”客户连接网络与营销服务体系。

2、建立“零接触”线上线下多渠道一对一服务机制。

3、打造基于网点位置与周边商圈的商户池和权益池。

4、重点关注小微零售客户全生命周期金融旅程。

第四节、网点数字化营销创新的对策建议

一、推进数字化营销转型

1、硬件升级。

2、外拓升级。

3、流程优化。

二、构建新型营销生态圈

1、绘制金融生态图谱。

2、打造营销生态体系。

3、构建渠道融合营销网。

三、激发全方位营销活力

1、建立联动营销机制。

2、创新鼓励特色机制。

3、改进考核计价机制。

四、强化综合化营销支撑

1、动态优化劳动组合。

2、提升智能管理质效。

3、全面强化基础保障。

（三）《商业银行智能贷后体系建设与AI催收》（1-2天）

第一节 互联网贷款贷后管理定位与价值

一、数字化贷后催收管理的新模式

二、数字化转型提升贷后管理价值

三、从数字化转型到精细化数字运营

四、数字化贷后管理系统建设与应用

第二节 互联网贷款贷后催收管理架构

一、将催收设计成综合管理处置体系

二、催收及回款的组织架构设置

三、智能催收全面布局解决传统催收弊端

四、西班牙桑坦德银行贷后催收管理体系

五、马上消费金融公司贷后催收管理系统

第三节 互联网贷款催收管理方法论

一、催收的基本原则

二、催收回款创造价值与利润

三、催收管理的核心竞争优势

四、确定金融机构的风险偏好

五、内催管理思路与委外管理策略

六、贷后催收管理常用指标及报表

第四节 互联网贷款催收管理策略实践

一、国际最佳实践——催收原则与策略

二、模型开发方法论——基于决策树模型的策略开发

三、策略设计方法论——结合数据驱动与评分卡

四、应用评分模型优化客户细分——风险余额

五、定量评分/定性规则策略组合

六、滚动率模型与冠军挑战者策略

第五节 互联网贷款不良资产处置的其他方式

一、互联网+法催

1、 互联网法院

2、 互联网仲裁

3、 赋强公证

二、自主核销实践与探索

三、持牌AMC

第六节 智能催收机器人在催收中的应用

一、机器人催收策略基本架构

二、机器人催收业务解决方案

三、机器人催收系统数据流向

四、机器人催收策略部署实施

五、机器人催收还款曲线分析

六、智能催收案例：

捷信、招联及苏宁金融

第七节 互联网贷款数字风控体系搭建

一、全新的数字化风控理念

二、SCORECARD建模方法论

三、量化评分卡与专家评分卡

四、建模过程示例

1、一键式智能数据建模

2、Sas建模流程VS智能建模流程

3、一键式智能建模银行落地实际案例

（1）银行个人分期违约预测案例

（2）银行小微企业信贷客户违约预测案例

第八节 欺诈黑产与互联网贷款反欺诈策略

一、欺诈黑产市场现状

二、欺诈黑产产业链

三、黑产如何获取客户信息

四、黑产工具与平台

五、互联网贷款风控的命门——反欺诈

六、五大金融场景反欺诈策略

第九节 互联网贷款征信决策大数据平台

一、征信类型与主要模式

二、征信产品介绍

三、二代人行征信报告解析产品

应用示例：某商业银行通过私有化部署二代人行报告解析系统，实现人行数据应用率提升。

第十节 互联网贷款催收行业法律法规

一、《商业银行互联网贷款管理暂行办法》解析

二、《中华人民共和国催收管理条例》（未正式发布）解析

三、《互联网金融逾期债务催收自律公约（试行）》解析

四、《互联网个人信息安全保护指引》解析

五、《中华人民共和国个人信息安全规范》解析

（四）《商业银行黑产市场与智能反欺诈实务》（1-2天）

 第一模块  黑产生态链

第一节：欺诈黑产市场现状

一、黑产数据

二、欺诈客群分布

第二节：欺诈黑产产业链

一、三大类型欺诈链

二、信贷欺诈的主要方式

三、信贷常见五大欺诈行为

第三节：黑产如何获取客户信息

一、拖库

二、撞库

三、洗库

第四节：黑产工具与平台

一、黑产如何批量制造“真实”用户行为

二、黑产“真实客户”养成工具

三、黑产如何帮客户实现数据“整容”

第二模块 三大金融场景反欺诈策略

第一节：网络借贷

一、欺诈参与方与欺诈行为

二、五大欺诈行为表现及反欺诈策略

第二节：信用卡

一、欺诈参与方与欺诈行为

二、欺诈行为表现及反欺诈策略

第三节：电商分期

一、欺诈参与方与欺诈行为

二、欺诈行为表现及反欺诈策略

第三模块 互联网金融反欺诈解析

第一节：全面防范欺诈风险

一、搭建全流程反欺诈管理制度

二、数据监控和欺诈分析相结合

三、欺诈流程和欺诈模型相结合

四、大数据与风控系统相结合

第二节：反欺诈应用数据有哪些

一、按照数据来源区分

二、按照数据类型区分

三、 按照数据使用场景

四、注意事项

第三节：反欺诈模型VS信用模型

一、目标变量

二、模型特征

三、实时性

四、技术实施

第四节：反欺诈之手机设备指纹实施

一、设备识别

二、被动式指纹

三、主动式设备指纹

四、常见五类欺诈形式

第五节：构建全流程反欺诈风控系统 

一、数据接入、决策引擎、管理系统三结合

二、数据分析和反欺诈模型相结合

第六节：反欺诈工作落地实施方案

一、信贷周期准备

二、反欺诈部署

三、实施路径

第七节：反欺诈方案调整解析

一、业务运营监控

二、策略模型监控

三、异常情况监控

第四模块 反欺诈策略调优

第一节：常用量化指标

一、如何定义逾期

二、账单逾期和订单逾期

三、迁徙率和Vintage

四、首期逾期率（FPD）

第二节：策略调优

一、策略调优种类

二、何时需要策略调优

三、A类调优示例

四、D类调优示例

五、学员模拟实操

（五）《商业银行数据建模与智能建模实务》（0.5-1天）

第一节：数据模型¬——数字化转型的核心能力

一、什么是数据模型

二、数据模型关键词

三、为什么需要数据模型？

第二节：数据模型建立与应用 

一、数据建模标准流程

二、SCORECARD建模方法论

三、评分卡开发步骤

四、大数据风控技术与数据建模

五、建模过程示例

第三节：一键式智能数据建模

一、智能建模过程

二、Sas建模流程 VS 智能建模流程

三、一键式智能建模银行落地实际案例

1、银行个人分期违约预测案例

2、银行小微企业信贷客户违约预测案例

第四节：策略规则VS数据模型

一、风险决策的架构

二、评分模型三大盲区

1、建模数据集VS实际贷款人

2、历史模型数据VS未来实际情况

3、目标变量界定VS实际商业目标

第五节：风控策略概要

一、多维度数据策略规则

二、风控审批策略的类别

三、风控基本量化指标

第六节：建模数据来源与场景选择

一、精准建模的数据来源

二、如何选择第三方数据源（以黑名单为例）

PS：以黑名单测试为例    

二、准入策略的制定

三、风控白名单

四、规则阈值cutoff的设定

五、D类调优、A类调优及数据模型调整

案例讲解

六、信用多头策略与数据模型调整

案例讲解

附：中小银行数字化转型落地解决方案

（六）《商业银行互联网贷款不良处置实务》（1-2天） 

第一节  互联网金融纠纷的解决困境

一、互联网金融纠纷解决机制

1、解纷过程和结果的任意性

2、解纷能力和范围有限

3、纠纷解决体系分散且割裂

二、互联网金融在线诉讼机制的构建

1、互联网金融在线诉讼机制的定位

2、互联网金融在线诉讼机制的优势

3、互联网金融纠纷特点与在线诉讼机制的耦合关系

4、互联网金融在线诉讼机制的构建基础

5、互联网金融在线诉讼机制的构建路径

第二节 商业银行“互联网+”不良资产处置

一、“互联网+不良资产”商业模式回顾

1、典型公司发展情况

2、典型公司的特点

3、典型商业模式解读

4、科技应用角度看不良资产处置

二、“互联网+”不良资产处置模式现状分析

1、不良资产信息发布平台模式

2、不良资产撮合买卖交易平台模式

3、不良资产数据服务平台模式

4、不良资产委托处置撮合平台模式

5、不良资产众筹投资平台模式

三、商业银行“互联网+”不良资产处置面临的机遇

1、“互联网+”丰富银行不良资产清收处置手段

2、为银行处置网贷不良资产提供新的突破口

3、“互联网+”符合银行科技赋能战略的发展方向

四、商业银行“互联网+”不良资产处置方式与建议

第三节 互联网法院的应用与不足

一、互联网法院对债务纠纷、不良资产处置有哪些帮助

1、什么是互联网法院？

2、互联网法院侧重点是哪类案件？

3、如何节约诉讼参与人时间、经济成本？

4、互联网法院对债务纠纷有帮助吗？

5、法院起诉能维护债主的权力吗？

二、广州互联网法院的“类案批量智审系统”

三、广州互联网法院的运行机制与借鉴

第四节 互联网仲裁的应用与不足

一、什么是互联网仲裁？

二、仲裁及互联网仲裁的应用优势

三、互联网仲裁具体流程及要点

四、网络仲裁的智能性——整体流程的智能化

五、互联网仲裁应对催收痛点与实操难点

六、金融机构互联网仲裁案例剖析

第五节 网络赋强公证的应用与不足

一、什么是网络赋强公证？

二、网络赋强公证的可靠性分析

三、“网络赋强公证”的执行管辖

四、“网络赋强公证”案件的执行管理思维与方法

第六节 持牌AMC与互联网贷款不良处置

一、AMC与网贷平台的合作情况

二、AMC对网贷不良资产有哪些偏好？

三、AMC如何处置网贷不良资产？

四、AMC处置信贷类不良资产的优势和难点

第七节 “互联网+人工智能”提升不良资产处置效能

一、不良资产处置环节的触网行为

二、大数据挖掘“隐性不良”，为不良资产的确认提质增速

三、AI描摹客户画像，制定个性化催收计划

四、互联网提供议价平台，第三方协助不良资产定价

五、互联网搭建融资平台，中介及买卖三方得利

六、互联网化资产管理的三个解决方案

七、电子方式解决送达难问题

八、案例：中邮消费金融有限公司诉潘某勤金融借款合同案

——线上金融交易中身份验证、电子签名技术的审查认定

第八节 互联网贷款催收行业法律法规

一、《商业银行互联网贷款管理暂行办法》解析

二、《中华人民共和国催收管理条例》（未正式发布）解析

三、《互联网金融逾期债务催收自律公约（试行）》解析

四、《互联网个人信息安全保护指引》解析

五、《中华人民共和国个人信息安全规范》解析

（七）《商业银行数字化风控策略与风控模型》（1天）

第一模块  风控策略

第一节  风控策略概要

一、多维度数据策略规则

二、风控审批策略的类别

二、风控基本量化指标

第二节  数据主流获取方式

一、H5渠道

二、API渠道

三、SDK渠道

第三节  数据分析常见场景及对应分析方法

一、三方数据源测评

二、准入策略的制定

三、风控白名单

四、黑名单策略    

五、规则阈值cutoff的设定

六、D类调优    

七、A类调优

八、信用多头策略    

九、评分的策略应用

第四节  策略规则VS数据模型

一、风险决策的架构

二、评分模型三大盲区

第二模块  数据建模与模型验证方法

第一节  风控模型概要

一、传统信用评分模型

二、大数据信用评分模型

第二节  评分模型搭建全流程

一、A、B、C三种广义评分模型

二、数据梳理和理解

三、数据探索分析

四、定义目标变量

五、样本设计及抽取策略

六、数据清洗

七、特征衍生

八、特征变量筛选

九、模型变量分箱

十、模型拟合

十一、模型预测概率校准

十二、模型违约概率误差校准

第三节  模型验证指标

一、ROC/AUC

二、K-S值

三、GINI系数

四、PSI

五、AUKS

第三模块  一键式智能建模

第一节 智能建模架构与智能建模过程

一、智能建模——预测模型

二、数据预处理

三、智能建模过程

四、Sas建模流程VS智能建模流程

第二节 智能建模案例

一、银行个人分期违约预测案例

二、银行小微企业信贷客户违约预测案例

（八）《商业银行额度模型、风险定价与策略调优》（0.5-1天）

第一节 分群策略

一、 基础分群方法

二、 细分分群的目标

三、 细分分群需要考虑的问题

四、 分群与额度模型

第二节 额度模型

一、 额度模型的难点

二、 判断客户还款能力的因子

三、 佐证客户还款能力的因子

四、 风险调节系数

第三节 授信额度算法模型

一、 常规授信策略

二、 基于常规授信策略的案例

三、 授信额度公式

四、 车贷产品为例

五、 额度调整

第四节 风险定价

一、 什么是风险定价？

二、 为什么要做风险定价？

三、 风险定价的应用范围

四、 常见风险定价方法

五、 风险定价的实际应用（案例）

第五节 策略调优

一、策略调优种类

二、何时需要策略调优

三、A类调优示例

四、D类调优示例

五、反欺诈策略调优

六、学员模拟实操

（九）《个人贷款业务审批政策与要点》（1天）

第一节  我国个人消费信贷业务概述

一、我国消费贷市场情况整体概述

二、互联网平台和电商平台消费贷业务

三、商业银行个人消费贷现状分析

四、商业银行个人消费信贷业务风险的性质与成因分析

第二节  商业银行个人消费信贷业务风险影响因素

一、个人消费信贷业务风险识别方法

二、通过统计分析法对某银行的实证分析

第三节  商业银行个人消费信贷业务遵循的法律法规

一、《个人贷款管理暂行办法》政策要点解析

二、《互联网贷款管理暂行办法》政策要点解析

三、《汽车贷款管理办法》政策要点解析

四、《个人住房贷款管理办法》政策要点解析

五、《公积金贷款管理办法》政策要点解析

第四节  个人贷款基本风控策略与规则

一、多维度数据策略规则制定

二、风控审批策略的类别

三、风控基本量化指标理解与应用

第五节  各类风控审批策略要点

一、风控准入策略的制定与调优

二、风控白名单的制定与优化

三、策略规则阈值cutoff的设定

四、D类调优与A类调优案例解析

五、信用多头策略设置及案例解析   

第六节 欺诈黑产与数字化反欺诈策略

一、欺诈黑产市场现状与欺诈黑产产业链

二、信贷欺诈的主要方式与常见五大欺诈行为

三、互联网消费贷款风控的命门——反欺诈

第七节  住房按揭贷款的风险与防控

一、虚假按揭风险及原因

二、借款人风险及原因

三、银行内部风险及原因

四、个人住房按揭贷款风险防控措施

第八节  个人汽车贷款的风险与防控

一、汽车消费贷款风险的特点

二、个人汽车消费贷款风险成因分析

三、商业银行汽车消费贷款风险管理及防范