商业银行智能反欺诈课纲

引  子

案例1：一起大数据风控漏洞引发的“骗贷”大案

案例2：民间火爆的“财商课”究竟在讲些什么？

第一部分  相关文件解读

第一节  《反有组织犯罪法》与银行的关系

1.依法从严打击黑恶犯罪

2.深挖黑恶势力“保护伞“

3.严防黑恶势力渗入基层

4.防止未成年人遭受侵害

5.防止黑恶势力死灰复燃

6.保障涉案单位个人权益

第二节  《商业银行防范外部欺诈指引》解读

1.管理范围与工作要求

2.管理工具及业务流程（示例）

3.事件报告及处置（示例）

4.行业联合与协作（示例）

第三节  清廉文化与防范外部欺诈

1.监管处罚力度持续加大

2.建设清廉金融文化

3.杜绝内外勾结

第二部分  互联网贷款新规

第一节  互联网贷款新政具体要求解读与分析

一、 风险控制要求一刀切。

二、 加强出资比例管理。

三、 强化合作机构集中度管理。

四、 实施总量控制和限额管理。

五、 严控跨地域经营。

第二节  商业银行互联网贷款业务三问

一、 如何界定商业银行互联网贷款业务？

二、 怎样认识商业银行互联网贷款核心风控不能外包？

三、 助贷与联合贷款何以成为互联网贷款主流？ 

第三节：新规落地后商业银行何去何从

一、 全流程风险管控的自主核心风控能力

二、 有效识别和监测跨区互联网贷款业务

三、 准确理解风险数据、风险模型及数据源管理

第四节：数字化风控理念

一、 传统式风控 VS 数字化风控

二、 信贷政策、风控策略与数据模型

三、 互联网贷款的五大风控要点

四、 大数据时代信贷风险管理与实践

第三部分  黑色产业与反欺诈

第一节  零售业务条线的外部欺诈风险（结合案例讲解）

案例1 ：“XX花园”项目房贷假按揭风险案例

案例2：“200”万元变造存单质押贷款风险

第二节  互金业务条线的外部欺诈风险（结合案例讲解）

案例1：大数据风控挑战——剖析造成10亿损失的骗贷案

案例2：五大金融场景如何防范外部欺诈（结合案例讲解）

第三节  信用卡业务的外部欺诈风险（结合案例讲解）

案例：商户欺诈与团伙欺诈

第四节  欺诈黑色产业市场现状分析

一、 黑色产业市场及其对银行的重大危害

1、 黑色产业链详解：上游、中游与下游

2、 黑产如何获取客户信息：拖库、撞库、洗库等

3、 黑产如何包装真实客户：群控、猫池、改机工具、模拟精灵等等

4、 视频教学：透过五大欺诈场景了解欺诈行业“黑话”

（案例剖析1：黑产如何批量制造真实用户）

（案例剖析2：黑产如何给客户数据“整容”）

（案例剖析3：5000元如何在一年内变成100万？）

5、 典型案例：黑产如何指导用户“精养”信用卡

二、 四大信贷反欺诈手段

1、 黑白名单

2、 规则引擎

3、 有监督学习

4、 无监督学习

三、 欺诈行为表现及反欺诈策略

1、 针对冒充他人申请

2、 针对失卡冒用

3、 针对恶意透支

4、 针对伪造信用卡

5、 针对商户欺诈

四、 反欺诈应用数据有哪些

1、 按照数据来源区分

2、 按照数据类型区分

3、 按照数据使用场景

4、 注意事项

五、 反欺诈模型VS信用模型

1、 目标变量

2、 模型特征

3、 实时性

4、 技术实施

第五节  反欺诈工作落地实施方案

一、 信贷周期准备

1、 渠道（流量）

2、 风控（数据，模型，策略）

3、 人力（团队，业务，风控，客服，催收）

4、 IT（APP，信贷系统，决策引擎）

5、 资金（资金来源，资金成本，测算成本）

二、 反欺诈部署

1、 渠道进件

2、 客户分析

3、 准入规则

4、 渠道监控

5、 反欺诈模型

6、 信审核查

7、 贷后管理

三、 实施路径

1、 前期准备

2、 风控部署

3、 后期调优

4、 业务优化

5、 跟踪监控

6、 离线监控

四、 反欺诈方案调整解析

1、 业务运营监控

2、 策略模型监控

3、 异常情况监控

五、 构建全流程反欺诈风控系统

1、 数据接入、决策引擎、管理系统三结合

2、 数据分析和反欺诈模型相结合

第六节  构建全流程防范外部欺诈风控系统

一、 建立健全组织架构和制度体系（以某大行为例）

二、 打造基于大数据、智能化的风控平台（某股份行）

三、 各条线防范外部欺诈风险的重要内容与举措

四、 营造稳健审慎“反欺诈”文化

第四部分 智能反欺诈技术

第一节  设备指纹

一、 设备指纹概述

（1） 被动式设备指纹

（2） 主动式设备指纹

（3） 常见五类欺诈形式

二、 安卓设备指纹

（1） 安卓系统中比较稳定的设备参数

（2） 针对安卓作弊环境的检测方法

三、 iOS设备指纹

（1） iOS系统中比较稳定的设备参数

（2） 针对iOS设备指纹风险识别技术

四、 WEB设备指纹

（1） web比较稳定的设备参数

（2） 针对web设备指纹风险识别技术

第二节  基于用户行为的生物探针

1、 生物探针：身份认证的4个阶段

2、 无感认证：如何区分自然人与机器人

3、 应用场景：登录、免密支付、信用卡、借贷申请等

第三节  其他实用反欺诈技术

1、 实时指标计算实践

2、 风险态势感知系统

（1） 基于统计分析

（2） 基于无监督学习

（3） 基于欺诈情报

（4） 预警系统

3、 欺诈情报体系

（1） 情报采集：技术情报与事件情报

（2） 情报分析：黑产情报关键词

4、 机器学习算法的使用

（1） 特征工程

（2） 模型选择

（3） 模型训练