课程对象:金融机构、银行从业人员
课程方式:
线下:讲解+案例分析+小组讨论
线上:直播/录播
课程特色:
1. 艾静老师拥有十六年国有大型商业银行从业经验,具有SAS、Python数据处理全球认证,在银行金融科技、数字化转型、大数据风控、评分模型、巴塞尔协议等方面有非常丰富的理论知识和实战经验。
2. 培训针对性、实操性强,具有独特的专业优势。理论案例化、案例故事化、故事情节化、情节实战化;讲解深入浅出、通俗易懂,让学员听得懂、愿意听;综合运用视频、文字、图片、互动、案例讨论等方式,充分调动学员的积极参与互动、现场理解感悟,课堂气氛轻松活泼,摆脱纯讲理论的刻板模式。
课程大纲:
一、当前金融风险形势
1. 信用风险
2. 欺诈风险
3. 共债风险
4. 合规风险
二、新形势下银行风控的难点与挑战
1. 疫情导致共债风险凸显
2. 新型风险现象增多
1)客户风险等级区域性失灵及案例
2)反人脸识别反欺诈手段失灵及案例
3)中介包装导致客户画像失灵及案例
4)黑客攻击下的外部数据画像失灵及案例
5)征信白户漏洞下的公积金欺诈及案例
6)类电信诈骗手段及案例
7)团体欺诈手段及案例
3. 客户信息保护面临很大的挑战
1) 同业客户信息泄露案例、监管处罚案例
2) 关于客户信息保护的重点法条解析
例如:《民法典》、《个人信息保护法》、《刑法》侵犯公民个人信息罪等
三、银行风控发展核心动能
1. 人工智能(A——AI)
1)人工智能的概念
2)人工智能对于银行的挑战
3)人工智能在银行风控中的应用
2. 区块链(B——Block chain)
1)区块链的概念
2)区块链对于银行的定位挑战
3)区块链在银行风控中的应用
3. 云计算(C——Cloud computing)
1)云计算的概念
2)云上银行
3)云计算在银行风控中的应用
4. 大数据(D——Big data)
1)大数据的核心
2)银行在大数据方面的短板和优势
3)银行的风控大数据治理
5. 物联网(5G与IOT)
1)5G的初期、中期与远期发展
2)5G时期银行未来风险管理的定位
四、与”数字化转型“相关的几个吓人的名词及案例
1、数据挖掘
2、机器学习
3、深度学习
4、人工智能
5、评分卡模型
6、智能反欺诈模型
五、运用金融科技提升风险管理能力(构建智能风险防控闭环体系)
1、获取信息
1)金融数据
2)非金融数据
2、智能决策
1)勾稽比对
2)交叉检验
3)强特征筛选
4)风险关系
5)行为数据
3、监控预警
1)邮件
2)短信
3)电话
4、案件调查
5、数据分析
1)风险阈值分布
2)风险分布地图
六、银行智能风控差异化体系
1. C端
2. Z端
3. B端
4. F-G端
七、案例分享
1. 案例一(蚂蚁金服智能识别)
2. 案例二(京东金融安全魔方)
3. 案例三(新网银行)
[本大纲版权归艾静老师所有,仅供合作伙伴与本机构业务合作使用,未经书面授权及同意,任何机构及个人不得向第三方透露]