课程大纲：

中小银行数字化风控

课程背景
【银行管理层痛点】
后疫情时代，随着大数据、云计算、人工智能、区块链、物联网等新兴技术的发展，商业银行纷纷开展数字化转型。银行业务布局调整加速，同业之间竞争日趋激烈，而中小银行自身则因存在规模小、内生动力匮乏、创新能力弱、 风险控制能力不足等问题，严重制约其业务稳健发展。
特别是城商行、农商行、农信社及村镇银行等地方性中小银行，其数字化能力普遍明显低于银行平均水平。因此，中小银行必须及时转型数字金融，数字化风控体系建设是重中之重。
【银行执行层痛点】
缺乏有效的线上风控工具，导致业务萎缩，风险上升……
获客能力、风控能力以及运营能力，均存在较大局限性……
中小银行与大型银行之间的风控差距越来越大……

【培训对象】
董事长、行长、银行总分行个贷、消费金融及信用卡中心、网络银行、电子银行、数字银行等部门负责人及业务骨干

课程收益
核心收益01：掌握中小银行数字化转型发展现状与趋势
核心收益02：熟悉大数据风控体系建设思路与实施方法
核心收益03：明确本行定位及转型数字金融的工作思路
核心收益04：了解国外商业银行数字化转型经验借鉴
核心收益05：洞悉中小银行数字化转型痛点及解决办法
核心收益06：学习信用评分模型建立与应用
核心收益07：学习SCORECARD建模方法论
核心收益08：学习当今最前沿的大数据风控技术
核心收益09：深入研究数字化风控策略与实践
核心收益10：学习互联网金融反欺诈策略解析
核心收益11：学习评分卡六大开发步骤
核心收益12：中小银行数字化转型落地五大方案、四大系统、一大平台

课程大纲
第一模块    重大疫情对当前中小银行的影响与挑战
第一节：传统银行线下模式的局限性
一、获客、风控、运营局限性
二、业务高度依赖人工处理
三、线下业务加大财务管理难度
四、无法有效满足需求快速、多样化、高频率的特点
第二节：大型银行与中小银行差距加大
一、大型银行与中小银行的建设水平参差不齐
二、获客效率、产品多样性、线上化服务效率与业务智能化程度不足
三、零售及小微业务存在较为明显的客户资质下沉趋势
四、敏捷开发的组织架构、运营流程、科技能力与人员储备方面长期存在不足
第三节：重大疫情引发中小银行数字化转型的长远思考
一、在重大突发情况下仍能持续、快速地识别和响应客户需求
二、实现金融业务数字化转型是一项中小银行战略级安排
三、必须迅速、准确把握数字化转型的突破口

第二模块    中小银行数字化转型发展现状与趋势
第一节：国内商业银行发展进入4.0时代
一、商业银行1.0时代。
二、商业银行2.0时代
三、商业银行3.0时代
四、商业银行4.0时代
第二节：当前商业银行发展存在的普遍问题
一、银行的盈利方式和发展策略长期偏重于粗放型
二、中国的商业银行长期习惯于服务大客户、大企业和政府
三、中国商业银行没有充分考虑用户的体验
四、商业银行的地位面临着诸多挑战。
第三节：国内大型银行的数字化转型进程
一、大型银行与西方国家仍有差距。
二、招商银行的科技投入
三、平安集团的数字化战略
四、工商银行的数字化战略
第四节：国外商业银行数字化转型经验借鉴
一、以客户为中心，打造数字化平台。
案例1：汇丰银行
案例2：韩国K Bank互联网银行以及Kakao Bank
二、推进全渠道转型，增强客户黏性。
案例1：ING Direct直销银行
案例2：英国的Atom Bank
案例3：德国的N26 Bank务
三、提升大数据管理、分析与运用能力，加强线上线下融合协同
案例1：*第一资本金融公司
案例2：美银美林的金融服务平台Merrill Edge
四、提升账户管理能力，打造开放银行体系，建设良好金融生态圈
第五节：国内中小型银行数字化转型进程
一、中小银行数字化转型仍存诸多挑战
二、顺应全球数字化时代浪潮的必然要求
三、应对复杂经营发展环境的有益举措
四、提升服务实体经济能力的有效支撑
五、中小银行尝试数字化转型的五种方式

第三模块    中小银行数字化转型痛点与难点
第一节： 中小银行数字化转型痛点剖析
一、痛点之一：数据质量不符合数字化转型需求
二、痛点之二：客户体验、端到端业务流程的梳理阻力较大
三、痛点之三：生态定位与管理聚合难度极大
四、痛点之四：受限于资金规模偏小
五、痛点之五：创新内生动力不足
六、痛点之六：风险控制能力偏弱
第二节：中小银行数字化转型面临的挑战
一、理念挑战
二、机制挑战
三、数据挑战
四、人才挑战

第四模块    中小银行数字化风控体系搭建
第一节：信用评分模型建立与应用 
一、背景
（1）二战后消费信贷产业在欧美蓬勃发展
（2）数据库技术、数理统计技术和计算机技术的发展
（3）欧美社会征信体系的形成和健全
二、三个历史阶段
（1）以客户分类为核心的信用分析
（2）以预测模型为核心的信用评分模型
（3）以决策模型为核心的信用评分模型
三、模型分类
（1）按模型预测的未来表现
（2）按模型的数据来源
（3）按模型的实证化
（4）按模型的对象
四、SCORECARD建模方法论
S = SAMPLING 数据选取与抽样
C = CLEANSING 数据检测、数据清洗、数据链接与合并 
O = OPTIMIZATION 数据优化处理，包括客户分群(SEGMENTATION）、变量分析、粗分组
R = REGRESSION 利用统计学回归技术构建模型
E = EQUALIZATION 将模型转化为评分卡形式
C = CONFIRMATION   评分卡评估与确认
A = ADMINISTRATION 评分卡实施上线与管理，包括指定管理人，记录评分卡使用情况等
R = REVIEW 评分卡跟踪验证
D = DOCUMENTATION 整理记录，完成项目技术文档
第二节：大数据风控技术
一、生物特征识别
二、加速度传感器
三、机器学习与模型训练
四、大数据应用场景
第三节、数字化风控策略
一、失信、黑名单策略
（1）常见的38种黑名单策略
（2）多级关联后得到的黑名单策略
二、联系人风控策略
（1）联系人策略
（2）15类场景联系人策略
三、其他常用风控策略
（1）异常贷款策略
（2）恶意贷款策略
共计14类
第四节、互联网金融反欺诈解析 
一、全面防范欺诈风险
（1）搭建全流程反欺诈管理制度
（2）数据监控和欺诈分析相结合
（3）欺诈流程和欺诈模型相结合
（4）大数据与风控系统现结合
二、数据应用反欺诈
（1）数据来源
（2）数据类型
（3）数据场景 
三、反欺诈模型和信用模型区别
（1）目标变量
（2）模型特征
（3）实时性
（4）技术实施
四、反欺诈之手机设备指纹实施
（1）设备识别
a)IP 地址、cookie以及移动互联网特有的设备ID
b)设备指纹（设备ID）
（2）被动式设备指纹
（3）主动式设备指纹
（4）常见五类欺诈形式（略）
五、如何构建全流程反欺诈风控系统
（1）数据接入、决策引擎、管理系统相结合 
（2）数据分析和反欺诈模型相结合 
六、反欺诈工作落地实施方案
（1）准备 
（2）部署
（3）实施
七、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
第五节：评分卡六大开发步骤
一、量化评分卡
二、量化评分卡与专家评分卡
三、量化评分卡流程开发步骤
四、评分卡指标
五、评分卡衡量指标-ks值
六、专家评分卡流程开发步骤

第五模块    中小银行如何布局数字化转型
第一节：利用大数据实现差异化精准营销
一、结合大数据、人工智能技术来拓宽业务范围
二、精准识别具有行业潜力的中小企业
三、积极搭建各类智慧场景及生态集群圈
四、制定的差异化精准营销策略
第二节：利用大数据创新中小型商业银行管理体系 
一、客户管理、运营管理和配合监督进行创新
二、做好客户数据储存和更新
三、准确掌握自身运营情况和员工动态
四、优化自身信用评估模型精度
第三节：利用大数据优化风控体系 
一、精准把控各类风险
二、搭建大数据共享平台
三、精准识别客户身份与行为
四、满足用户特定场景大额交易需求
第四节：数据是赢得数字化转型的关键
一、用户及相关产品服务全面“数据化”
二、数据是最为重要的核心资产
三、*化地挖掘数据的潜能
四、数据清洗、融合、去重、去无效、去异常、分类聚合

第六模块    中小银行数字化转型落地解决方案
第一节：六大落地实施方案
一、银行线上信贷业务一站式全流程解决方案
二、银行自动化风控审批全流程解决方案
三、银行大数据决策风控解决方案
四、银行大数据征信平台解决方案
五、银行一键式智能数据建模解决方案
六、风险计量与策略应用联合建模方案
第二节、四大落地应用系统
一、银行信贷中台——风控审批管理系统
二、银行信贷核心——账务系统
三、银行贷后管理——催收系统
四、银行智能决策产品——机器学习模型迭代
第三节：一个智能决策平台
一、中小银行大数据智能决策支持平台

中小银行数字化风控