课程大纲：

对公数字化转型

【培训背景】
   2018年,国内经济去杠杆，因上市公司商誉减值、负债扩张、股权质押爆仓、利益输送等风险因素，给某银行新增的不良贷款余额，占比超过当年新增不良的60%；
   2019年，*贸易战，受区域政策影响，某银行因介入总部型企业、外贸型企业和境外客户较多，其贸易融资业务新增不良余额，占比超过当年新增不良的40%；
   2020年，进入后疫情时代，外部环境不确定性更加显着，*关系、中印关系、中欧关系等复杂多变，会更加深刻地影响更多企业，而更多的对公不良贷款也可能因此而产生；
   2021年，在经济增速下行、疫情防控常态化的背景下，监管要求和业务发展的双重压力，为商业银行数字化转型按下快进键。过去的20年中，互联网连接平台与个人消费者，使零售业务在银行数字化转型中得到较好发展；与此同时，银行对公业务，由于非标特性，使得数字化转型相对滞后。因此，能否“非标转标”，成为对公业务数字化转型关键。

【培训对象】
各银行董事长、行长，总分行风险管理部、授信审批部、贷后管理部、公司银行部、公司金融部等部门负责人。

【培训目标】
帮助各家银行理顺对公数字化转型思路，了解基于事件语义理解和事件图谱的对公业务风险管理数字化解决方案，以及基于商机事件的对公数字化营销与运营方案，认识到建设对公数字化风控体系的重要性和紧迫性，初步掌握建立对公数字化体系的主要内容，明确对公数字化转型的实施路径。

【培训收益】
本次培训，由精通对公业务的实战型老师，带来商业银行对公数字化转型方案。授课内容全程干货，以期帮助商业银行，尽快领会对公业务数字化转型理念，熟悉并初步掌握对公数字化转型方法，了解对公客户如何进行全生命周期管理，懂得如何善用数字化技术手段，将信贷专家经验与智能风控系统相结合，实现对公业务数字化转型。
其中，对公客户风险预审及前置筛查，企业风险穿透识别整合，表单资料智能提取录入，尽调报告内容支持，专家知识复用，多维风险排查，风险信号排查管控，金融事件中心构建，金融风险指标体系构建，风险提示规则配置，管理者驾驶舱，非结构化数据智能解析，金融事件图谱分析，数字化风险预警指标，企业风险画像，商机事件营销等内容，将会帮助大家打破传统对公授信业务思维惯性，掌握对公数字化核心技能，进而推进对公业务数字化转型。
培训不是目的，落地才是关键！
做为实战派讲师，将带来对公业务数字化风控与企业商机分析及营销获客两大实用系统，帮助各家商业银行迅速部署实施，在短时间内获得对公业务的数字化转型落地方案！

【培训课纲】
第一篇  取  势
第一节：什么是银行数字化转型？
一、银行数字化转型到底是什么？
二、银行必须进行数字化转型吗？
三、银行数字化转型必须先转变思维！
四、对公数字化转型VS零售数字化转型
第二节：银行对公数字化转型的内在本质是什么？
一、数字化转型的外在理解
二、不同时代的思维特征与核心要素
三、银行数字化转型需要的业务思维转变
四、银行数字化转型需要的技术思维转变

第二篇  明  道
第一节：银行对公数字化转型的数字成果（某行实际案例）
一、解放客户经理的双手和大脑，让客户经理每月有效时间增加3到4倍！
二、显着提升风控效果，让风险排查覆盖率达到100%并可提前数月预警风险！
三、大幅增长工作效能，让对公授信业务的工作效率至少提升150%以上！
四、极大降低业务成本，让分行级贷后风险经理工作量一年可减少2000人天！
五、有效提升行长全局掌控能力，让对公业务真正实现可视化、全面化掌控！
第二节：银行对公数字化转型的五种模式
一、模式一：某大行“3+2+1”对公做精策略
二、模式二：某区域性银行对公资产业务数字化转型之路
三、模式三：某大行分行对公授信全流程数字化转型
四、模式四：产业链金融服务开放化转型
五、模式五：区块链技术在商业银行的应用
第三节：“吐槽大会”——传统对公授信业务的痛点与难点
一、槽点1：客户经理难以多方广泛收集企业信息
二、槽点2：行内各位审贷专家审贷标准不一致
三、槽点3：贷后管理与预警耗时费事不精准
四、槽点4：行长无法及时掌握对公业务全貌

第三篇  优  术
第一节：对公授信风控数字化方案如何提升银行效能
一、用数字化方式帮助银行全面整合多源风险信息
二、数据智能如何驱动数据事件理解及风险挖掘 
三、与专家智识相结合的业务风险便捷监控
四、如何实现对公授信客户全流程智能管控
五、对公客户监控指标要做到自定义灵活配置
案例解析：（上海建坤破产事件）
第二节：数字化如何助力银行实现对公客户全程风控决策支持
一、贷前：预审尽调及报告支持（自动化、智能化加持）
（1）企业预授信分析建模，精准剖析企业风险
（2）系统自动出具尽调报告，节省80%以上时间
（3）智能化文档要素抽取，提高信贷效率
二、贷中：贷中评审及风险筛查（全方位、精准化风控）
（1）专家知识复用：
指标趋势分析和行业对标分析，个性化定制指标深入分析
（2）多维风险排查：
股权维度、财务维度、舆情维度、行业维度、关联维度、专项分析
（3）现实案例：
某分行数字化审批超百亿。
三、贷后：预警配置及排查管控（数字化、实时化预警）
（1）数字化风险排查——构建企业全面风险画像
（2）数字化风险管控——及时追踪风险处理情况
（3）数字化贷后监控——构建实时监控预警体系
案例解析：
某大行实际经营数据分析。
第三节：数字化如何实现对公客户风险发现、追踪与传导分析
一、银行如何通过事件语义理解发现风险
二、银行如何通过事件图谱分析预见风险
三、银行如何通过指标模型计算量化风险
四、银行如何通过数据智能解析管控风险
案例解析：
自动识别某企业风险事件，实现多维度传导式风险预警。
第四节：对公授信数字化风控的系统功能架构应具备什么条件
一、业务应用层面：
1、客户经理需要通过对公数字化体系解决的问题
2、审贷官们需要通过对公数字化体系解决的问题
3、风险经理需要通过对公数字化体系解决的问题
4、各位行长需要通过对公数字化体系解决的问题
二、业务分析层面：
1、如何运用数字化技术进行股东股权分析
2、如何运用数字化技术进行公司及财务分析
3、如何运用数字化技术进行公司及行业舆情分析
4、如何运用数字化技术进行关联风险传导分析
5、如何运用数字化技术进行行业专项分析
三、数据服务层面：
1、银行怎样理解与运用“金融事件中心”
企业-事件-关联方，事件-指标-基本面
2、银行如何有效运用金融事件流语义处理引擎与金融数据指标批处理引擎
3、银行如何采用数字化手段整合海量多元异构源数据
第五节：数字化如何实现对公授信客户风险穿透识别整合（结合案例）
一、通过事件、指标、关系实现风险穿透识别
二、在结构化与非结构化数据中理解企业事件
三、专家智识转化为数字化风险预警指标
四、智能企业关系识别与事件图谱构建
五、金融事件中心直观展示智能处理结果
第六节：如何运用数字化手段实现对公授信客户风险排查（结合案例）
一、企业风险画像
1、深度识别（专家经验+数据驱动）
2、广度识别（企业关系+事件图谱）
3、企业风险识别、分析与传导
二、多维风险画像
1、财务分析
2、动产抵押
3、股权质押
4、舆情事件
5、关联风险传导
6、行业专项分析
三、构建分析体系
1、风险评估模型
2、指标事件分析
3、风险事件标签
4、综合风险分数计算
四、贷前尽调筛查
1、深度分析与可视化展示
2、各模块简报生成与导出
3、评级/授信/尽调报告内容支持
五、贷中/贷后风险实时可视化
第七节：RPA+AI赋能对公业务数字化转型
一、传统商业银行常见运营管理痛点
二、RPA+AI赋能企业数字化转型
三、RPA智能员工与银行应用场景
四、RPA在银行对功业务运营上的典型案例
案例：贷款客户财务报表自动录入
案例：贷款客户网络舆情跟踪
第八节：银行对公营销的数字化转型
一、数字化时代对公营销痛点
二、智能化商机事件引擎
三、全流程商机管理工具
四、企业客户商机画像
典型案例：
某大型股份银行客户经理助手。

对公数字化转型