课程大纲：

互联网贷款数字化风控

课程大纲
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*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*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
1、传统银行的风控体系
2、互联网贷款风控体系
二、SCORECARD建模方法论
三、量化评分卡与专家评分卡
1、A卡、B卡与C卡
2、区别量化评分卡流程开发步骤
3、评分卡衡量指标-ks值
4、行为及催收评分卡流程开发步骤
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
1、黑产数据
2、欺诈客群分布
二、欺诈黑产产业链
1、三大类型欺诈链
2、信贷欺诈的主要方式
3、信贷常见五大欺诈行为
三、黑产如何获取客户信息
1、拖库
2、撞库
3、洗库
四、黑产工具与平台
1、黑产如何批量制造“真实”用户行为
2、黑产“真实客户”养成工具
3、黑产如何帮客户实现数据“整容”
五、互联网贷款风控的命门——反欺诈 
六、三大金融场景反欺诈策略
1、互联网贷款欺诈参与方、欺诈行为及反欺诈策略 
2、信用卡欺诈参与方、欺诈行为及反欺诈策略
3、电商分期欺诈参与方、欺诈行为及反欺诈策略
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
1、央行征信
2、民营征信
3、大数据征信
二、征信产品介绍
1、征信产品的维度和输出结果
（1）交易、行为、关系网
（2）黑名单欺诈、设备指纹、行为指纹
（3）地理位置、设备姿态、视频声纹
（4）生物特征、指纹虹膜、运营商数据
2、代表性公司及主要产品
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

互联网贷款数字化风控