大數(shù)據(jù)時代下的銀行風(fēng)險管理

課程對象：金融機構(gòu)、銀行從業(yè)人員
課程方式：
線下：講解+案例分析+小組討論

線上：直播/錄播

課程特色：

1. 艾靜老師擁有十六年國有大型商業(yè)銀行從業(yè)經(jīng)驗，具有SAS、Python數(shù)據(jù)處理全球認證，在銀行金融科技、數(shù)字化轉(zhuǎn)型、大數(shù)據(jù)風(fēng)控、評分模型、巴塞爾協(xié)議等方面有非常豐富的理論知識和實戰(zhàn)經(jīng)驗。

2. 培訓(xùn)針對性、實操性強，具有獨特的專業(yè)優(yōu)勢。理論案例化、案例故事化、故事情節(jié)化、情節(jié)實戰(zhàn)化；講解深入淺出、通俗易懂，讓學(xué)員聽得懂、愿意聽；綜合運用視頻、文字、圖片、互動、案例討論等方式，充分調(diào)動學(xué)員的積極參與互動、現(xiàn)場理解感悟，課堂氣氛輕松活潑，擺脫純講理論的刻板模式。

課程大綱：

一、當(dāng)前金融風(fēng)險形勢

1. 信用風(fēng)險

2. 欺詐風(fēng)險

3. 共債風(fēng)險

4. 合規(guī)風(fēng)險

二、新形勢下銀行風(fēng)控的難點與挑戰(zhàn)

1. 疫情導(dǎo)致共債風(fēng)險凸顯

2. 新型風(fēng)險現(xiàn)象增多

1）客戶風(fēng)險等級區(qū)域性失靈及案例

2）反人臉識別反欺詐手段失靈及案例

3）中介包裝導(dǎo)致客戶畫像失靈及案例

4）黑客攻擊下的外部數(shù)據(jù)畫像失靈及案例

5）征信白戶漏洞下的公積金欺詐及案例

6）類電信詐騙手段及案例

7）團體欺詐手段及案例

3. 客戶信息保護面臨很大的挑戰(zhàn)

1) 同業(yè)客戶信息泄露案例、監(jiān)管處罰案例

2) 關(guān)于客戶信息保護的重點法條解析

例如：《民法典》、《個人信息保護法》、《刑法》侵犯公民個人信息罪等

三、銀行風(fēng)控發(fā)展核心動能

1. 人工智能（A——AI）

1）人工智能的概念

2）人工智能對于銀行的挑戰(zhàn)

3）人工智能在銀行風(fēng)控中的應(yīng)用

2. 區(qū)塊鏈（B——Block chain）

1）區(qū)塊鏈的概念

2）區(qū)塊鏈對于銀行的定位挑戰(zhàn)

3）區(qū)塊鏈在銀行風(fēng)控中的應(yīng)用

3. 云計算（C——Cloud computing)

1）云計算的概念

2）云上銀行

3）云計算在銀行風(fēng)控中的應(yīng)用

4. 大數(shù)據(jù)（D——Big data）

1）大數(shù)據(jù)的核心

2）銀行在大數(shù)據(jù)方面的短板和優(yōu)勢

3）銀行的風(fēng)控大數(shù)據(jù)治理

5. 物聯(lián)網(wǎng)（5G與IOT）

1）5G的初期、中期與遠期發(fā)展

2）5G時期銀行未來風(fēng)險管理的定位

四、與”數(shù)字化轉(zhuǎn)型“相關(guān)的幾個嚇人的名詞及案例

1、數(shù)據(jù)挖掘

2、機器學(xué)習(xí)

3、深度學(xué)習(xí)

4、人工智能

5、評分卡模型

6、智能反欺詐模型

五、運用金融科技提升風(fēng)險管理能力（構(gòu)建智能風(fēng)險防控閉環(huán)體系）

1、獲取信息

1）金融數(shù)據(jù)

2）非金融數(shù)據(jù)

2、智能決策

1）勾稽比對

2）交叉檢驗

3）強特征篩選

4）風(fēng)險關(guān)系

5）行為數(shù)據(jù)

3、監(jiān)控預(yù)警

1）郵件

2）短信

3）電話

4、案件調(diào)查

5、數(shù)據(jù)分析

1）風(fēng)險閾值分布

2）風(fēng)險分布地圖

六、銀行智能風(fēng)控差異化體系

1. C端

2. Z端

3. B端

4. F-G端

七、案例分享

1. 案例一（螞蟻金服智能識別）

2. 案例二（京東金融安全魔方）

3. 案例三（新網(wǎng)銀行）

[本大綱版權(quán)歸艾靜老師所有，僅供合作伙伴與本機構(gòu)業(yè)務(wù)合作使用，未經(jīng)書面授權(quán)及同意，任何機構(gòu)及個人不得向第三方透露]