金融機構互聯網貸款數字化風控體系

金融機構互聯網貸款數字化風控體系課程/講師盡在金融機構互聯網貸款數字化風控體系專題,金融機構互聯網貸款數字化風控體系公開課北上廣深等地每月開課！金融機構互聯網貸款數字化風控體系在線直播課程（免費試聽）。專家微信18749492090，講師手機13522550408，百度搜索“交廣國際管理咨詢”了解更多。

第一模塊 互聯網貸款數字風控體系構建
第一節：全新的數字化風控理念
一、傳統金融機構風控體系
1、銀行業傳統風控體系
2、產業系金融機構風控體系
二、互聯網貸款風控體系
1、一家專注線上業務消金公司的風控
2、一家非持牌機構的線上風控
三、風控理念的顛覆性差異
1、業務模式差異
2、客戶群體差異
3、盈利模式差異
四、互聯網貸款信用風險管理要點
1、覆蓋全系列產品的系統平臺
2、客戶全生命周期管理
3、運用3000+鮮活征信大數據
第二節：信用評分模型建立與應用
一、SCORECARD建模方法論
二、評分卡六大開發步驟
三、大數據風控技術
四、建模過程示例
第三節：一鍵式智能數據建模
一、智能建模過程
二、Sas建模流程VS智能建模流程
三、一鍵式智能建模銀行落地實際案例
第二模塊 數字化風控審批策略
第一節：風控策略概要
一、多維度數據策略規則
二、風控審批策略的類別
三、風控基本量化指標
第二節：數據主流獲取方式
一、H5渠道
二、API渠道
三、SDK渠道
第三節：數據分析常見場景及對應分析方法
一、三方數據源測評
PS：以黑名單測試為例
二、準入策略的制定
三、風控白名單
四、規則閾值cutoff的設定
五、D類調優與A類調優
六、信用多頭策略
第四節：策略規則VS數據模型
一、風險決策的架構
1、策略規則+評分模型
2、策略規則+模型規則
二、評分模型三大盲區
1、建模數據集VS實際貸款人
2、歷史模型數據VS未來實際情況
3、目標變量界定VS實際商業目標
第三模塊 欺詐黑產業與互聯網貸款反欺詐策略
第一節：欺詐黑產市場現狀
一、黑產數據
二、欺詐客群分布
第二節：欺詐黑產產業鏈
一、三大類型欺詐鏈
二、信貸欺詐的主要方式
三、信貸常見五大欺詐行為
第三節：黑產如何獲取客戶信息
一、拖庫
二、撞庫
三、洗庫
第四節：黑產工具與平臺
一、黑產如何批量制造“真實”用戶行為
二、黑產“真實客戶”養成工具
三、黑產如何幫客戶實現數據“整容”
第五節：互聯網貸款風控的命門——反欺詐
一、全面防范欺詐風險
二、反欺詐應用數據選擇
三、反欺詐模型VS信用模型
四、反欺詐之手機設備指紋實施
五、如何構建全流程反欺詐風控系統
六、反欺詐工作落地實施方案
七、反欺詐方案調整解析
第六節：三大金融場景反欺詐策略
一、互聯網貸款欺詐參與方、欺詐行為及反欺詐策略
二、信用卡欺詐參與方、欺詐行為及反欺詐策略
三、電商分期欺詐參與方、欺詐行為及反欺詐策略
第四模塊 互聯網貸款不良催收策略與實踐
第一節、互聯網貸款催收管理方法論
一、催收管理的核心競爭優勢
二、確定金融機構的風險偏好
三、數據分析的策略藝術
四、自動化催收工具提高生產力
五、平衡催收策略對信貸規模及成本收益率的影響
第二節、催收管理的生命周期
一、國際最佳實踐催收各階段原則與策略
二、催收管理時間軸
三、策略性催收的核心關注要點
四、催收的基本原則
第三節、催收管理的體系架構
一、將催收設計成一個綜合管理處置體系
二、催收及回款的組織架構
三、催收的流程、策略及差異化管理
第四節、催收管理的策略實踐
一、模型開發方法論——基于決策樹模型的策略開發
二、策略設計方法論——結合數據驅動與評分卡
三、滾動率模型與冠軍挑戰者策略
四、智能催收機器人在催收中的應用
第五節、互聯網貸款不良資產處置的其他方式
一、自主核銷實踐與探索
二、持牌AMC的天然優勢