金融强监管时代
商业银行“互联网贷款业务”的突破方向
——构建自身数字化风控体系培训
【培训背景】
2月20日,银保监会发布《关于进一步规范商业银行互联网贷款业务的通知》,从三个方面明确互联网贷款业务定量指标,并严控地方法人银行跨区域经营,收紧程度超过业内预期。这是自去年7月17日《商业银行互联网贷款管理暂行办法》正式落地之后,监管部门再度出手,加强规范商业银行互联网贷款行为。
进入金融强监管时代,合规有序经营是商业银行长远发展的基础。但与此同时,新规在短期内又对部分商业银行业务发展形成了一定程度上的约束。面对业绩增长与合规监管双重压力,商业银行亟需为互联网贷款业务找准突破方向。
当前,部分商业银行传统风控手段滞后,风控理念、风控技术、反欺诈乃至催收能力,都远远不能适应互联网贷款业务发展需要。在激烈的市场竞争中,如果错失互联网贷款健康发展机遇,一些实力本就不强的区域性银行也许将会一蹶不振。
尽快构建并完善自身的数字化风控体系,是大多数银行特别是中小区域性银行的当务之急,必须引起足够重视,迅速采取行之有效的落地措施,强化自身本地化特色,在激烈的银行数字化转型大潮中,抢占一席之地。
【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、零售业务部、普惠金融部、网络银行部、电子银行部、个人贷款部、数字银行部、智慧银行部等部门负责人及业务骨干。
【培训目标】
帮助各家银行理顺互联网贷款业务、特别是联合贷款、助贷业务的做法,认识到数字化风控体系的重要性,并初步掌握建立数字化风控体系的基本内容与实施路径。
【培训收益】
本次培训,将由精通互联网贷款数字化风控技术的实战型老师,带来商业银行数字化风控的落地解决方案。授课内容全程干货,力图帮助商业银行,尽快领会驾驭互联网贷款的风控理念,熟悉并掌握大数据风控技术,了解线上贷款审批策略,懂得如何进行线上反欺诈以及怎样利用AI智能技术取得最好的催收效果。
其中,SCORECARD建模方法论,一键式智能数据建模,多维度数据策略规则,黑名单策略规则,风控白名单,第三方数据源测评,大数据风控决策平台,机器学习与模型迭代,数字化风控策略与实践,黑色产业市场及危害,三大金融反欺诈场景,智能机器人催收等内容,会帮助大家彻底打破传统风控的思维惯性,掌握大数据风控核心技能,进而游刃有余的开展互联网贷款业务。
培训不是目的,落地才是关键!
做为实战派讲师,更有落地数字化风控体系必备的五大方案、四大系统、一大平台等,帮助各家商业银行迅速部署实施,在短时间内获得互联网贷款的大数据风控能力!
【培训课纲】
上午:(9:00-12:00)
第一节:互联网贷款新政解读与分析
一、 风险控制要求一刀切。
二、 加强出资比例管理。
三、 强化合作机构集中度管理。
四、 实施总量控制和限额管理。
五、 严控跨地域经营。
第二节:商业银行互联网贷款业务三问
一、 如何界定商业银行互联网贷款业务?
1、 信贷业务数字化是商业银行业务发展方向
2、 互联网贷款和风控数字化是商业银行集体工作
3、 对《暂行办法》中互联网贷款定义的综合理解
4、 《暂行办法》对于推进银行数字化风控意义重大
二、 怎样认识商业银行互联网贷款核心风控不能外包?
1、 充分完整理解监管意图,促进银行自身长期可持续发展。
2、 摒弃依赖外部风控心理,树立承担全部风险的底线思维。
3、 掌握数字化风控主动权,客观认识与合作机构技术差距。
4、 加强风险模型效果分析,辩证对待与第三方的合作关系。
三、 助贷与联合贷款何以成为互联网贷款主流?
1、 可以合法从事贷款业务的四类主体。
2、 助贷业务缘何井喷?
3、 如何界定助贷和联合贷款?
4、 几种主流的助贷模式。
第三节:新规落地后商业银行何去何从
一、 全流程风险管控的自主核心风控能力
1、风险建模、决策引擎、反欺诈系统
2、大数据风控系统、建模平台、审批管理系统
3、风控数据+风险模型+策略与规则
二、 有效识别和监测跨区互联网贷款业务
1、银行对客户的资产运营与管理能力
2、自设或外接资产运营监控平台
3、强化识别用户地域分布的能力
三、 准确理解风险数据、风险模型及数据源管理
1、接入外部合规数据源扩充数据量级
2、接入外部数据源时面临的几个棘手问题
3、业务效果最佳且最具性价比的数据源组合方案
下午:(14:00-17:00)
第四节:数字化风控理念
一、 传统风控VS数字化风控
二、 信贷政策、风控策略与数据模型
三、 互联网贷款的五大风险管理要点
四、 构建自身全面数字化风控体系
第五节:数字化风控体系
一、 数据来源、数据获取与数据治理
1、 行内数据治理与应用
2、 外部数据获取与测评
3、 外部数据管理平台介绍(某头部科技平台产品示例)
二、 大数据评分模型建立与应用
1、 大数据SCORECARD建模方法论
2、 大数据风控技术及应用场景(视频与动图示例)
3、 智能数据建模 VS 人工SAS建模(某行实际案例解析)
三、 如何制定大数据风控策略
1、 多维度数据策略规则设计
2、 实用风控审批策略详解(某行实际应用示例)
3、 关键风控基本量化指标(vintage方法与rolling rate示例)
四、 智能化贷后催收体系
1、 智能贷后管理定位与价值
2、 智能贷后催收管理新模式(示例)
3、 智能贷后管理系统建设与应用(示例)
4、 智能机器人在贷后催收中的应用(示例)
第六节:数字化风控命门——线上反欺诈
一、 黑色产业市场及其对银行的重大危害
1、 黑产数据与欺诈客群分析
2、 欺诈黑产产业链与信贷常见五大欺诈行为
3、 黑产如何批量制造“真实”用户行为
4、 黑产帮如何客户实现数据“整容”
二、 银行如何全面防范欺诈风险
三、 反欺诈之手机设备指纹实施
四、 构建全流程反欺诈风控系统
五、 反欺诈工作落地实施方案