|
金融科技发展与征信风控系统应用 背景： 截止2017年，中国已达9亿互联网用户。目前随着世界经济金融大格局的变化和智能产业的突飞猛进，金融行业正面临一个难得的转型、融合和发展的机遇。这个机遇就是数字化，即将把人类带到智能时代的四项技术：A（Artificial Intelligence，人工智能），B（Blockchain，区块链），C（Cloud computing，云计算），D（Big Data，大数据）。而中国过去老三化（城市化、货币化、工业化）已经基本完成，未来对于传统工业的改造、对于消费升级、对于新型城市化，都要用ABCD的技术手段，这些以ABCD为代表的新兴产业将引领中国经济未来发展。特别是，金融领域、消费升级、新型城市化，以ABCD为代表的金融科技为龙头，引导金融机构、金融科技公司以及研究获客、征信与风控等共同进行融合创新发展，努力做好整合、提升、重构的实工夫，将有可能促使金融企业征信风控出现一次新的变革，出现数字化、跃升式演进发展。 课程特点： 1. 金融科技的核心是获客、征信与风控，带来的价值及运行构建数据环境。 2. 获客、征信与风控系统操作从“应用”、“业务”、“技术”三方面分别进行了讲解和演示，对当今三大主流互联网技术进行了比较，就三者之间的架构设计、共享账本和账本扩展性。 3. 利用互联网信息透明的特点，建立金融各层面的数据共享，不仅可以提升征信风控平台的服务能力，还能整合银行征信等大数据风控。 4. 应用于金融科技技术进行金融管理的主要应用领域以及现状分析。 课程大纲： 第一讲：互联网科技+金融的发展趋势 一、科技时代高速发展逻辑 1) “摩尔定律”的发展脉络 2) 三大领域高速发展 二、网络效率逻辑 1) 数据智能逻辑 2) 深度渗透逻辑 三、互联网的颠覆 1) 超级平台现象 2) 非对称发展 3) 商业新物种 4) 金融新生态 四、互联网全方位的深度渗透金融行业 1) “移动支付”开启互联网金融 2) 大数据与人工智能的应用 3) 互联网金融下半场的深度演绎——金融科技 第二讲：征信风控系统的核心技术——AI、区块链、云计算、大数据 1、 互联网金融——以互联网之名，行金融之实 2、 互联网成为金融平台: 移动终端、大数据、云计算 3、 1万亿个物联网的底层数据——大数据——人工智能 4、 人工智能正在引领金融行业“场景革命”——深度学习、自然语言处理、人脸识别、知识图谱 5、 智能金融投资顾问——未来金融职业人的首选 第三讲：金融征信风控管理、模型及算法构建 1、 金融征信风控模型搭建及核心模式分类 2、 金融征信风控模型分析 3、 征信风控模型的6个层级 4、 金融风险集成的应对策略管理 5、 消费信贷风控策略设计 6、 业务征信风控策略设计的关键点 7、 信用评分模型在消费金融业务中的应用 8、 金融行业大数据用户画像实践 9、 社交网络算法在金融反欺诈中的应用 10、 如何用知识图算法谱识别欺诈行为 第四讲：征信风控的新亮点——区块链技术 1) 区块链是一个分布式账本 2) 区块链实现信息的不可篡改 3) 区块链为每一笔交易盖上时间戳 4) 区块链使智能合约成为现实 5) 区块链运行原理 1) 区块链和比特币关系 2) 挖矿到底干什么？ 3) 国家相关政策、现状和未来 4) 金融监管与去中心化未来 1) 银行业（征信、仓单质押） 2) 证券业（股东投票） 3) 保险业（重塑基础设施） 案例分析：微众银行金融转型 第五讲：金融行业征信风控案例及应用 案例分析：京东风控大数据挖掘技术 2. 金融平台被誉为是天然风控平台 案例分析：数据挖掘建模——保险数据辅助理赔反欺诈模型 案例分析：利用大数据开展征信系统尝试 案例分析：蚂蚁金服小微贷云决策平台 案例分析：手机的APP上获得用户的姓名、年龄、地理位置、金额、购买的产品，投资时间等 案例分析：戴尔开启互联网金融模式——通过现金流转型金融行业 案例分析：比尔.盖茨“世界需要银行的服务，而不是需要银行本身 第六讲：创新与拓展金融行业新思维 1. 用户思维 ——把握用户的核心需求 ——如何利用用户体验开展金融营销 2. 简约思维 ——“简”是王道 ——如何“简”而不“乏” 3. 极致思维 ——抓住用户痛点 ——如何把握兴奋点 4. 迭代思维 ——先开炮后瞄准 ——如何有效微创新 5. 流量思维 ——羊毛出在狗身上让狗付费 ——如何规划互联网时代的金融商业模式 6. 社交思维 ——口碑的独特优势 ——如何把握口碑的关键节点 7. 大数据思维 ——大数据现代金融的仪表盘 ——如何让大数据助力高效运营 8. 平台思维 ——建设新金融生态圈 ——如何建立互联网时代的联盟 9. 跨界思维 ——金融行业边界的模糊 ——如何做金融颠覆式创新 第六讲：小试牛刀 实战练习：围绕本行特点，分组练习搭建以下四方面征信大数据模型： （1）市场与精准营销，包括精准营销、实时营销和个性化推荐； （2）客户关系管理，包括客服中心优化和客户生命周期管理； （3）用户画像管理，包括业务运营监控和经营分析； （4）银行征信与风控商业化指数体系的初步搭建和分析。
| 
