商業銀行 對公授信業務數字化風控

【培訓背景】

2018年,國內經濟去杠桿，因上市公司商譽減值、負債擴張、股權質押爆倉、利益輸送等風險因素，給某銀行新增的不良貸款余額，占比超過當年新增不良的60%；

2019年，中美貿易戰，受區域政策影響，某銀行因介入總部型企業、外貿型企業和境外客戶較多，其貿易融資業務新增不良余額，占比超過當年新增不良的40%；

2020年，進入后疫情時代，外部環境不確定性更加顯著，中美關系、中印關系、中歐關系等復雜多變，會更加深刻地影響更多企業，而更多的對公不良貸款也可能因此而產生；

2021年，……  ……

在經濟增速下行、疫情防控常態化的背景下，監管要求和業務發展的雙重壓力，為商業銀行數字化轉型按下快進鍵。過去的20年中，互聯網連接平臺與個人消費者，使零售業務在銀行數字化轉型中得到較好發展；

對公授信業務的數字化轉型，特別是數字化風控建設，是商業銀行未來長期高效發展的重中之重，必須給予足夠重視。

【培訓對象】

各銀行董事長、行長，總分行風險管理部、授信審批部、貸后管理部、公司銀行部、網絡金融部、公司金融部、數字銀行部、智慧銀行部等部門負責人及業務骨干。

【培訓目標】

幫助各家銀行理順對公授信業務數字化轉型思路，了解基于事件語義理解和事件圖譜的對公業務風險管理數字化解決方案，認識到建設對公數字化風控體系的重要性和緊迫性，初步掌握建立對公授信業務數字化風控體系的主要內容，明確對公數字化風控的實施路徑。

【培訓收益】

本次培訓，由精通對公授信業務數字化風控技術的實戰型老師，帶來商業銀行對公數字化風控解決方案。授課內容全程干貨，以期幫助商業銀行，盡快領會對公業務數字化風控理念，熟悉并初步掌握大數據風控技術，了解對公授信客戶如何進行全生命周期風險管理，懂得如何善用數字化技術手段，將信貸專家經驗與智能風控系統相結合，實現對公授信業務數字化風控。

其中，對公客戶風險預審及前置篩查，企業風險穿透識別整合，表單資料智能提取錄入，盡調報告內容支持，專家知識復用，多維風險排查，風險信號排查管控，金融事件中心構建，金融風險指標體系構建，風險提示規則配置，管理者駕駛艙，非結構化數據智能解析，金融事件圖譜分析，數字化風險預警指標，企業風險畫像等內容，將會幫助大家打破傳統對公授信業務風控思維慣性，掌握大數據風控核心技能，進而推進對公授信業務數字化風控轉型。

培訓不是目的，落地才是關鍵！

做為實戰派講師，將帶來對公業務數字化風控與企業商機分析及營銷獲客兩大實用系統，幫助各家商業銀行迅速部署實施，在短時間內獲得對公授信業務的數字化轉型落地方案！

【培訓課綱】

上午：（9：00-12：00）

第一模塊

第一節：銀行對公授信業務風險管控痛點與難點

一、 客戶信息分散化

二、 審貸偏好差異大

三、 耗人費時不精準

四、 風險全貌無法查

第二節：銀行對公授信風控數字化解決方案框架

一、 如何整合多源風險信息

二、 如何進行數據智能驅動

三、 如何便捷進行風險監控

第二模塊

第一節：如何助力銀行實現對公客戶全程風控策略

一、 貸前：預審盡調及報告支持

二、 貸中：貸中評審及風險篩查

三、 貸后：預警配置及排查管控

第二節：對公授信客戶風險發現、追蹤與傳導分析

一、 事件語義理解

二、 事件圖譜分析

三、 指標模型計算

四、 數據智能解析

五、 大數據處理

第三節：對公授信客戶五類風險模型

一、  自然語言處理模型

二、  財務模型

三、  股權模型

四、  風險提示和評分模型

五、  財務預警模型

第四節：對公授信客戶數字化風控系統功能架構

一、 業務應用層面

二、 業務分析層面

三、 數據服務層面

下午：（14：00-17：00）

第三模塊

第一節：如何進行對公授信客戶風險穿透識別整合

一、 通過事件、指標、關系實現風險穿透識別

二、 在結構化與非結構化數據中理解企業事件

三、 專家智識轉化為數字化風險預警指標

四、 企業關系識別與事件圖譜構建

五、 金融事件中心

第二節：對公授信客戶風險排查要點與具體做法

一、 企業風險畫像

二、 多維風險畫像

三、 構建分析體系

四、 貸前盡調篩查

五、 貸中/貸后風險實時可視化

第三節：如何實現對公授信客戶全流程智能管控

一、 如何進行對公授信客戶風險全生命周期管理

二、 如何進行對公授信客戶管戶風險管控與追蹤

三、 如何實現對公客戶監控指標自定義靈活配置

第四節：如何開展對公授信客戶風險預警監控

一、 “風險事件”與“業務知識”結合的指標監控

二、 實時風險預警實現多端信息推送

三、 管理者全局駕駛艙

第四模塊

第一節：某股份制銀行一級分行對公數字化風控案例

第二節：某股份制銀行總行對公數字化轉型案例分析