| 主講老師： | 吳易璋 |  |
| 課時安排： | 1天/6小時 | |
| 學習費用： | 面議 | |
| 課程預約： | 隋老師  (微信同號) |
|
| 課程簡介： | 根據2016銀行從業《風險管理》知識點：風險暴露分類，在內部評級法下，商業銀行的風險暴露分類一般可以分為以下六類：即主權類、金融機構類(含銀行類和非銀行類)、公司類(含中小企業、專業貸款和一般公司)、零售類(含個人住房抵押貸款、合格循環零售和其他零售)、股權類和其他類(含購入應收款及資產證券化)。 | |
| 內訓課程分類： | 綜合管理 | 人力資源 | 市場營銷 | 財務稅務 | 基層管理 | 中層管理 | 領導力 | 管理溝通 | 薪酬績效 | 企業文化 | 團隊管理 | 行政辦公 | 公司治理 | 股權激勵 | 生產管理 | 采購物流 | 項目管理 | 安全管理 | 質量管理 | 員工管理 | 班組管理 | 職業技能 | 互聯網+ | 新媒體 | TTT培訓 | 禮儀服務 | 商務談判 | 演講培訓 | 宏觀經濟 | 趨勢發展 | 金融資本 | 商業模式 | 戰略運營 | 法律風險 | 沙盤模擬 | 國企改革 | 鄉村振興 | 黨建培訓 | 保險培訓 | 銀行培訓 | 電信領域 | 房地產 | 國學智慧 | 心理學 | 情緒管理 | 時間管理 | 目標管理 | 客戶管理 | 店長培訓 | 新能源 | 數字化轉型 | 工業4.0 | 電力行業 | | |
| 更新時間： | 2023-10-24 15:03 |
第一模塊 黑產生態鏈
第一節：欺詐黑產市場現狀
一、 黑產數據
1、 欺詐團伙
2、 黑產從業者
3、 經濟損失
4、 黑產市場規模
二、 欺詐客群分布
1、 按行業
2、 按年齡
3、 按地域
4、 按性別
第二節：欺詐黑產產業鏈
一、 三大類型欺詐鏈
1、 羊毛黨
2、 信貸欺詐
3、 盜號盜刷
二、 信貸欺詐的主要方式
1、 團伙欺詐
2、 盜號盜刷
三、 信貸常見五大欺詐行為
1、 虛假聯系人
2、 虛假信息
3、 資產類虛假資料
4、 偽冒申請
5、 團伙詐騙
第三節：黑產如何獲取客戶信息
一、 拖庫
1、 技術手段
2、 欺詐手段
二、 撞庫
1、 獲取密碼嘗試登陸
2、 字典集合暴力破解
三、 洗庫
1、 用戶信息清洗倒流變現
2、 金融賬戶盜刷
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
1、 改機工具
2、 模擬工具
二、 黑產“真實客戶”養成工具
1、 接碼打碼集合平臺
2、 貓池
3、 群控
4、 模擬精靈
三、 黑產如何幫客戶實現數據“整容”
1、 固話轉接
2、 代養信用卡
3、 銀行流水制作
第二模塊 三大金融場景反欺詐策略
第一節：網絡借貸
一、 欺詐參與方與欺詐行為
二、 五大欺詐行為表現及反欺詐策略
1、 針對冒充他人申請
2、 針對虛假信息
3、 針對資產類資料虛假
4、 針對虛假聯系人
5、 針對團伙欺詐
第二節：信用卡
一、 欺詐參與方與欺詐行為
二、 欺詐行為表現及反欺詐策略
1、 針對冒充他人申請
2、 針對失卡冒用
3、 針對惡意透支
4、 針對偽造信用卡
5、 針對商戶欺詐
第三節：電商分期
一、 欺詐參與方與欺詐行為
二、 欺詐行為表現及反欺詐策略
1、 用戶進入頁面方式
2、 用戶瀏覽環節
3、 用戶注冊環節
4、 用戶下單付款環節
5、 商家套現
6、 注冊用戶關聯分析
7、 產品價格虛高
8、 銷售額異常
9、 客服交流異常
10、 收貨確認異常
第三模塊 互聯網金融反欺詐解析
第一節：全面防范欺詐風險
一、 搭建全流程反欺詐管理制度
二、 數據監控和欺詐分析相結合
三、 欺詐流程和欺詐模型相結合
四、 大數據與風控系統相結合
第二節：反欺詐應用數據有哪些
一、 按照數據來源區分
1、 用戶申請提供數據
2、 第三方獲取數據
3、 自有業務數據沉淀
二、 按照數據類型區分
1、 征信數據
2、 多頭數據
3、 消費/資產數據
4、 歷史還款數據
三、 按照數據使用場景
1、 面對客戶反欺詐
2、 面對員工反欺詐
四、 注意事項
合理使用外部數據
第三節：反欺詐模型VS信用模型
一、 目標變量
1、 信用模型：逾期客戶，考量還款能力
2、 反欺詐模型：高危及欺詐客戶，考量還款意愿
二、 模型特征
1、 信用模型：特征，信用歷史，消費特征
2、 反欺詐模型：反欺詐風險點，運營商數據，社交關系
三、 實時性
1、 信用模型：離線
2、 反欺詐模型：離線特征+實時特征，申請+交易時實時預測
四、 技術實施
1、 信用模型：邏輯回歸，GBDT
2、 反欺詐模型：GBDT，神經網絡
第四節：反欺詐之手機設備指紋實施
一、 設備識別
1、 傳統的設備識別技術
2、 設備指紋（設備ID）
二、 被動式指紋
三、 主動式設備指紋
四、 常見五類欺詐形式
第五節：構建全流程反欺詐風控系統
一、 數據接入、決策引擎、管理系統三結合
二、 數據分析和反欺詐模型相結合
第六節：反欺詐工作落地實施方案
一、 信貸周期準備
1、 渠道（流量）
2、 風控（數據，模型，策略）
3、 人力（團隊，業務，風控，客服，催收）
4、 IT（APP，信貸系統，決策引擎）
5、 資金（資金來源，資金成本，測算成本）
二、 反欺詐部署
1、 渠道進件
2、 客戶分析
3、 準入規則
4、 渠道監控
5、 反欺詐模型
6、 信審核查
7、 貸后管理
三、 實施路徑
1、 前期準備
2、 風控部署
3、 后期調優
4、 業務優化
5、 跟蹤監控
6、 離線監控
第七節：反欺詐方案調整解析
一、 業務運營監控
二、 策略模型監控
三、 異常情況監控
第四模塊 反欺詐策略調優
第一節：常用量化指標
一、 如何定義逾期
二、 賬單逾期和訂單逾期
三、 遷徙率和Vintage
四、 首期逾期率（FPD）
第二節：策略調優
一、 策略調優種類
1、 D類調優
2、 A類調優
二、 何時需要策略調優
1、 資產質量朝著壞的方向發展
2、 逾期指標偏高
3、 通過率下降
4、 預測的壞賬比例超過預期
三、 A類調優示例
四、 D類調優示例?
京公網安備 11011502001314號
