互聯(lián)網(wǎng)貸款數(shù)字化風(fēng)控體系課綱 ——數(shù)字風(fēng)控、反欺詐與不良催收

第一模塊  互聯(lián)網(wǎng)貸款數(shù)字風(fēng)控體系搭建

第一節(jié)：全新的數(shù)字化風(fēng)控理念

一、傳統(tǒng)金融機(jī)構(gòu)風(fēng)控體系

1、銀行業(yè)傳統(tǒng)風(fēng)控體系

2、產(chǎn)業(yè)系金融機(jī)構(gòu)風(fēng)控體系

二、互聯(lián)網(wǎng)貸款風(fēng)控體系

1、一家專注線上業(yè)務(wù)消金公司的風(fēng)控

2、一家非持牌機(jī)構(gòu)的線上風(fēng)控

三、風(fēng)控理念的顛覆性差異

1、業(yè)務(wù)模式差異

2、客戶群體差異

3、盈利模式差異

四、互聯(lián)網(wǎng)貸款信用風(fēng)險(xiǎn)管理要點(diǎn)

1、覆蓋全系列產(chǎn)品的系統(tǒng)平臺(tái)

2、客戶全生命周期管理

3、運(yùn)用3000+鮮活征信大數(shù)據(jù)

第二節(jié)：信用評(píng)分模型建立與應(yīng)用 

一、SCORECARD建模方法論

1、 S = SAMPLING 

2、 C = CLEANSING

3、 O = OPTIMIZATION

4、 R = REGRESSION

5、 E = EQUALIZATION

6、 C = ConFIRMATION  

7、 A = ADMINISTRATION

8、 R = REVIEW

9、 D = documentATION

二、評(píng)分卡六大開(kāi)發(fā)步驟

1、量化評(píng)分卡定義（A卡B卡C卡）

2、量化評(píng)分卡與專家評(píng)分卡

3、區(qū)別量化評(píng)分卡流程開(kāi)發(fā)步驟

4、淺談驗(yàn)證評(píng)分卡指標(biāo)

5、評(píng)分卡衡量指標(biāo)-ks值

6、專家評(píng)分卡流程開(kāi)發(fā)步驟

三、大數(shù)據(jù)風(fēng)控技術(shù)

1、生物特征識(shí)別

2、加速度傳感。 

3、機(jī)器學(xué)習(xí)與模型訓(xùn)練

4、大數(shù)據(jù)應(yīng)用場(chǎng)景

第二模塊  數(shù)字化風(fēng)控審批策略

第一節(jié)：風(fēng)控策略概要

一、多維度數(shù)據(jù)策略規(guī)則

1、社交及短信維度規(guī)則

2、移動(dòng)設(shè)備維度規(guī)則

3、外部數(shù)據(jù)源規(guī)則

4、多維度評(píng)分卡規(guī)則

5、行為數(shù)據(jù)規(guī)則

二、風(fēng)控審批策略的類別

1、經(jīng)濟(jì)能力維度(月收入、工資流水等信息)

2、app信息維度(貸款A(yù)PP安裝個(gè)數(shù)、短信命中高風(fēng)險(xiǎn)關(guān)鍵詞)

3、基本信息維度(年齡、性別、工齡等信息)

4、信用歷史(征信貸款信息、還款記錄)

5、行為表現(xiàn)(活動(dòng)軌跡、登陸時(shí)間、注冊(cè)時(shí)間等信息)

二、風(fēng)控基本量化指標(biāo)

1、FPD（首期逾期）

2、CPD（當(dāng)前逾期）

3、flow rate（遷徙率）

4、vintage（賬齡分析）

第二節(jié)：數(shù)據(jù)主流獲取方式

一、H5渠道

1、電腦端與移動(dòng)端

2、微信公眾號(hào)與小程序

二、API渠道

三、SDK渠道

第三節(jié)：數(shù)據(jù)分析常見(jiàn)場(chǎng)景及對(duì)應(yīng)分析方法

一、三方數(shù)據(jù)源測(cè)評(píng)

1、SR（查得率）

2、CR（覆蓋率）

3、ERR（誤據(jù)率）

4、EDR（有效差異率）

5、IDR（無(wú)效差異率）

PS：以黑名單測(cè)試為例    

二、準(zhǔn)入策略的制定

1、基礎(chǔ)認(rèn)證策略

2、貸前反欺詐策略

3、黑名單策略

4、特殊名單策略

5、信用風(fēng)險(xiǎn)策略   

三、風(fēng)控白名單

1、聯(lián)合建模

2、內(nèi)部數(shù)據(jù)探索

3、外部數(shù)據(jù)匹配   

四、黑名單策略    

五、規(guī)則閾值cutoff的設(shè)定

1、通過(guò)評(píng)分找到風(fēng)險(xiǎn)被低估的區(qū)間

2、評(píng)估擬拒絕人群收益風(fēng)險(xiǎn)比

六、D類調(diào)優(yōu)    

七、A類調(diào)優(yōu)

八、信用多頭策略    

九、評(píng)分的策略應(yīng)用

第四節(jié)：策略規(guī)則VS數(shù)據(jù)模型

一、風(fēng)險(xiǎn)決策的架構(gòu)

1、策略規(guī)則+評(píng)分模型

2、策略規(guī)則+模型規(guī)則

二、評(píng)分模型三大盲區(qū)

1、建模數(shù)據(jù)集VS實(shí)際貸款人

2、歷史模型數(shù)據(jù)VS未來(lái)實(shí)際情況

3、目標(biāo)變量界定VS實(shí)際商業(yè)目標(biāo)

第五節(jié)：一鍵式智能數(shù)據(jù)建模

一、智能建模過(guò)程

1、自動(dòng)識(shí)別變量類型

2、生成最佳決策樹(shù)

3、機(jī)器學(xué)習(xí)模型迭代

4、由業(yè)務(wù)人員進(jìn)行的策略管理

5、智能化策略部署

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(shí)際案例

1、銀行個(gè)人分期違約預(yù)測(cè)案例

2、銀行小微企業(yè)信貸客戶違約預(yù)測(cè)案例

第三模塊 欺詐黑產(chǎn)業(yè)與網(wǎng)貸反欺詐策略

第一節(jié)：欺詐黑產(chǎn)市場(chǎng)現(xiàn)狀

一、黑產(chǎn)數(shù)據(jù)

1、欺詐團(tuán)伙

2、黑產(chǎn)從業(yè)者

3、經(jīng)濟(jì)損失

4、黑產(chǎn)市場(chǎng)規(guī)模

二、欺詐客群分布

1、按行業(yè)

2、按年齡

3、按地域

4、按性別

第二節(jié)：欺詐黑產(chǎn)產(chǎn)業(yè)鏈

一、三大類型欺詐鏈

1、羊毛黨

2、信貸欺詐

3、盜號(hào)盜刷

二、信貸欺詐的主要方式

1、團(tuán)伙欺詐

2、盜號(hào)盜刷

三、信貸常見(jiàn)五大欺詐行為

1、虛假聯(lián)系人

2、虛假信息

3、資產(chǎn)類虛假資料

4、偽冒申請(qǐng)

5、團(tuán)伙詐騙

第三節(jié)：黑產(chǎn)如何獲取客戶信息

一、拖庫(kù)

1、技術(shù)手段

2、欺詐手段

二、撞庫(kù)

1、獲取密碼嘗試登陸

2、字典集合暴力破解

三、洗庫(kù)

1、用戶信息清洗倒流變現(xiàn)

2、金融賬戶盜刷

第四節(jié)：黑產(chǎn)工具與平臺(tái)

一、黑產(chǎn)如何批量制造“真實(shí)”用戶行為

1、改機(jī)工具

2、模擬工具

二、黑產(chǎn)“真實(shí)客戶”養(yǎng)成工具

1、接碼打碼集合平臺(tái)

2、貓池

3、群控

4、模擬精靈 

三、黑產(chǎn)如何幫客戶實(shí)現(xiàn)數(shù)據(jù)“整容”

1、固話轉(zhuǎn)接

2、代養(yǎng)信用卡

3、銀行流水制作

第五節(jié)：三大金融場(chǎng)景反欺詐策略

一、網(wǎng)絡(luò)借貸欺詐參與方、欺詐行為及反欺詐策略 

1、針對(duì)冒充他人申請(qǐng)

2、針對(duì)虛假信息

3、針對(duì)資產(chǎn)類資料虛假

4、針對(duì)虛假聯(lián)系人

5、針對(duì)團(tuán)伙欺詐

二、信用卡欺詐參與方、欺詐行為及反欺詐策略

1、針對(duì)冒充他人申請(qǐng)

2、針對(duì)失卡冒用

3、針對(duì)惡意透支

4、針對(duì)偽造信用卡

5、針對(duì)商戶欺詐

三、電商分期欺詐參與方、欺詐行為及反欺詐策略

1、用戶進(jìn)入頁(yè)面方式

2、用戶瀏覽環(huán)節(jié)

3、用戶注冊(cè)環(huán)節(jié)

4、用戶下單付款環(huán)節(jié)

5、商家套現(xiàn)

6、注冊(cè)用戶關(guān)聯(lián)分析

7、產(chǎn)品價(jià)格虛高

8、銷(xiāo)售額異常

9、客服交流異常

10、收貨確認(rèn)異常

第六節(jié)：網(wǎng)貸風(fēng)控的命門(mén)——互聯(lián)網(wǎng)金融反欺詐 

一、全面防范欺詐風(fēng)險(xiǎn)

1、搭建全流程反欺詐管理制度

2、數(shù)據(jù)監(jiān)控和欺詐分析相結(jié)合

3、欺詐流程和欺詐模型相結(jié)合

4、大數(shù)據(jù)與風(fēng)控系統(tǒng)現(xiàn)結(jié)合 

二、什么樣的數(shù)據(jù)可以應(yīng)用到反欺詐

1、按照數(shù)據(jù)來(lái)源區(qū)分

2、按照數(shù)據(jù)類型區(qū)分

3、按照數(shù)據(jù)使用場(chǎng)景

4、注意事項(xiàng)

三、反欺詐模型和信用模型區(qū)別

1、目標(biāo)變量

2、模型特征

3、實(shí)時(shí)性

4、技術(shù)實(shí)施

四、反欺詐之手機(jī)設(shè)備指紋實(shí)施

1、設(shè)備識(shí)別

——IP 地址、cookie以及移動(dòng)互聯(lián)網(wǎng)特有的設(shè)備ID

——設(shè)備指紋（設(shè)備ID）

2、被動(dòng)式設(shè)備指紋

3、主動(dòng)式設(shè)備指紋

4、常見(jiàn)五類欺詐形式（略）

五、如何構(gòu)建全流程反欺詐風(fēng)控系統(tǒng)

1、數(shù)據(jù)接入、決策引擎、管理系統(tǒng)相結(jié)合

2、數(shù)據(jù)分析和反欺詐模型相結(jié)合

六、反欺詐工作落地實(shí)施方案

1、準(zhǔn)備工作

2、部署要點(diǎn)

3、實(shí)施步驟

七、反欺詐方案調(diào)整解析

1、業(yè)務(wù)運(yùn)營(yíng)監(jiān)控

2、策略模型監(jiān)控

3、異常情況監(jiān)控

第四模塊  網(wǎng)貸不良催收策略與催收實(shí)踐

第一節(jié)、網(wǎng)貸催收管理方法論

一、催收管理的核心競(jìng)爭(zhēng)優(yōu)勢(shì)

二、確定金融機(jī)構(gòu)的風(fēng)險(xiǎn)偏好

三、數(shù)據(jù)分析的策略藝術(shù)

四、自動(dòng)化催收工具提高生產(chǎn)力

五、平衡催收策略對(duì)信貸規(guī)模及成本收益率的影響

第二節(jié)、催收管理的生命周期

一、國(guó)際最佳實(shí)踐中，催收各階段原則與策略

二、催收管理時(shí)間軸

三、策略性催收的核心關(guān)注要點(diǎn)

四、催收的基本原則

第三節(jié)、催收管理的體系架構(gòu)

一、將催收被設(shè)計(jì)成一個(gè)綜合管理處置體系

二、催收及回款的組織架構(gòu)

三、催收的流程、策略及差異化管理

第四節(jié)、催收管理的策略實(shí)踐

一、模型開(kāi)發(fā)方法論——基于決策樹(shù)模型的策略開(kāi)發(fā)

二、策略設(shè)計(jì)方法論——結(jié)合數(shù)據(jù)驅(qū)動(dòng)與評(píng)分卡

三、滾動(dòng)率模型與冠軍挑戰(zhàn)者策略

四、智能催收機(jī)器人在催收中的應(yīng)用

第五節(jié)、網(wǎng)貸不良資產(chǎn)處置的其他方式

一、自主核銷(xiāo)實(shí)踐與探索

二、持牌AMC的天然優(yōu)勢(shì)