掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
銀行數字化風控:業務與實踐:business and practice 版權信息
- ISBN：9787111717645
- 條形碼：9787111717645 ; 978-7-111-71764-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
銀行數字化風控:業務與實踐:business and practice 本書特色
適讀人群 ：1、銀行從事零售、對公及小微普惠業務的信貸人員與風控人員： 2、 希望了解銀行數字化風控現狀與發展趨勢，以及智能風控領域*新動態的讀者； 3、 準備進入或剛剛進入銀行風作者背景資深：作者深耕銀行風控20余年，在某大行總行負責專職審貸10余年，是多家金融機構的首席風險官。 作者經驗豐富：在消費金融、互聯網貸款、銀行數字化風控、銀行數字化轉型方面有豐富實戰經驗，累計為500+銀行提供咨詢和培訓服務。 體系化方法論：從思維、策略、方法、實踐多個維度，為零售業務、對公授信、普惠金融3大銀行業務提供構建數字化風控體系的方法論。 16位專家力薦：來自銀行、金融科技、頭部互聯網企業的16位專家高度評價并鼎力推薦。
銀行數字化風控:業務與實踐:business and practice 內容簡介
這是一本從業務視角講解銀行機構如何在數字化轉型的大背景下構建數字化風控體系的著作。 作者深耕銀行風控領域20余年，將自己在銀行和金融機構的從業經驗以及為500余家銀行提供咨詢和培訓的內容深度融合，總結了一套全面的銀行數字化風控方法論，為零售、對公、普惠金融3大核心業務如何構建自己的風控體系，給出了明確的策略、方法與實踐。 全書核心內容具體如下： 第 一部分（第1-2章）銀行數字化風控 著重分析銀行數字化風控的重要性、銀行業發展的必然趨勢以及金融科技在銀行數字化風控中的應用，探討如何構建銀行全面數字化風控體系。 第二部分（第3-8章）零售業務數字化風控 從零售業務的貸前、貸中與貸后各環節入手，著重介紹數字化風控策略、數字化風控模型以及數字化風控指標分析等內容，特別是智能反欺詐、智能貸后與AI催收，是銀行需要重點關注的方向。 第三部分（第9-12章）對公授信數字化風控 從對公業務數字化的重要性入手，介紹銀行業領先做法，涵蓋全流程智能應用、數字化風險穿透識別與數字化金融事件分析等對公授信數字化風控具體內容。 第四部分（第13-16章）普惠金融數字化風控 在分析普惠金融數字化風控難點與解決方案的基礎上，探討普惠金融破解之道，并深入闡述銀行在數據管理與個人隱私保護、農村數字普惠金融以及信貸資金流向監控方面的數字化智能風控做法。
銀行數字化風控:業務與實踐:business and practice 目錄
目錄
贊譽
序1
序2
前言
**部分 銀行數字化風控
第1章 銀行風控演進之路002
1.1 從3個角度認識銀行數字化風控002
1.1.1 角度1：銀行數字化風控的本質003
1.1.2 角度2：銀行數字化風控的范疇003
1.1.3 角度3：傳統風控、智能風控與數字化風控003
1.2 銀行數字化風控演進的4個階段011
1.2.1 **個階段：KYC與專家經驗式風控011
1.2.2 第二個階段：5C與要素分析式風控013
1.2.3 第三個階段：數據庫與信貸生命周期分析015
1.2.4 第四個階段：大數據與銀行數字化風控017
1.3 銀行風控數字化必要性的5個方面019
1.3.1 領先銀行風控數字化成效顯著020
1.3.2 外部因素：監管約束021
1.3.3 內部因素：內生動力022
1.3.4 打造未來銀行數字資產的關鍵一環023
1.3.5 培養銀行數字化人才的有效途徑025
1.4 本章小結026
第2章 銀行轉型 風控先行027
2.1 數字化風控：銀行數字化轉型的重中之重027
2.1.1 提升數字化風控優先級的4個原因028
2.1.2 銀行數字化精準定位的4個層級029
2.1.3 數字化風控要避免的4個誤區032
2.1.4 傳統風控的4塊短板033
2.2 數據驅動銀行數字化風控加速轉型035
2.2.1 數據治理：銀行數字化風控的根基036
2.2.2 金融科技：助力銀行數字化風控040
2.2.3 破除迷信：銀行數字化風控的風控043
2.3 金融科技是把“雙刃劍”045
2.4 本章小結051
第二部分 零售業務數字化風控
第3章 貸前、貸中數字化風控054
3.1 互聯網貸款新規對傳統風控的沖擊054
3.1.1 銀行核心風控為何不能外包055
3.1.2 提升數字化風控能力的4個因素062
3.1.3 數據、算法與模型賦能銀行零售業務數字化風控064
3.2 銀行必須具備數字化風控理念067
3.2.1 傳統風控與數字化風控067
3.2.2 模型、規則與策略068
3.2.3 零售業務數字化風控的5個要點070
3.2.4 案例：大數據風控漏洞引發10億元騙貸大案070
3.3 數據驅動銀行數字化風控072
3.3.1 獲取數據的3種方式073
3.3.2 行內數據應用的3個要點074
3.3.3 行外數據管理的6個要點075
3.3.4 選取優質數據源的5個公式077
3.4 數字化評分模型的建立與應用079
3.4.1 評分卡建模方法論079
3.4.2 模型驗證的4個指標079
3.4.3 數據建模的步驟081
3.4.4 自動化智能建模082
3.5 本章小結088
第4章 數字化風控模型089
4.1 二代征信解析模型089
4.1.1 什么是征信089
4.1.2 二代征信報告解析面臨的五大挑戰090
4.1.3 報告解析：衍生變量ABC092
4.2 授信額度模型096
4.2.1 建模目標：利潤大化097
4.2.2 矩陣額度模型：從一維到多維099
4.2.3 模型訓練與機器學習100
4.2.4 3W1H：貸中額度管理101
4.2.5 授信額度生命周期102
4.3 風險定價模型102
4.3.1 風險定價一二三103
4.3.2 利率市場化賦予銀行自主定價權105
4.3.3 從產品定價到客戶定價105
4.3.4 風險定價的3個核心思路107
4.3.5 風險定價的4個方法108
4.4 風險預警模型109
4.4.1 風險預警模型的構建過程109
4.4.2 基于六大行為要素的風險預警112
4.4.3 風險監控預警流程、模塊與閾值113
4.4.4 風險預警指標體系116
4.5 本章小結118
第5章 數字化風控策略119
5.1 貸款的生命線：風控策略119
5.1.1 制定策略的4項基本原則120
5.1.2 風控策略生命周期的3個階段121
5.1.3 準入策略的5個要點127
5.2 白名單策略130
5.2.1 制定白名單策略的3種方法130
5.2.2 白名單策略的兩類應用場景131
5.2.3 三步篩選白名單133
5.3 黑名單策略134
5.3.1 內部黑名單134
5.3.2 外部黑名單135
5.3.3 常用的5類黑名單136
5.4 多頭借貸策略138
5.5 反欺詐策略139
5.6 本章小結140
第6章 數字化風控指標及其分析方法141
6.1 了解3個基礎概念141
6.2 掌握3個重要的指標分析143
6.2.1 賬齡分析146
6.2.2 滾動率分析150
6.2.3 遷徙率分析155
6.3 F（STQ）PD指標157
6.3.1 F（STQ）PD指標的含義158
6.3.2 FPD的計算公式158
6.3.3 F（STQ）PD的應用場景158
6.4 常用數字化風控指標159
6.5 本章小結161
第7章 數字化風控的命門：智能反欺詐162
7.1 數字金融欺詐帶來的嚴峻挑戰162
7.1.1 反欺詐新動向163
7.1.2 揭秘欺詐“黑話”163
7.2 揭露黑色產業市場166
7.2.1 黑產欺詐銀行的典型場景167
7.2.2 黑產攻擊銀行的3種表現形式169
7.3 偽造“優質客戶”生產線169
7.3.1 銀行優質客戶的5個特征170
7.3.2 批量制造“真實”客戶171
7.3.3 數據整容172
7.4 典型欺詐案例剖析175
7.5 智能反欺詐：思路、系統與技術176
7.5.1 策略反欺詐與技術反欺詐176
7.5.2 智能反欺詐的5個層級177
7.5.3 智能反欺詐之“六脈神劍”178
7.6 人手識別183
7.6.1 從人臉識別到人手識別184
7.6.2 生物識別技術面面觀185
7.6.3 人手識別原理186
7.6.4 人手識別的三大特點186
7.7 本章小結187
第8章 數字化貸后管理188
8.1 銀行傳統貸后催收工作188
8.1.1 傳統貸后催收模式189
8.1.2 傳統貸后催收模式的6個痛點190
8.1.3 從傳統走向數字化193
8.2 智能貸后催收新模式194
8.3 互聯網法催：新型不良資產處置方式199
8.3.1 互聯網法院200
8.3.2 互聯網仲裁200
8.3.3 網絡賦強公證203
8.4 本章小結205
第三部分 對公授信數字化風控
第9章 銀行數字化轉型下半場：對公授信208
9.1 對公授信局面：日趨復雜208
9.2 對公授信數字化：箭在弦上209
9.2.1 企業形態出現根本性改變209
9.2.2 與傳統迥異的投入產出新規律210
9.2.3 綠色金融提出對公風控新課題211
9.2.4 金融生態圈進化增加風控難度212
9.2.5 商業新模式帶來風控新挑戰213
9.3 “吐槽大會”—傳統對公風控的四大痛點214
9.3.1 信貸員：難以全面收集多方信息214
9.3.2 審貸官：專家審貸標準不一214
9.3.3 風險經理：預警耗時、費事且不精準215
9.3.4 管理者：無法及時掌握對公業務全貌215
9.4 對公數字化的五大成果216
9.5 案例解析：提前預警破產事件217
9.5.1 案件背景218
9.5.2 智能追溯破產原因218
9.5.3 智能識別風險事件219
9.6 本章小結220
第10章 全流程智能數字化221
10.1 什么是全流程智能數字化221
10.1.1 決策智能化222
10.1.2 分析智能化222
10.1.3 流程智能化223
10.2 貸前調查階段223
10.2.1 常用智能技術223
10.2.2 智能技術應用的典型場景225
10.2.3 數字技術賦能貸前調查226
10.3 貸中審查階段228
10.3.1 智能識別財務造假228
10.3.2 智能識別客戶欺詐229
10.3.3 企業關聯關系核查230
10.3.4 大數據企業信用評級232
10.3.5 智能授信合同管理232
10.4 貸后管理階段233
10.4.1 智能財務風險預警233
10.4.2 智能監控預警模型234
10.4.3 智能輿情監控234
10.4.4 有效掌握財產線索234
10.4.5 黑名單管理235
10.4.6 防止關聯風險傳導235
10.5 本章小結235
第11章 數字化風險穿透識別236
11.1 圖計算237
11.1.1 什么是圖計算237
11.1.2 圖計算的優點238
11.1.3 圖計算技術的應用場景239
11.2 知識圖譜241
11.2.1 什么是知識圖譜241
11.2.2 從4個角度了解知識圖譜242
11.2.3 知識圖譜的應用場景242
11.3 企業風險畫像244
11.3.1 必要性分析244
11.3.2 企業風險畫像的主要內容245
11.3.3 企業風險畫像的應用場景249
11.4 風險信號體系250
11.4.1 風險信號250
11.4.2 風險信號的自動識別與應用251
11.4.3 風險信號的主體與分類252
11.4.4 風險信號的層級253
11.5 本章小結253
第12章 數字化金融事件分析254
12.1 事件語義學254
12.1.1 語義255
12.1.2 事件255
12.1.3 語義理解255
12.2 事件圖譜256
12.2.1 事件圖譜的定義256
12.2.2 知識圖譜與事件圖譜257
12.2.3 事件抽取的相關概念257
12.2.4 事件抽取的相關技術258
12.2.5 事件圖譜的應用場景262
12.3 3個關鍵要素263
12.3.1 金融事件圖譜263
12.3.2 銀行應用場景264
12.3.3 金融風險事件集合266
12.4 本章小結268
第四部分 普惠金融數字化風控
第13章 普惠金融破局之道270
13.1 破局的三大思路270
13.1.1 政策破局—取勢271
13.1.2 思維破局—明道271
13.1.3 科技破局—優術274
13.2 普惠金融的風險誘因275
13.2.1 過度授信遭遇經濟下行275
13.2.2 短貸長用助長盲目擴張276
13.2.3 連環擔保導致風控失效276
13.2.4 多重因素造成生存艱難277
13.3 普惠金融數字化風控的著眼點277
13.3.1 發現4個不足之處277
13.3.2 提出4個改進舉措278
13.3.3 解決4個棘手問題279
13.4 數字普惠金融280
13.4.1 數字普惠金融促進銀行全面升級281
13.4.2 銀行推進數字普惠金融全面發展282
13.4.3 銀行數字普惠金融的未來284
13.5 本章小結285
第14章 銀行數據管理與個人信息保護286
14.1 銀行數字化：三部重要法律287
14.2 銀行數據管理287
14.2.1 銀行數據管理的必要性287
14.2.2 銀行數據管理面臨的挑戰288
14.2.3 銀行數據管理的實施路徑288
14.3 自然人數據管理與應用289
14.3.1 多頭借貸290
14.3.2 反欺詐評分290
14.3.3 App行為風險特征292
14.3.4 還款能力評估293
14.3.5 客戶綜合評分293
14.4 中小企業數據管理與應用294
14.4.1 中小企業風險結構294
14.4.2 中小企業風險畫像296
14.4.3 風險畫像數據來源296
14.4.4 中小企業風險監控297
14.5 “三大紀律、八項注意”298
14.5.1 “三大紀律”298
14.5.2 “八項注意”301
14.6 本章小結304
第15章 農村數字普惠金融305
15.1 農村普惠金融的四大困境305
15.1.1 金融科技普及推廣難306
15.1.2 金融市場供求不均衡307
15.1.3 金融服務功能單一307
15.1.4 貸款準入門檻高308
15.2 當鄉村振興遇上金融科技308
15.2.1 什么是農村數字普惠金融309
15.2.2 農村數字普惠金融的3種模式309
15.2.3 農村普惠金融的6個不足310
15.3 服務“三農”心中有“數”311
15.3.1 “三農”數字征信311
15.3.2 “三農”數字化風控313
15.3.3 “三農”數據采集315
15.3.4 “三農”數據分析316
15.4 整村授信數字化317
15.4.1 整村授信數字化破解兩大難題317
15.4.2 整村授信數字化實現3項收益318
15.4.3 整村授信數字化實施5個步驟319
15.5 本章小結320
第16章 信貸資金流向監控321
16.1 傳統監控無效的三大原因321
16.2 現金流核查的三大難點322
16.3 監管要求與處罰案例324
16.4 智能監控與預警326
16.5 資金流向知識圖譜330
16.6 本章小結333
展開全部
銀行數字化風控:業務與實踐:business and practice 節選
序1 風險控制是銀行永恒的業務主題。銀行經營的“三性”（安全性、流動性、效益性）原則中，“安全性”排在首位，“效益性”則排在末位，因為風控能力不合格的銀行是不會有盈利性可言的。即便時代背景換到了當前的數字化轉型階段依然如此，風控的重要性并不會隨著技術手段的變化被弱化，反而會因為新技術帶來了新風險而被進一步提升。 監管部門提出的數字化轉型指導不僅建議銀行注意數字化手段對風控能力的提升，還建議銀行注意數字化轉型本身的風險管理。對于數字金融這個大命題而言，風控能力是命題成立的基礎。 吳易璋老師從業多年，經驗豐富，理論與實踐結合能力極強，深諳數字化風控之道，又具有多年的知識傳播經驗，廣泛接觸各類銀行，對于數字化風控能力建設有獨到見解。本書是吳老師多年積淀凝聚而成的，覆蓋了風控原理、零售、對公、普惠等風控關鍵領域，能夠為廣大金融風控、銀行數字化轉型領域的從業者答疑解惑，助力大家在數字化轉型之路上行穩致遠。 付曉巖 《銀行數字化轉型》作者、極客邦副總裁 2022年6月 序2 我與易璋很早相識，近日在一個聚會上有幸與他再次相遇，得知其正在寫一本關于銀行業數字化轉型及風險控制方面的著作，很是感興趣，遂多聊了幾句，收獲頗多。幾天后，易璋約我，問是否可以給他的新書作序。 對于這個任務，我一開始是猶豫的，因為我覺得自己所從事的股權投資行業與銀行業還是有很大區別的。但是他回復說：“風險控制也是股權投資的重要環節，風控手段正逐漸從傳統方法向多元化、信息化、數字化發展。你是將風控用在投資領域，我是將風控用在銀行業務，只是形式不同，實質是相通的。”對于他的這番話，我非常認同。而且我投資的一些企業也正在為銀行的數字化轉型提供服務，我正好可以借機進一步了解銀行業數字化轉型發展的情況。 其實，風險在我們的工作和生活中無處不在。風險是一種不確定性，這種不確定性影響了我們的預期。而如何預見這種影響，確定影響的大小，制定消除或削弱其所帶來的后果的手段，就是我們所說的風險控制。 我認為風險有3個組成要素。首先是風險因素，也就是可能引發風險的原因；其次是風險事件，也就是風險的發生載體，只有發生風險事件，風險因素才會造成*終影響；*后是風險損失，就是風險事件發生后所產生的非預期的損失。 風險控制的主要任務是系統性地確定風險因素，跟蹤及監測風險因素的變動，使得風險事件盡可能不發生，從而不會形成風險損失。當然，風險之所以稱為風險，就是因為我們無法精準控制風險事件的發生，因此，風險控制中還有很重要的一部分，就是風險事件發生后能夠及時地進行響應，使得風險損失*小。風險因素是所有風險的起源，風險控制首要做的就是能夠通過各種方法找到風險因素并有效跟蹤其變化。 風險因素會隨著環境的變化而變化，而風險控制則會隨著技術手段的發展而進步。在風險股權投資領域是這樣，在銀行業更是如此。尤其是我們已經開始從信息化時代進入數字化時代，各種風險因素的呈現方式也發生了變化。同時，信息化技術和數字化方案也使以前無法獲得的風險因素數據可以輕松獲取并用于風險判斷。 由于特殊的地位和業務特性，銀行對于新的技術普遍采取謹慎的態度。在銀行業內，新科技的使用、數字化的發展始終掌握著技術成熟度與業務安全度的平衡。而通過閱讀本書的內容，我們可以了解到銀行業目前的數字化轉型發展已經能夠很好地適配其業務安全的要求。 易璋在書中提出，數字化風控是銀行數字化轉型的先行條件，也是銀行數字化轉型的重中之重。因此他對銀行風控的演進、數字化風控的發展做了系統闡述，對零售業務和對公業務的數字化風控進行了詳細分析，并通過理論與案例分析相結合的方式將數字化風控的核心展現在讀者面前。此外，易璋用較大篇幅對普惠金融的風控進行了前瞻分析。普惠金融作為國家的一項重點金融政策，對銀行業提出了新的要求，而全面的數字化技術能讓普惠金融可持續發展。 我對本書印象*深的是他提出的銀行數字化轉型成功的標志。除了采用新的技術手段使客戶辦理業務更快捷、方便之外，還能解放銀行從業人員，提升銀行員工的幸福感，這才是真正意義上的銀行數字化轉型。 如果銀行的數字化轉型無法令內部從業人員感受到其帶來的便利，那么他們就沒有積極性去響應數字化轉型，*終使得數字化轉型效能大打折扣。希望讀到這本書的銀行管理層領導能夠給予重視，在進行數字化轉型的過程中，不但要面向業務客戶去考慮決策，更要從內部考慮決策，先讓內部從業人員真切感受到數字化轉型帶來的便利。 吳易璋是一位在銀行業從業20余年的資深專家，在銀行風險控制管理崗位工作多年，近年來致力于通過行業培訓傳播自己的工作經驗。在本書中，他結合自己的工作經歷和培訓經驗，總結了數字化風控的核心要素。相信本書可以給讀者帶來不一樣的視角。 也祝愿易璋在自己的行業內越做越深！越做越精！ 李東平 海銀資本合伙人
銀行數字化風控:業務與實踐:business and practice 作者簡介
吳燕克（筆名：吳易璋） 資深銀行風控專家和數字化轉型專家。曾擔任北京銀行總行專職審貸官10年以上，參與設立3家持牌消費金融公司并負責風控工作，曾任北銀消費金融公司風控負責人、海爾消費金融公司風險總監、包銀消費金融公司風險總監等。 銀行風控領域深耕20余年，在銀行零售業務、對公授信業務、普惠金融業務方面，積累了十分豐富的風控經驗，而且提煉出了自己的方法論。 近7年來，致力于為銀行業和金融機構提供咨詢與培訓方面的服務，服務范圍涵蓋消費金融、互聯網貸款、銀行數字化風控與銀行數字化轉型等熱點內容。服務的銀行及非銀行金融機構已經超過500家，典型的代表有：農業銀行總行及分行、交通銀行總行及分行、華夏銀行總行及分行、中信銀行總行及分行、興業銀行總行及分行浦發銀行總行、郵儲銀行、 建設銀行等。
書友推薦
- >
姑媽的寶刀
- >
龍榆生：詞曲概論/大家小書
- >
史學評論
- >
伯納黛特,你要去哪(2021新版)
- >
我與地壇
- >
山海經
- >
有舍有得是人生
- >
詩經-先民的歌唱
本類暢銷
