银行互联网贷款数字化风控课件.pptx

;;数据驱动核心理念

;二、银行贷款授信管理模式;（一）商业银行消费贷款产品比较;;;三、传统风控VS数字化风控;识别域;申请行为数据（输入速度，输入时间等）;四、银行互联网贷款五大风控要点;五、案例分析;民间火爆的“财商课”究竟在讲些什么？;;一、互联网贷款全流程精细化运营

;一、互联网贷款全流程精细化运营

;二、精准营销获客——客户风险分层

;二、精准营销获客——客户风险分层模型

;二、精准营销获客——资质评估报告

;二、精准营销获客——拒绝客户回捞

;二、精准营销获客——客户响应模型;三、贷前阶段——高危客户名单;三、贷前阶段——高危客户名单;三、贷前阶段——欺诈分;

使用建议

规则应用或信用评估模型入模：可通过划分阈值用于前端进件策略规则的设定；覆盖率可达到90%以上，也可在金融机构的自有信用评估模型中入模使用

准入策略或信用评估：准入环节可通过划分阈值用于;

字段名;

+;三、贷前阶段——电商消费报告;三、贷前阶段——互联网行为报告;三、贷前阶段——信用评分;四、贷中阶段——风险监控预警;四、贷中阶段——预警机制;四、贷中阶段——阈值设计;四、贷中阶段——额度评估;四、贷中阶段——行为评分模型（B卡）;五、贷后阶段——智能贷后催收管理;五、贷后阶段——案件分配模型;五、贷后阶段——案件分配模型;五、贷后阶段——案件转手模型;五、贷后阶段——催收机器人;五、贷后阶段——催收机器人语音语义识别;;一、《互联网金融贷后催收指引》要点;二、《消费金融公司管理办法》对催收的要求;三、银行智能贷后管理定位与价值;传统贷后管理体系亟待调整;;;对入催客户的碎片化信息进行整合，包括客户基础属性、催收作业中的效果指标、过程指标、话务指标，如图所示，以便后期基于多元标签进行C卡的建模，实现不同账龄入催客户的精准分层，达到入催客户和催收工具、催收人员和催收话术的精准匹配，完成智能委案的目标，从而提高逾期金额回收效果;常用资产监控指标;传统的用户分层策略对入催客户划分过于简单，不再适用于当下精细化的贷后催???体系。

得益于贷后数据标签体系的搭建和完善，目前主流的做法是针对不同逾期阶段开发C卡以达到客户分层的目的，常见的C卡包括还款率预测模型、账龄滚动模型、失联预测模型。;第二阶段;第三阶段;五、智能机器人在贷后催收中的应用;;互联网

法院;1、互联网仲裁应对催收痛点;;1.仲裁无地域限制，只要双方约定管辖权，纠纷必定归属仲裁机构管辖，无争议。

2.仲裁一裁终局，当事人不必担心结果被改变。

3.互联网仲裁时间短，程序流程简单。批量形式最晚45天出裁决书，最快能做到平均7-15天。拿到裁决书后即可发起强制执行，2个月内强制执行材料可以到达法院。

4.仲裁申请文书在线制作并签署，连接电子合同和存证数据，批量案件数据直接传输。

5.路径合规，不逾越国家法规政策、最大化的保护当事人隐私，符合国家政策导向。;已有十几家正式开展网络仲裁业务，包括广州仲裁委、北海仲裁委、湛江仲裁委、珠海仲裁委、深圳仲裁委、衡水仲裁委、温州仲裁委、衢州仲裁委，哈尔滨仲裁委、汕尾仲裁委、南京仲裁委等。;即债权文书网上赋予强制执行效力公证，是公证机构依托现代信息技术，通过网络平台对电子债权文书进行全程在线公证并赋予强制执行效力的公证活动。;;;“相关银行统计数据显示，今年上半年，在银行不同线上贷款产品业务中，办理赋强公证的比没有办理赋强公证的坏账率低50%以上，彰显公证提高借款人履约意识的作用，这也是公证预防纠纷职能的一个具体体现。”上海市新虹桥公证处主任徐雪梅说。

徐雪梅告诉记者，新虹桥公证处在试点阶段开展了针对银行小额信用贷产品的网络赋强公证业务。半年的试点情况显示，网络赋强公证在帮助银行防范风险、警示提高借款人还款意愿、提升社会诚信度等方面均发挥了积极作用。;网络赋强公证VS互联网仲裁;;一、数据来源、数据获取与数据治理;一、数据来源、数据获取与数据治理;案例：

现有1000个样本数据，分别测试2家黑名单，2家欺诈名单与2家多头，如何选择合适的第三方数据源？;类别;一、数据来源、数据获取与数据治理;外部数据源管理;2、接入外部数据源时面临的几个棘手问题;3、业务效果最佳且最具性价比的数据源组合方案;;二、大数据评分模型建立与应用;S=Sampling数据选取与抽样

C=Cleansing数据检测、数据清洗、数据链接与合并

O=Opt