銀行對公授信數(shù)字化轉(zhuǎn)型——營銷與風(fēng)控

銀行對公授信數(shù)字化轉(zhuǎn)型
營銷與風(fēng)控
【培訓(xùn)背景】

2018年,國內(nèi)經(jīng)濟去杠桿，因上市公司商譽減值、負債擴張、股權(quán)質(zhì)押爆倉、利益輸
送等風(fēng)險因素，給某銀行新增的不良貸款余額，占比超過當(dāng)年新增不良的60%；

2019年，中美貿(mào)易戰(zhàn)，受區(qū)域政策影響，某銀行因介入總部型企業(yè)、外貿(mào)型企業(yè)和境
外客戶較多，其貿(mào)易融資業(yè)務(wù)新增不良余額，占比超過當(dāng)年新增不良的40%；

2020年，進入后疫情時代，外部環(huán)境不確定性更加顯著，中美關(guān)系、中印關(guān)系、中歐
關(guān)系等復(fù)雜多變，會更加深刻地影響更多企業(yè)，而更多的對公不良貸款也可能因此而產(chǎn)
生；

2021年，…… ……

在經(jīng)濟增速下行、疫情防控常態(tài)化的背景下，監(jiān)管要求和業(yè)務(wù)發(fā)展的雙重壓力，為商
業(yè)銀行數(shù)字化轉(zhuǎn)型按下快進鍵。過去的20年中，互聯(lián)網(wǎng)連接平臺與個人消費者，使零售
業(yè)務(wù)在銀行數(shù)字化轉(zhuǎn)型中得到較好發(fā)展；與此同時，銀行對公業(yè)務(wù)，由于非標(biāo)特性，使
得數(shù)字化轉(zhuǎn)型相對滯后。因此，能否“非標(biāo)轉(zhuǎn)標(biāo)”，成為對公業(yè)務(wù)數(shù)字化轉(zhuǎn)型關(guān)鍵。

對公授信業(yè)務(wù)的數(shù)字化轉(zhuǎn)型，特別是數(shù)字化風(fēng)控建設(shè)，是商業(yè)銀行未來長期高效發(fā)展
的重中之重，必須給予足夠重視。

【培訓(xùn)對象】

各銀行董事長、行長，總分行風(fēng)險管理部、授信審批部、貸后管理部、公司銀行部、
網(wǎng)絡(luò)金融部、公司金融部、數(shù)字銀行部、智慧銀行部等部門負責(zé)人及業(yè)務(wù)骨干。

【培訓(xùn)目標(biāo)】

幫助各家銀行理順對公授信業(yè)務(wù)數(shù)字化轉(zhuǎn)型思路，了解基于事件語義理解和事件圖譜
的對公業(yè)務(wù)風(fēng)險管理數(shù)字化解決方案，認識到建設(shè)對公數(shù)字化風(fēng)控體系的重要性和緊迫
性，初步掌握建立對公授信業(yè)務(wù)數(shù)字化風(fēng)控體系的主要內(nèi)容，明確對公數(shù)字化風(fēng)控的實
施路徑。

【培訓(xùn)收益】

本次培訓(xùn)，由精通對公授信業(yè)務(wù)數(shù)字化風(fēng)控技術(shù)的實戰(zhàn)型老師，帶來商業(yè)銀行對公數(shù)
字化風(fēng)控解決方案。授課內(nèi)容全程干貨，以期幫助商業(yè)銀行，盡快領(lǐng)會對公業(yè)務(wù)數(shù)字化
風(fēng)控理念，熟悉并初步掌握大數(shù)據(jù)風(fēng)控技術(shù)，了解對公授信客戶如何進行全生命周期風(fēng)
險管理，懂得如何善用數(shù)字化技術(shù)手段，將信貸專家經(jīng)驗與智能風(fēng)控系統(tǒng)相結(jié)合，實現(xiàn)
對公授信業(yè)務(wù)數(shù)字化風(fēng)控。

其中，對公客戶風(fēng)險預(yù)審及前置篩查，企業(yè)風(fēng)險穿透識別整合，表單資料智能提取錄
入，盡調(diào)報告內(nèi)容支持，專家知識復(fù)用，多維風(fēng)險排查，風(fēng)險信號排查管控，金融事件
中心構(gòu)建，金融風(fēng)險指標(biāo)體系構(gòu)建，風(fēng)險提示規(guī)則配置，管理者駕駛艙，非結(jié)構(gòu)化數(shù)據(jù)
智能解析，金融事件圖譜分析，數(shù)字化風(fēng)險預(yù)警指標(biāo)，企業(yè)風(fēng)險畫像等內(nèi)容，將會幫助
大家打破傳統(tǒng)對公授信業(yè)務(wù)風(fēng)控思維慣性，掌握大數(shù)據(jù)風(fēng)控核心技能，進而推進對公授
信業(yè)務(wù)數(shù)字化風(fēng)控轉(zhuǎn)型。

培訓(xùn)不是目的，落地才是關(guān)鍵！

做為實戰(zhàn)派講師，將帶來對公業(yè)務(wù)數(shù)字化風(fēng)控與企業(yè)商機分析及營銷獲客兩大實用系
統(tǒng)，幫助各家商業(yè)銀行迅速部署實施，在短時間內(nèi)獲得對公授信業(yè)務(wù)的數(shù)字化轉(zhuǎn)型落地
方案！



【培訓(xùn)課綱】

第一篇 取 勢
第一節(jié)：什么是銀行數(shù)字化轉(zhuǎn)型？
1. 銀行數(shù)字化轉(zhuǎn)型到底是什么？
2. 銀行必須進行數(shù)字化轉(zhuǎn)型嗎？
3. 銀行數(shù)字化轉(zhuǎn)型必須先轉(zhuǎn)變思維！
4. 對公數(shù)字化轉(zhuǎn)型VS零售數(shù)字化轉(zhuǎn)型
第二節(jié)：銀行對公數(shù)字化轉(zhuǎn)型的內(nèi)在本質(zhì)是什么？
1. 數(shù)字化轉(zhuǎn)型的外在理解
2. 不同時代的思維特征與核心要素
3. 銀行數(shù)字化轉(zhuǎn)型需要的業(yè)務(wù)思維轉(zhuǎn)變
4. 銀行數(shù)字化轉(zhuǎn)型需要的技術(shù)思維轉(zhuǎn)變
第二篇 明 道
第一節(jié)：銀行對公數(shù)字化轉(zhuǎn)型的數(shù)字成果（某行實際案例）
1. 解放客戶經(jīng)理的雙手和大腦，讓客戶經(jīng)理工作人天縮減兩倍以上！
2.
顯著提升風(fēng)控效果，讓企業(yè)風(fēng)險排查覆蓋率達到100%并可提前數(shù)月預(yù)警風(fēng)險！


3. 大幅增長工作效能，讓對公授信業(yè)務(wù)的工作效率至少提升150%以上！
4. 極大降低業(yè)務(wù)成本，讓分行級貸后風(fēng)險經(jīng)理工作量一年可減少2000人天！
5. 有效提升行長全局掌控能力，讓對公業(yè)務(wù)真正實現(xiàn)可視化、全面化掌控！
第二節(jié)：銀行對公數(shù)字化轉(zhuǎn)型的五種模式
1. 模式一：某大行“3+2+1”對公做精策略
2. 模式二：某區(qū)域性銀行對公資產(chǎn)業(yè)務(wù)數(shù)字化轉(zhuǎn)型之路
3. 模式三：某大行分行對公授信全流程數(shù)字化轉(zhuǎn)型
4. 模式四：產(chǎn)業(yè)鏈金融服務(wù)開放化轉(zhuǎn)型
5. 模式五：區(qū)塊鏈技術(shù)在商業(yè)銀行的應(yīng)用
第三節(jié)：“吐槽大會”——傳統(tǒng)對公授信業(yè)務(wù)的痛點與難點
1. 客戶經(jīng)理難以多方廣泛收集企業(yè)信息的槽點
2. 行內(nèi)各位審貸專家審貸標(biāo)準(zhǔn)不一致的槽點
3. 貸后管理與預(yù)警耗時費事不精準(zhǔn)的槽點
4. 行長無法及時掌握對公業(yè)務(wù)全貌的槽點
第三篇 優(yōu) 術(shù)
第一節(jié)：對公授信風(fēng)控數(shù)字化方案如何提升銀行效能
1. 用數(shù)字化方式幫助銀行全面整合多源風(fēng)險信息
2. 數(shù)據(jù)智能如何驅(qū)動數(shù)據(jù)事件理解及風(fēng)險挖掘
3. 與專家智識相結(jié)合的業(yè)務(wù)風(fēng)險便捷監(jiān)控
4. 如何實現(xiàn)對公授信客戶全流程智能管控
5. 對公客戶監(jiān)控指標(biāo)要做到自定義靈活配置
案例解析：
（從上海建坤破產(chǎn)事件看對公授信數(shù)字化風(fēng)控，如何實現(xiàn)對企業(yè)多維度風(fēng)險預(yù)警）


第二節(jié)：數(shù)字化如何助力銀行實現(xiàn)對公客戶全程風(fēng)控決策支持
1. 貸前：預(yù)審盡調(diào)及報告支持（自動化、智能化加持）
1. 企業(yè)預(yù)授信分析建模，精準(zhǔn)剖析企業(yè)風(fēng)險
2. 系統(tǒng)自動出具盡調(diào)報告，節(jié)省80%以上時間
3. 智能化文檔要素抽取，提高信貸效率
2. 貸中：貸中評審及風(fēng)險篩查（全方位、精準(zhǔn)化風(fēng)控）
1.
專家知識復(fù)用，指標(biāo)趨勢分析和行業(yè)對標(biāo)分析，個性化定制指標(biāo)深入分析
2.
多維風(fēng)險排查：股權(quán)維度、財務(wù)維度、輿情維度、行業(yè)維度、關(guān)聯(lián)維度、專
項分析
3. 現(xiàn)實案例：
（對公授信數(shù)字化體系已成功輔助某分行審貸官審批超過百億規(guī)模授信。）
3. 貸后：預(yù)警配置及排查管控（數(shù)字化、實時化預(yù)警）
1. 數(shù)字化風(fēng)險排查——構(gòu)建企業(yè)全面風(fēng)險畫像
2. 數(shù)字化風(fēng)險管控——及時追蹤風(fēng)險處理情況
3. 數(shù)字化貸后監(jiān)控——構(gòu)建實時監(jiān)控預(yù)警體系
案例解析：
（對某分行對公業(yè)務(wù)風(fēng)險識別準(zhǔn)確率達86%；平均預(yù)警時效比歷史實際發(fā)現(xiàn)提前數(shù)月
；分行預(yù)警近400家管戶，風(fēng)險敞口近百億；貸后每年累計節(jié)約風(fēng)險經(jīng)理工作量約2000人
天。）
第三節(jié)：數(shù)字化如何實現(xiàn)對公客戶風(fēng)險發(fā)現(xiàn)、追蹤與傳導(dǎo)分析
1. 銀行如何通過事件語義理解發(fā)現(xiàn)風(fēng)險
2. 銀行如何通過事件圖譜分析預(yù)見風(fēng)險
3. 銀行如何通過指標(biāo)模型計算量化風(fēng)險
4. 銀行如何通過數(shù)據(jù)智能解析管控風(fēng)險
案例解析：
（自動識別某企業(yè)風(fēng)險事件，實現(xiàn)多維度傳導(dǎo)式風(fēng)險預(yù)警）
第四節(jié)：對公授信數(shù)字化風(fēng)控的系統(tǒng)功能架構(gòu)應(yīng)具備什么條件
1. 業(yè)務(wù)應(yīng)用層面：
1. 客戶經(jīng)理需要通過對公數(shù)字化體系解決的問題
2. 審貸官們需要通過對公數(shù)字化體系解決的問題
3. 風(fēng)險經(jīng)理需要通過對公數(shù)字化體系解決的問題
4. 各位行長需要通過對公數(shù)字化體系解決的問題
2. 業(yè)務(wù)分析層面：
1. 如何運用數(shù)字化技術(shù)進行股東股權(quán)分析
2. 如何運用數(shù)字化技術(shù)進行公司及財務(wù)分析
3. 如何運用數(shù)字化技術(shù)進行公司及行業(yè)輿情分析
4. 如何運用數(shù)字化技術(shù)進行關(guān)聯(lián)風(fēng)險傳導(dǎo)分析
5. 如何運用數(shù)字化技術(shù)進行行業(yè)專項分析
3. 數(shù)據(jù)服務(wù)層面：
1. 銀行怎樣理解與運用“金融事件中心”
企業(yè)-事件-關(guān)聯(lián)方，事件-指標(biāo)-基本面
2.
銀行如何有效運用金融事件流語義處理引擎與金融數(shù)據(jù)指標(biāo)批處理引擎
3. 銀行如何采用數(shù)字化手段整合海量多元異構(gòu)源數(shù)據(jù)
第五節(jié)：數(shù)字化如何實現(xiàn)對公授信客戶風(fēng)險穿透識別整合（結(jié)合案例）
1. 通過事件、指標(biāo)、關(guān)系實現(xiàn)風(fēng)險穿透識別
2. 在結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)中理解企業(yè)事件
3. 專家智識轉(zhuǎn)化為數(shù)字化風(fēng)險預(yù)警指標(biāo)
4. 智能企業(yè)關(guān)系識別與事件圖譜構(gòu)建
5. 金融事件中心直觀展示智能處理結(jié)果
第六節(jié)：如何運用數(shù)字化手段實現(xiàn)對公授信客戶風(fēng)險排查（結(jié)合案例）
1. 企業(yè)風(fēng)險畫像
1. 深度識別（專家經(jīng)驗+數(shù)據(jù)驅(qū)動）
2. 廣度識別（企業(yè)關(guān)系+事件圖譜）
3. 企業(yè)風(fēng)險識別、分析與傳導(dǎo)
2. 多維風(fēng)險畫像
1. 財務(wù)分析
2. 動產(chǎn)抵押
3. 股權(quán)質(zhì)押
4. 輿情事件
5. 關(guān)聯(lián)風(fēng)險傳導(dǎo)
6. 行業(yè)專項分析
3. 構(gòu)建分析體系
1. 風(fēng)險評估模型
2. 指標(biāo)事件分析
3. 風(fēng)險事件標(biāo)簽
4. 綜合風(fēng)險分數(shù)計算
4. 貸前盡調(diào)篩查
1. 深度分析與可視化展示
2. 各模塊簡報生成與導(dǎo)出
3. 評級/授信/盡調(diào)報告內(nèi)容支持
5. 貸中/貸后風(fēng)險實時可視化
第七節(jié)：公司客戶數(shù)字化營銷
1. 公司客戶數(shù)字化營銷痛點分析
1. 發(fā)現(xiàn)優(yōu)質(zhì)客戶難——挖掘數(shù)據(jù)資產(chǎn)價值
2. 客戶了解不深入——提升存量客戶價值
3. 事務(wù)性工作繁重——智能工具提高效率
2. 公司客戶數(shù)字化營銷解決思路
1. 價值——發(fā)現(xiàn)好企業(yè)，發(fā)現(xiàn)好商機
2. 體系——數(shù)據(jù)、標(biāo)簽與平臺
3. 形式——銀行應(yīng)用場景
3. 公司客戶數(shù)字化營銷技術(shù)實現(xiàn)
1. 企業(yè)智能營銷情報
2. 產(chǎn)業(yè)鏈及政策情報
3. 企業(yè)盡調(diào)分析報告
4. 對公授信業(yè)務(wù)數(shù)字化平臺
5. 對公營銷標(biāo)簽體系打造
4. 典型案例
1. 某股份行：企業(yè)商機智能發(fā)現(xiàn)
2. 某國有行：業(yè)務(wù)自動化報告及客戶風(fēng)險識別
3. 某外資行：企金數(shù)智化平臺&自動化分析報告
4. 投行業(yè)務(wù)：商機信號推送——業(yè)務(wù)商機動態(tài)數(shù)據(jù)庫（投行版）

吳易璋老師的其它課程