许老师拥有32年银行从业与金融风险管理领域的丰富经验,其职业履历兼具传统金融底蕴与金融科技创新:他曾任职于平安集团金融科技板块——陆金所控股有限公司(聚集信贷与财富管理领域,担任首席稽核执行官一职,全面统筹旗下5家专业公司(员工规模达8.5万人)的内部审计与科技赋能全面风险管理工作,通过推动稽核监察向智能化、系统化转型,主导搭建风险监控系统与智慧审计平台,实现从“事后检查”到“全流程智能监控”的突破,被平安集团列为内部审计标杆子系统。他深耕全面风险管理与AI赋能风控,牵头研究课题《基于智能风险画像的反舞弊审计体系研究》,代表平安集团选送中国人民银行金融学会评选并获奖。
实战导向:基于32年管理实操经验,课程内容紧扣履职痛点,提供可落地的实操方案。 科技前沿:深度融合“金融科技+AI”案例,展现智能风控科技赋能的实际应用。 高层视角:从战略到执行,兼顾管理者与执行层需求,加速银行风控升级。 互动性强:通过案例分析、场景模拟,引导学员思考风控数智化转型路径。
农商行作为服务“三农”与小微的金融主力军,在践行普惠使命时,持续面临“量大面广、风控承压、资源有限”的核心挑战,并在数字化转型进程中显现结构性痛点: 一、普惠客群风控固有难点:数据、地域与效能之困 1.信息非标化: 小微客户普遍缺乏规范财报,替代性数据(税务/订单/流水)获取难、验证成本高; 2.风险地域化: 农产品价格波动、季节性周期等本地因素深度冲击客群,通用风控模型适配性差; 3.效能瓶颈
本课程赋能零售信贷管理者,依托“金融科技+AI”双引擎,构建场景化、实时化、智能化的零售信贷风控体系,特别强化线上反欺诈能力与不良处置效率: 一、场景化特征工程与精准建模 1.打造“场景切片-特征萃取”智能工厂: 应用“金融科技+AI”工具,自动化生成针对消费分期、个人经营贷等核心场景的差异化风险特征库,显著提升模型区分度与场景覆盖率。 2.深度激活行为数据价值,精准识别欺诈: 运用聚类与图谱
一、透视AI对信贷全链路的赋能价值 1.风控质变:AI实现隐性关联风险挖掘(担保圈识别)、实时信号捕捉(多头借贷预警),使客户经理风险漏检率明显下降,智能押品动态估值(农机/存货)降低不良处置成本。 2.营销提效:AI客群分层模型精准定位目标客户,满足客户情绪价值,客户经理 2.对国产化工具(如DeepSeek)的轻量化应用特性(网页端即用、无需系统改造)实践认知仍需深化,受 “重型技术投入” 传
在信贷风控从 "经验驱动" 向 "数智驱动" 的转型进程中,银行管理者面临两大核心认知升级方向: 一、技术赋能路径的深度认知课题 1.对“规则引擎+AI 模型”的协同价值(如担保圈风险穿透、行业波动实时响应)系统化认知尚待完善,传统管理经验对技术提升风控精度的量化路径仍需清晰化; 2.对国产化工具(如DeepSeek)的轻量化应用特性(网页端即用、无需系统改造)实践认知有待深化,受 “重型技术投入
15201376183
金师智库微信公众号