第一应用研究院 第16期量化风控全线条训练营2.0远程班
讲师团简介
Carey老师
国内多家大型全融科技集团担任风险政策线负责人经验，擅长运用量化分析
方式进行风险政策管理及风险定损定价。
周老师
深圳某持牌金融科技公司资深风险策略专家，擅长使用数据分析进行风险策
略的调优与回顾。
Tony老师
八年以上网络支付和互联网金融风控、反欺诈工作经验，担长使用SAS进行
数据分析。
Royce老师
某知名互联网金融公可反欺诈政策经理，担长各类型的数据分析及统计建模。
陈老师
深圳莱持牌消费金融公司资深贷后策略经理，擅长运用量化分析方式进行货
后策略管理和贷后平台系统搭建。
欧阳老师
博土后，现任某国际知名金融机构数据科学家团队负责人，长时间从事大数
本期课程介绍
第一周周六：现代新金融风控体系
量化风控体系介绍
量化风控的机遇与挑战
不同场景下的量化风险管理指标介绍及应用解释
实操案例一：违约率、授信敞口、转化率和通过率的测算
实操案例二：多维度量化测算账户的回款情况
实操案例三：每月回款测算、定义回款金额
第一周周日：量化风险管理应用
授信逻辑与风险定价
授信额度计算
风险损失估算模型
用户群划分
实操案例一：评分卡违约概率、实际违约概率与经验调
参的测算
实操案例二：风险损失空间测算与客户筛选
实操案例三：风险定价中罚项加入后额度变化关系以及
授信额度调整
第二周周六：风控贷前审批策略及决策引擎介绍
审批策略架构搭建
数据源介绍
决策引擎
策略调优方法
实操案例一：搭建完整的风控审批策略
实操案例二：如何选择更合适的第三方数据源
实操案例三：如何核算征信成本和放款成本
实操案例四：外部数据源实战
实操案例五：模拟规则引擎实现逻辑
实操案例六：为什么要区分不同类型的调优
转载分享请注明原文地址(中国领汇团队，谢佳颖主控，李进财主控，蔡森期权滚量，炒股票期货外汇期权入门基础实战交易视频课程教程--财汇控)：https://www.caihuikong.com/post-2378.html
Carey老师
国内多家大型全融科技集团担任风险政策线负责人经验，擅长运用量化分析
方式进行风险政策管理及风险定损定价。
周老师
深圳某持牌金融科技公司资深风险策略专家，擅长使用数据分析进行风险策
略的调优与回顾。
Tony老师
八年以上网络支付和互联网金融风控、反欺诈工作经验，担长使用SAS进行
数据分析。
Royce老师
某知名互联网金融公可反欺诈政策经理，担长各类型的数据分析及统计建模。
陈老师
深圳莱持牌消费金融公司资深贷后策略经理，擅长运用量化分析方式进行货
后策略管理和贷后平台系统搭建。
欧阳老师
博土后，现任某国际知名金融机构数据科学家团队负责人，长时间从事大数
据风控领域分析建模工作，对东南亚信贷环境和风控模型有深人的理解。
训练营特色
独家自研风控全线条教学体系
金融科技应用研究院(以下简称FA经过对
18年前三期训练营课程的学员反饿与体系
优化，最终开发出一整套风控政策+策略+
反欺诈+贷后管理+模型的独家自研课程。
全方面了解风险控制的整个流程。
无干货不分享
在教学方面FAL始终坚持“无干货不分享”
理念，现学现用，教学设计仪贴实际风险
管理工作场景，数据报表、模型代码等拿
上即可工作使用，毕业后具备完整风控流
程体系的项目经验。
资深实战讲师团
稳定的讲师团队，讲师团成员均具有数十
年银行和金融科技领军企业实战风险管理
经验，结合实战中总结提炼的方法论、经
验与应用场景案例，现场或直播授课，讲
师团合理等疑解感。
本期训练营独家特点
新增反欺诈相关内容，同时其余模块的教
学内容也进行了相应的优化和精简，更加
有助于学习全方位的量化风控，不论是对
业务层面还是数据层面都有整体把控，
稳定的讲师团队，讲师团成员均具有数十
年银行和金融科技领军企业实战风险管理
经验，结合实战中总结提炼的方法论、经
验与应用场景案例，现场或直播授课，讲
师团合理等疑解感。
本期训练营独家特点
新增反欺诈相关内容，同时其余模块的教
学内容也进行了相应的优化和精简，更加
有助于学习全方位的量化风控，不论是对
业务层面还是数据层面都有整体把控，
第一周周六：现代新金融风控体系
量化风控体系介绍
量化风控的机遇与挑战
不同场景下的量化风险管理指标介绍及应用解释
实操案例一：违约率、授信敞口、转化率和通过率的测算
实操案例二：多维度量化测算账户的回款情况
实操案例三：每月回款测算、定义回款金额
第一周周日：量化风险管理应用
授信逻辑与风险定价
授信额度计算
风险损失估算模型
用户群划分
实操案例一：评分卡违约概率、实际违约概率与经验调
参的测算
实操案例二：风险损失空间测算与客户筛选
实操案例三：风险定价中罚项加入后额度变化关系以及
授信额度调整
第二周周六：风控贷前审批策略及决策引擎介绍
审批策略架构搭建
数据源介绍
决策引擎
策略调优方法
实操案例一：搭建完整的风控审批策略
实操案例二：如何选择更合适的第三方数据源
实操案例三：如何核算征信成本和放款成本
实操案例四：外部数据源实战
实操案例五：模拟规则引擎实现逻辑
实操案例六：为什么要区分不同类型的调优
第二周周日：风控策略量化分析
策略规则调优
审批预警常用量化指标
新策略规则探索性分析方法额度调整策略
实操案例一：如何测算资产质量
实操案例二：从源表到Vintage的详细计算逻辑
实操案例三：如何测算逾期指标FPD
实操案例四：如何量化分析通过率下降
实操案例五：如何进行量化策略调优中的A类调优
实操案例六：如何进行量化策略调优中的D类调优
实操案例七：使用SASEM进行策略探索性分析
第三周周六风控反欺诈
初步了解欺诈风险
主流反欺诈技术
反欺诈体系的构建
反欺诈规则探索
反欺诈技术在不同场景中的应用
实操案例一：设备信息如何提取反欺诈相关策略规则
实操案例二：中介远程操作行为探索挖掘反欺诈策略
第三周周日量化数据分析在反欺诈中的应用
客户引流项目风险评估
提现策略流程搭建
反欺诈外部征信数据测试
通讯录反欺诈应用
实操案例一：项目批核异常分析及策略调优
实操案例二：项目逾期异常分析及策略调优
实操案例三：反欺诈外部征信白名单测试及评估
实操案例四：反欺诈外部征信评分测试及评估
实操案例五：进人工审批策略的分析及制定
策略规则调优
审批预警常用量化指标
新策略规则探索性分析方法额度调整策略
实操案例一：如何测算资产质量
实操案例二：从源表到Vintage的详细计算逻辑
实操案例三：如何测算逾期指标FPD
实操案例四：如何量化分析通过率下降
实操案例五：如何进行量化策略调优中的A类调优
实操案例六：如何进行量化策略调优中的D类调优
实操案例七：使用SASEM进行策略探索性分析
第三周周六风控反欺诈
初步了解欺诈风险
主流反欺诈技术
反欺诈体系的构建
反欺诈规则探索
反欺诈技术在不同场景中的应用
实操案例一：设备信息如何提取反欺诈相关策略规则
实操案例二：中介远程操作行为探索挖掘反欺诈策略
第三周周日量化数据分析在反欺诈中的应用
客户引流项目风险评估
提现策略流程搭建
反欺诈外部征信数据测试
通讯录反欺诈应用
实操案例一：项目批核异常分析及策略调优
实操案例二：项目逾期异常分析及策略调优
实操案例三：反欺诈外部征信白名单测试及评估
实操案例四：反欺诈外部征信评分测试及评估
实操案例五：进人工审批策略的分析及制定
第四周周六：风控贷后催收管理
催收策略的制定方法
催收预警常用量化指标
上线策略规则调优逻辑
催收策略分流与量化
常用贷后管理报表
催收评分卡介绍
实操案例一：逾期案件量的预测
实操案例二：贷后回收目标的预测
实操案例三：催收绩效的量化分析
实操案例四：催收评分卡的策略设计
第四周周日：金融机构冠军风控模型
评分卡开发流程
评分卡监控及常规报表
分数转化与等级划分
拒绝推断理论
实操项目一：基于Python申请评分模型的全流程开发
实操项目二：基于Python的模型融合与调参
课程排期以开课前一周正式邮件通知为准
训练营2.0在课程架构上保持不变（如上所示），会对核
心内容（如案例、最新分析技术）进行全系升级
催收策略的制定方法
催收预警常用量化指标
上线策略规则调优逻辑
催收策略分流与量化
常用贷后管理报表
催收评分卡介绍
实操案例一：逾期案件量的预测
实操案例二：贷后回收目标的预测
实操案例三：催收绩效的量化分析
实操案例四：催收评分卡的策略设计
第四周周日：金融机构冠军风控模型
评分卡开发流程
评分卡监控及常规报表
分数转化与等级划分
拒绝推断理论
实操项目一：基于Python申请评分模型的全流程开发
实操项目二：基于Python的模型融合与调参
课程排期以开课前一周正式邮件通知为准
训练营2.0在课程架构上保持不变（如上所示），会对核
心内容（如案例、最新分析技术）进行全系升级
转载分享请注明原文地址(中国领汇团队，谢佳颖主控，李进财主控，蔡森期权滚量，炒股票期货外汇期权入门基础实战交易视频课程教程--财汇控)：https://www.caihuikong.com/post-2378.html
免责声明
- 本站所有涉及视频及图书，公式等由互联网搜索收集而来，本站不拥有此类资料的版权。
本站作为资源服务提供者，对非法转载，盗版行为的发生不具备充分的监控能力。但当版权拥有者提出侵权指控并出示充分的版权证明材料时，本站负有移除盗版和非法转载作品以及停止继续传播的义务。
本站在满足前款条件下采取移除等相应措施后，不为此向原发布人承担违约责任或其他法律责任，包括不承担因侵权指控不成立而给原发布人带来损害的赔偿责任。
如果版权拥有者发现自己作品被侵权，请及时向本站提出权利通知，并将姓名、电话、身份证明、具体链接（URL）、省版权局和国家版权局核发的版权所属证明及详细侵权情况描述发往本站邮箱370662024@qq.com，本站在收到相关举报文件后，在3个工作日内移除相关涉嫌侵权的内容。
最新文章