普惠金融政策背景及发展现状
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
模块一:普惠金融政策背景及发展现状(3课时)
一、普惠金融的政策背景及发展现状解析
(一)普惠金融的界定、政策背景
1.普惠金融基本特征与关键要素
2.普惠金融参与主体及重点服务对象
3.经济社会及金融可持续均衡发展的必然要求
4.普惠金融监管体系重点监管指标(“两增两控”等)
(二)我国普惠金融发展现状
1.我国普惠金融发展状况与比较
2.政府、传统金融与新型金融服务提供者的作用
3.金融科技的发展与监管
(三)普惠金融的发展路径
1.国务院关于印发推进普惠金融发展规划2016-2020
2.银行普惠金融
3.保险证券层面
4.新型机构层面
小额贷款公司、消费金融、汽车金融、金融租赁、融资租赁、融资担保机构等
5.金融监管层面
6.中央及地方政府层面
二、金融科技在普惠金融领域的赋能
1.带动金融科技,科技巨头冲击传统银行
阿里系、腾讯系、京东系、百度系、万达金融等
2.金融科技背景下银行面临的冲击及新尝试
【案例】民生银行、平安银行等(具体案例以现场授课为准)
模块二:商业银行与互联网金融信贷商业模式比较分析与经验借鉴(3课时)
一、商业银行与互金公司信贷商业模式比较分析
1.经营模式对比
2.客户群体的广泛性与普惠性分析
【案例】网商银行服务小微企业的业务模式解析
【案例】微众银行面向中小微企业的线上流动资金贷款
3.信贷产品比较分析
(1)银行方
(2)互金平台:场景分期、供应链金融、现金贷等
【案例】蚂蚁金服的花呗借呗;京东白条;“微粒贷”等
4.风控措施
(1)银行:传统抵质押、保证等强担保
(2)互金平台:信用、平台担保、场景风控、资金闭环、金融科技风控
【案例】蚂蚁金服的大数据金融风控
5.参与主体及参与模式
(1)银行方(2)互金平台(3)银行与互金平台的合作模式
二、如何运用互联网大数据进行客户营销
1.互联网金融信贷产品的目标客户群
2.运用互联网大数据进行客户营销的手段
(1)资料收集、识别目标客户特征、测算客户的潜在需求
(2)数据分析、测算产品准入门槛、贷款额度和营销方案
(3)测算客户潜在风险,制定黑名单
(4)数据运用
【案例】京东金融的大数据营销策略
三、金融科技在金融风控领域的应用
(一)贷前:利用大数据分析技术批量获客和引流
1.场景获客、平台引流、跨界客户导流、潜在客户挖掘、睡眠客户唤醒、大数据营销
2.行为偏好分析、消费习惯分析、能力意愿分析,客户激活技术
(二)贷中:引进机器学习技术进行反欺诈和风控
1.身份识别等;
2.大数据征信
3.区块链技术下信贷工厂模式、标准化、自动化处理流程
4.评分模型决策和审批
【案例】京东金融的征信、风控模型
(三)贷后:机器学习与人工智能相结合的立体催收策略
1.早期催收模型、晚期催收模型、资产管理策略
2.对行为数据、催收数据的汇总回归分析
3.催收引入移动app定位及数据共享技术
4.互联网模式催收与绩效评价考核模式
【案例】花呗借呗催收模式
四、传统商业银行在信贷风控方面的应对策略及解决方案
(一)传统商业银行信贷风险管理技术方法的创新
1.前端:场景+小额+分散+资金闭环运作
2.中端:场景+数据+模型+信贷工厂+区块链技术
3.后端:行为分析+立体化数据催收模型+催收APP技术
【案例】网商银行与传统商业银行合作,优化小微风控策略
(二)信贷业务中大数据挖掘分析处理的技术方法
1.结构化数据;
2.非结构化数据
(三)信贷工厂的运营管理模式
1.标准化、流程化、电子化的信贷处理流程
2.批量录入、自动核验、模型审批、抽样质检的工作模式
【案例】民生银行总行、平安银行总行案例
(四)评分模型的技术在信贷风控中的应用
1.全流程模型解析
2.模型技术在银行消费信贷风险管理中的应用实证案例
(1)客户评价模型在商业银行小额信用贷款中的应用
(2)贷款额度、定价模型在银行小额信用贷款中的应用
(3)贷后监测和催清收模型在商业银行贷后管理中的应用
【案例】结合互金平台与传统商业银行合作模式进行讲解,具体以现场授课为准