课程对象:商业银行管理人员、内审/内控部门人员
课程收益:
1、从银行关键变革角度,深入了解金融科技发展历史、本质内涵及给银行带来的挑战和机遇;
2、通过典型案例从多个维度,熟悉互联网和金融科技下银行面临的主要风险表现,如外部欺诈风险、内部舞弊风险、监管风险及声誉风险等,加深对风险源头的理解;
3、系统学习银行智能内控建设的原理、方法论及同行业良好实践,结合三道防线各自特点,举一反三思考优化路径与方案。
课程大纲/要点:
序言:银行关键变革(15分钟)
一、金融科技发展与挑战(1小时)
1. 人工智能的发展(25分钟)。
Ø 大数据与数据发展
Ø 机器学习与深度学习
Ø AI未来发展方向
2. 金融科技的定义与内涵(20分钟)。
Ø 金融科技定义
Ø 金融科技三个发展阶段
Ø 金融科技的本质与内涵
3. 金融科技挑战与机遇(15分钟)。
Ø 金融科技带来的三大机遇
Ø 中小银行金融科技转型面临的难题
二、互联网下金融风险表现(1.5小时)
1. 外部欺诈风险(30分钟)。
1) 网络攻击(典型案例:银行APP漏洞)。
2) 盗取银行资金(典型案例:CARBANAK)。
3) 盗取客户信息(拖库、洗库和撞库)。
4) 外部团伙诈骗(典型案例:四川房贷诈骗案)。
2. 内部欺诈风险(30分钟)。
1) 盗窃与欺诈。
Ø 通过技术手段盗取银行资金(典型案例:编写病毒植入系统盗取银行资金)
Ø 盗取客户敏感信息(典型案例:内部员工爬取客户信息)
Ø 故意对外提供/泄露客户敏感信息
Ø 通过其他手段泄露客户敏感信息
2) 行为未经授权。
3) 数据信息保护与数据安全要求。
Ø 账号授权与职责分离
Ø 访问对象限定
Ø 账号使用要求
Ø 访问控制要求
3. 声誉风险(15分钟)。
1) 互联网下声誉风险防控难点
2) 典型案例剖析:某行泄露客户隐私事件。
4. 监管风险(15分钟)。
1) 金融科技发展与监管
2) 互联网存款监管要求
3) 互联网贷款监管要求
三、银行智能内控体系建设
1. 银行智能内控框架。(0.5小时)
1) 智能内控防控原理。
2) 机器学习原理与方法。
2. AI与欺诈风险防控。(1.0小时)
1) 外部欺诈风险防控核心工作。
2) 外部欺诈风险防控:从传统到智能。
Ø 规则类模型。
Ø 客户画像识别。
Ø 机器学习反欺诈模型。
Ø 知识图谱与关联关系识别。
3) 知识图谱与反舞弊场景应用。
4) 员工风险画像构建。
3. 银行内审智能化转型。(1.5小时)
1) 传统内审转型痛点。
2) 智能内审转型方向。
Ø 数据驱动
Ø 智能分析
Ø 自动监测
Ø 辅助决策
Ø 系统支持
3) 智能化内审架构与实践路径。
Ø 智能内审架构
Ø 智能管理系统
Ø 内审数据集市
Ø 全生命周期模型管理
Ø 复合型内审人才培养