前言 互联网贷款新规对商业银行的影响
第一节 互联网消费金融的数字化风控理念
一、传统式风控 VS 数字化风控
二、信贷政策、风控策略与数据模型
三、互联网消费金融的五大风控要点
四、人行二代征信解析建模的应用
五、大数据时代信贷风险管理与实践
（案例剖析：大数据风控漏洞造成10亿坏账）
第二节 互联网消费金融的数字化风控体系
一、数据来源、数据获取与数据治理
二、大数据评分模型建立与应用
三、智能数据建模 VS 人工SAS建模
（案例解析：某大行的实际应用效果）
四、大数据风控策略与规则设计
（案例讲解1：白名单策略）
（案例讲解2：黑名单策略）
（案例讲解3：多头借贷策略）
（案例讲解4：D类策略调优与A类策略调优）
（案例讲解5：规则阈值cutoff如何调整）
五、关键风控基本量化指标与常用模型
（案例讲解1：vintage方法与rolling rate示例）
（案例讲解2：授信额度模型）
（案例讲解3：风险定价模型）
（案例讲解4：风险预警模型）
第三节 互联网消费金融的智能化贷后催收体系
一、智能贷后管理定位与价值
二、智能贷后催收管理新模式
三、智能贷后管理系统建设与应用
（示例：某金融机构的智能贷后催收）
四、智能机器人在贷后催收中的应用
（视频演示）
五、互联网法催：新型不良处置方式
（视频教学1：互联网仲裁）
（视频教学2：网络赋强公证）
第四节 互联网消费金融风控命门——智能反欺诈
一、欺诈黑色产业市场现状分析
（视频教学：透过五大欺诈场景了解欺诈行业“黑话”）
（案例剖析1：黑产如何批量制造真实用户）
（案例剖析2：黑产如何给客户数据“整容”）
（案例剖析3：5000元如何在一年内变成100万？）
二、五大金融场景如何防范外部欺诈（结合案例讲解）
（场景1：网络支付）
（场景2：网络借贷）
（场景3：消费金融）
（场景4：网络营销）
（场景5：APP端）
三、互联网贷款的常用反欺诈策略
四、构建全流程防范外部欺诈风控系统
