分享好友 内训课首页 频道列表

宋柏允-金融科技与风险管理

2023-07-04 13:455
课程预约: 13910736323 杨老师
学习费用:面议
上课方式:
课程收费:/人

研修背景近年来“金融科技”成为热点名词,不排除有人“蹭热点”。所谓“金融科技”,主要指运用前沿科技成果(如:人工智能、区块链大数据、云计算、物联网等)改造或创新金融产品、经营模式、业务流程,以及推动金融发展提质增效的一类技术。

但是我们更关心的是:其一,什么是金融科技,以及对传统金融机构(例如:银行),会产生哪些影响;其二,当前宏观背景下,区域经济发展趋势,以及对金融科技与传统金融机构的发展趋势是什么;其三,金融科技能够对风险管理做什么。

本课程逐一解读。

课程收益明确什么是金融科技,不被“蹭热点”带跑偏

理解宏观背景下,区域经济的特点及发展趋势

掌握风险管理的数学建模方法

课程特色

案例,深入浅出听得懂;科学,背后理论讲得明;实战,学之能用定方向;展望,以史为鉴看未来

招生对象

相关需求者

学习时间

6小时

课程安排

一、什么是金融科技?

1、中国金融科技行业发展分析

中国金融科技弯道超车

金融机构科技投入规模与结构

2、金融科技发展趋势

从互联网金融到金融科技切换

政策监管:顶层设计与监管沙盒

技术发展:从概念技术到落地应用

需求增加:从金融需求就金融科技发展

美国顶级银行在金融科技布局

3、金融科技代表性技术

区块链:避免造假

4、国内银行业金融科技的现状

案例:招商银行的金融科技护城河、浦发银行扩大零售与非息收入

5、客户关系管理

客户信息收集整理

客户获取

案例:零售业务“亲人找亲人”、对公业务“转介绍”

客户细分与客户价值

客户行为分析

客户流失预测模型

三、宏观背景下区域经济发展趋势?

1、宏观背景

中美贸易战:本质上是贸易、金融、科技的立体战

2020年新冠肺炎疫情冲击全球

行业趋势:大鱼吃小鱼

2、地区数据看经济

注:此处为互动环节:共同查数据、共同研讨现实状况

一看:地区生产总值,产业层级:一二三产分别占比及详细情况——直接关系到产业定位

二看:财政收支,财政收支:公共预算的账本及增速——直接关系到税收及优惠

三看:消费与对外

国内贸易:社会消费品零售总额——消费才是经济的终端

对外经济:进出口贸易——外向型还是内向型经济

价格指数:居民消费与工业生产价格——谷贱伤农,谷贵伤民,能否平衡直接关系到产业良性发展

四看:人口与结构,人口、收入与社保:人口年龄结构、可支配收入及社保缴纳——社保直接关系到财政,间接关系到企业税负与政府融资

案例:以佛山市为例

3、企业角度看经济

注:此处为互动环节:共同查数据、共同研讨现实状况

上市公司看产业的上下游及周边

本地的重点甚至支柱产业列举

迈克尔波特五力模型(量化分析)

案例:美的集团

从企业家到企业家精神

案例:方洪波

4、政策角度看经济

注:给定题目,分组讨论

政府发布的政策如何解读

案例:3月31日,佛山宣布将发放亿元消费券,启动为期一个月的“促销费、惠民生”活动、佛山上半年重大项目集中开工总投资超千亿

产业导向看区域经济

案例:佛山市南海区氢能产业、佛山市鼓励汽车消费,买新车2000-5000元、佛山放松人才购房政策,龙头房企11月销售成色不减

三、金融科技对零售业务有哪些影响?

1、银行长期仍是零售金融的王者,保险吸引力显著提升

资管新规下保险成为唯一合法“刚兑”

金融监管及利率趋势共振

中国零售金融长期看银行

2、零售金融未来趋势

零售消费金融市场未来可期:消费成为经济增长第一抓手

零售消费金融提供方应对:线上线下巨头积极布局,银行、持牌消费金融公司、网络小贷公司、助贷机构各有优劣

用户画像:精准情报,方能精准定位

零售消费金融市场趋势:从蓝海到红海,竞争更加激烈,下沉市场成焦点

3、信用卡拥抱金融科技

2019,信用卡成各银行竞争大战场

信用卡发展不均,有增长空间

消费金融升温推动信用卡成长

两种不同的模式:以业务流为导向、以用户为中心数据流向为主线

国有五大行“寡占型优势”与股份制银行线上获客

信用卡的泛生活金融生态

国有行资源优势与股份行科技创新

智能风控将投入主战场

案例:AI+银行模式,招商、浦发、平安特色比较

4、零售信贷业务的风控黑科技

信用评分技术

三、金融科技对对公业务有哪些影响?

1、传统信用风险管理

信用风险度量

信用评分模型:Z评分模型、机构评级

信用风险管理方法

2、金融“黑科技”

注:此处为互动环节:运用真实企业数据、共同研讨现实状况

EBIT测算:企业可承受利率

现金流FCFF:利用勾稽关系还原企业现金流

M评分模型:评估企业财务操纵

回顾波特五力模型:找到最可能违约的人

回归分析:拉网排查风险信号







反对 0
举报 0
收藏 0
Processed in 0.039351 Second , 26 querys.