《金融科技与银行智能内控体系建设》
讲师:王敏求 浏览次数:2573
课程描述INTRODUCTION
日程安排SCHEDULE
课程大纲Syllabus
银行智能内控体系建设
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
一、金融科技发展与挑战
1、人工智能的发展
大数据与数据发展
机器学习与深度学习
AI未来发展方向
2、金融科技的定义与内涵
金融科技定义
金融科技三个发展阶段
金融科技的本质与内涵
3、金融科技挑战与机遇
金融科技带来的三大机遇
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、外部欺诈风险
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
1) 盗窃与欺诈。
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)
盗取客户敏感信息(典型案例:内部员工爬取客户信息)
故意对外提供/泄露客户敏感信息
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。
账号授权与职责分离
访问对象限定
账号使用要求
访问控制要求
3、声誉风险
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
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
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) 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。
规则类模型。
客户画像识别。
机器学习反欺诈模型。
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) 传统内审转型痛点。
2) 智能内审转型方向。
数据驱动
智能分析
自动监测
辅助决策
系统支持
3) 智能化内审架构与实践路径。
智能内审架构
智能管理系统
内审数据集市
全生命周期模型管理
复合型内审人才培养
银行智能内控体系建设
转载://www.ibid2.com/gkk_detail/282671.html
已开课时间Have start time
- 王敏求
[仅限会员]
内部控制内训
- 《企业内部控制与风险防范》 李宁
- 向华为学优秀的内控体系建设 乔木
- 企业内部审计实务课程 乔木
- 金四背景下税务稽查应对策略 刘万成
- 《企业反脆弱实例-用运营内 叶书君
- 内控内审与财务风险管控 于洪成
- 向标杆企业学习---内部控 陈老师
- 内控风控以及合规法律一体化 王悦(
- 企业内部控制应用指引与评价 俞勤
- 商业银行内部控制与合规风险 陈瑞辉
- 内控与风险管理——促进合规 彭佳俊
- 制造业企业的采购合规和审计 于洪成