百年未有之大變局與商業(yè)銀行的經(jīng)營環(huán)境分析

【課程背景】

全球銀行業(yè)迎來百年未有之大變局，數(shù)字化轉(zhuǎn)型已經(jīng)成為銀行業(yè)競爭發(fā)展的關(guān)鍵轉(zhuǎn)折點，每家銀行都面臨何去何從的戰(zhàn)略抉擇！

本課程以銀行業(yè)4.0時代金融科技和數(shù)字化轉(zhuǎn)型為研究對象，分為時代篇、策略篇及案例篇。課程對通過對當(dāng)前銀行業(yè)百年未有之大變局的挑戰(zhàn)進行深度剖析，進而對當(dāng)前的商業(yè)銀行的經(jīng)營環(huán)境進行解讀并挖掘機遇，最后對國內(nèi)外典型案例進行深度剖析。

【講師介紹】

王興旺老師是清華大學(xué)博士后、美國加州州立大學(xué)訪問學(xué)者。

某國有大行總行金融科技研究員，常年致力于金融科技和商業(yè)銀行數(shù)字化轉(zhuǎn)型研究。

某國有大行總行培訓(xùn)學(xué)院內(nèi)訓(xùn)師、某國有大行總行數(shù)據(jù)分析師。

曾獲得中國博士后面上科學(xué)基金一等資助，主持及主筆多項國家級及省部級課題，在國際國內(nèi)高水平期刊上發(fā)表論文十余篇、出版多本專著。

為國內(nèi)十余家產(chǎn)業(yè)化龍頭企業(yè)進行過管理咨詢策劃，具有扎實的理論知識和實踐經(jīng)驗。

【課程收益】

了解當(dāng)前后疫情時代宏觀經(jīng)濟的走勢——把握時代趨勢

掌握商業(yè)銀行發(fā)展金融科技、進行數(shù)字化轉(zhuǎn)型的路徑——實操方法

學(xué)習(xí)當(dāng)前國內(nèi)商業(yè)銀行的數(shù)字化轉(zhuǎn)型實操案例——深度剖析

【課程特色】理論知識與實踐的緊密結(jié)合、國際與國內(nèi)大量案例剖析、國有大行金融科技和數(shù)字化轉(zhuǎn)型的實操方法

【授課方式】案例教學(xué)、場景教學(xué)、討論互動式教學(xué)

【課程對象】國有銀行、股份制銀行、城商行、農(nóng)商行等中高層管理人員，數(shù)字化轉(zhuǎn)型條線人員

【課程時間】3小時、6小時

【課程大綱】

一、當(dāng)前經(jīng)濟形勢和金融市場熱點解讀——經(jīng)濟篇

1.1當(dāng)前全球經(jīng)濟走勢和資本市場大類資產(chǎn)表現(xiàn)

1.1.1 當(dāng)前資本市場各大類資產(chǎn)表現(xiàn)

1.1.2 國內(nèi)股市春節(jié)后下跌的基本邏輯

1.1.3 美國國債收益率為何會影響全球資本市場

1.1.4 美聯(lián)儲的貨幣政策對全球的傳導(dǎo)：什么是無底線的量化寬松

1.1.5 拜登的施政綱領(lǐng)

1.1.6 美國次貸危機與亞洲金融危機的經(jīng)驗借鑒

1.2 如何理解通脹、通縮和滯漲

1.2.1 我們在經(jīng)歷通脹嗎

1.2.2 CPI與PPI的構(gòu)成解讀

1.2.3 滯漲：經(jīng)濟發(fā)展中的頑疾——美國是如何穿越滯漲的

1.3 中美經(jīng)貿(mào)摩擦與科技圍剿的本質(zhì)

1.3.1 怎么看待修昔底德陷阱：美元全球儲備貨幣帶來的影響

1.3.2 如何分析美元指數(shù)與美元周期

1.3.3 美元的加息與降息：什么是資本做空與剪羊毛

1.4 如何分析人民幣、美元匯率與數(shù)字貨幣

1.4.1 匯率的決定因素與分析框架

1.4.2 人民幣會升值還是貶值

1.4.3 如何理解數(shù)字貨幣

1.4.4 比特幣的邏輯

1.5 未來房地產(chǎn)的發(fā)展趨勢

1.5.1 房價會下跌嗎——從凱斯-席勒指數(shù)看中國房價走勢

1.5.2 房住不炒下房子的投資價值在哪里

1.5.3 房產(chǎn)稅征收后的影響

1.5.4 發(fā)展城鎮(zhèn)化帶來的影響

1.6 金融科技與數(shù)字化轉(zhuǎn)型

1.6.1全球金融科技發(fā)展概述

1.6.2人工智能（AI）的五大核心技術(shù)

1.6.3 區(qū)塊鏈（Blockchain）

1.6.4 云計算（Cloud Computing）

1.6.5 大數(shù)據(jù)（Big Data）

二、商業(yè)銀行的百年未有之大變局——時代篇

2.1 宏觀層面：全球經(jīng)濟的深度衰退

2.1.1  2022年全球經(jīng)濟展望

2.1.2  美聯(lián)儲貨幣政策的傳導(dǎo)效應(yīng)

2.1.3  違約潮頻發(fā)的信用風(fēng)險高企

2.1.4  金融開放帶來的機遇與挑戰(zhàn)

2.1.5 “大循環(huán)”與“雙循環(huán)”的戰(zhàn)略路徑

2.1.6  全球商業(yè)銀行2021年業(yè)績概覽

2.2 中觀層面：數(shù)字經(jīng)濟倒逼商業(yè)銀行進行金融科技與數(shù)字化轉(zhuǎn)型

2.2.1 世界的第四次產(chǎn)業(yè)革命

2.2.2 全球銀行業(yè)的“Bank 4.0”

2.2.3 數(shù)字經(jīng)濟成為中國經(jīng)濟增長的新增長極

2.2.4 如何深度把握客戶的數(shù)字化需求：消費端、生產(chǎn)端與社會端

2.2.5 數(shù)字人民幣對銀行業(yè)務(wù)的影響

2.3 微觀層面：后疫情時代的創(chuàng)新與聚焦主戰(zhàn)場

2.3.1 挖掘機會：如何小的創(chuàng)新規(guī)?；?、邊緣領(lǐng)域常態(tài)化

2.3.2 如何聚焦重點區(qū)域：經(jīng)濟帶與城市群

2.3.3 如何聚焦重點行業(yè)：新基建與舊基建

2.3.4 如何聚焦重點資源：零售、對公與同業(yè)的協(xié)同關(guān)系

三、科技賦能銀行數(shù)字化轉(zhuǎn)型——策略篇

3.1 金融科技賦能普惠金融數(shù)字化轉(zhuǎn)型

3.1.1 普惠金融的發(fā)展現(xiàn)狀

3.1.2 智能風(fēng)控：如何全流程防范客戶風(fēng)險

3.1.3 如何挖掘不同行業(yè)和不同地域的風(fēng)險數(shù)據(jù)

3.1.4 如何挖掘經(jīng)濟周期因子風(fēng)險數(shù)據(jù)

3.1.5 如何挖掘小微企業(yè)貸前、貸中及貸后風(fēng)險數(shù)據(jù)

3.1.6 基于客戶畫像的違約概率計算

3.2 金融科技賦能供應(yīng)鏈金融數(shù)字化轉(zhuǎn)型

3.2.1 供應(yīng)鏈金融的發(fā)展現(xiàn)狀

3.2.2 供應(yīng)鏈金融不同發(fā)起主體分析

3.2.3金融科技賦能供應(yīng)鏈金融的模式

3.2.4 供應(yīng)鏈金融賦能小微企業(yè)融資的模式

3.3 金融科技在智能投顧和財富管理的應(yīng)用

3.3.1 智能理財市場發(fā)展現(xiàn)狀

3.3.2 主要上市銀行的智能投顧產(chǎn)品情況

3.3.3 智能投顧和財富管理的數(shù)字化轉(zhuǎn)型

3.4 金融科技在零售業(yè)務(wù)數(shù)字化轉(zhuǎn)型中的應(yīng)用

3.4.1 信用卡業(yè)務(wù)的數(shù)字化轉(zhuǎn)型

3.4.2 零售業(yè)務(wù)的數(shù)據(jù)云平臺建設(shè)

3.4.3 零售業(yè)務(wù)的數(shù)字化場景打造

3.5 金融科技在對公業(yè)務(wù)數(shù)字化轉(zhuǎn)型中的應(yīng)用

3.5.1 銀行數(shù)字化轉(zhuǎn)型的下半場：對公業(yè)務(wù)轉(zhuǎn)型存的問題與挑戰(zhàn)

3.5.2 對公業(yè)務(wù)風(fēng)險評估方式的數(shù)字化轉(zhuǎn)型

3.5.3 新興產(chǎn)業(yè)風(fēng)險評估方式的數(shù)字化轉(zhuǎn)型

3.5.4 建立對公數(shù)字平臺“鏈動”新型上下游關(guān)系

3.5.5 數(shù)字技術(shù)助力解決小微企業(yè)信用評審難題

3.6 金融科技在同業(yè)業(yè)務(wù)數(shù)字化轉(zhuǎn)型中的應(yīng)用

3.6.1 當(dāng)前同業(yè)業(yè)務(wù)的發(fā)展現(xiàn)狀

3.6.2 同業(yè)業(yè)務(wù)困境：流動性風(fēng)險、操作風(fēng)險與系統(tǒng)性風(fēng)險

3.6.3 金融資產(chǎn)估值與定價的數(shù)字化轉(zhuǎn)型

3.6.4 同業(yè)業(yè)務(wù)風(fēng)控與合規(guī)的數(shù)字化轉(zhuǎn)型

四、國內(nèi)部分商業(yè)銀行數(shù)字化轉(zhuǎn)型剖析--案例篇

4.1 部分國有行數(shù)字化轉(zhuǎn)型的實踐案例

4.2 部分股份行和城商行數(shù)字化轉(zhuǎn)型案例

4.3 部分國外先進銀行數(shù)字化轉(zhuǎn)型案例