金融信贷风控模型显著有别于传统互联网如计算广告、推荐系统等的算法建模。信贷风控模型样本总量稀少、反馈周期长、易受宏观、政策等外部干扰，特别是 2020 年新冠肺炎疫情的爆发，更是彻底改变了整个风险曲线。金融信贷又是一个长生命周期的业务，通过结合业务知识，深度洞察用户数据，利用大数据和深度学习、图关联网络、样本对抗等技术，在传统信贷风控的基础上显著提升了模型的性能，并有效地缓解了如疫情等突发事件对整个风控模型的影响。

演讲提纲：

1. 金融信贷风控建模的特点及难点
   • 传统评分卡模型
   • 样本和标签选择
2. 金融信贷复杂特征衍生方法
   • 高维组合
   • 神经网络
   • 图网络
3.  疫情下的风险建模优化方法
4. 风控模型在策略应用上的要点
   • 稳定性
   • 可解释性
   • 分客群优化

你将获得：

1. 风控模型的重点、难点问题
2. 风控模型建模的一些有效方法
3. 特殊环境下的风控模型优化方法