《大数据智能风控》课程教学大纲

《大数据智能风控》课程

参考性教学大纲一、课程基本信息表1课程基本信息课程编号开课单位会计学院学分2课程总学时48其中：讲授26学时;实验22学时;课程名称（中/英）大数据智能风控/RigDataIntelligentRiskControl课程类别专业核心课程/专业方向课程课程性质必修授课语言中文适用专业会计类专业开课学期第6/7学期先修课程《企业内部控制》《会计大数据基础》后续课程选用教材《大数据智能风控》，程平著，东北财经大学出版社二、课程描述/目标传统模式下的企业风险管理多是由企业自行组织的风控团队，以人工经验的方式进行控制，在效率和及时性上存在较大的问题。。但随着信息技术不断发展，整个社会大力提速，传统的风控方式已逐渐不能支撑企'业的业务扩展;而大数据对多维度、大量数据的智能处理,批量标准化的执行流程，更能贴合信息发展时代风控业务的发展要求；越来越激烈的行业竞争，逐渐突显大数据风控的重要性。《大数据智能风控》是一门研究将大数据应用于企业内控方面的课程，主要目的培养学生大数据思维，同时具备使用大数据技术帮助企业进行风险管理的能力。本课程不仅要了解企业风险管理理论，熟悉大数据与人工智能技术的理论基础，理解大数据与人工智能在企业中的应用，还要熟练掌握企业典型风控场景的业务流程梳理、风险及因素分析、风险评估指标设计、智能风控模型设计与构建，并在此基础上实施大数据采集、大数据预处理、数据仓库构建、特征提取、智能风控模型应用，更重要的是能够完成风险评估、风险评估结果可视化、风险评估报告输出和智能风控模型结果分析，以此建立基于大数据和人工智能技术在财会审领域的风控咨询、应用与实施的核心竞争力。课程设置了9个大数据智能风控模拟实验。首先是大数据风控实务篇，包括4个模拟实验，通过案例场景的铺垫，将学生置身于模拟的企业业务环境中，明确实验目的、制定实验要求、梳理实验内容与步骤，让学生熟悉大数据智能风控平台的使用，并学习大数据风控的实施逻辑。其次是智能风控实务篇，包括5个模拟实验，通过把学生置于模拟的智能风控实施环境中，让学生不断将人工智能算法与企业风险管理结合，强化学生的逻辑思维能力与分析能力，解决智能风控在实际实施中可能出现的各种问题，为学生培养风险分析能力和日后从事风险管理工作打下基础。三、课程教学内容及基本要求（一）企业风险管理理论（8学时）课程首先进行理论教学，其内容涵盖了企业风险管理相关理论、风险的概念和特征、企业风险管理的概念与框架、企业风险管理流程、数字经济下企业风险的转变、大数据智能对企业风险管理的影响、企业实施大数据智能风控的必要性和可行性、大数据智能风控技术框架以及典型应用场景等内容。（二）大数据风控（24学时）该部分为本课程的核心内容，通过“案例研讨+沙盘推演+上机模拟实训”的教学方式展开，其内容涵盖了采购业务、销售业务、固定资产管理与财务风险管理在企业风控中的重要应用场景，从大数据采集、大数据预处理、数据仓库构建、风险评估、风险评估结果可视化、风险评估报告输出等流程学习主要场景的具体实际应用。在沙盘实训中，学生通过应用大数据风控实验包，需要完成以下学习任务：任务一：阅读给定案例公司的背景资料，了解公司的经营活动与组织架构，以及内部控制制度，了解各个业务流程。任务二：梳理业务流程与各个流程节点所面临的风险点，并分析其风险因素。任务三：梳理业务过程中产生的数据，整理其数据源和数据表等。任务四：根据风险及风险因素设计风险评估指标，并确定指标的应用对象、应用范围、应用周期、计算公式、评估标准等内容。任务五：完成数据采集和预处理，在该过程中需要定义数据标准，明确数据预处理方式。任务六：利用沙盘模块完成数据仓库模型构建。任务七：完成指标评估与结果可视化呈现。任务八：完成大数据风控报告内容。（三）智能风控实务（16学时）该部分课程内容主要是教授人工智能在企业风控中的主要应用，其内容涵盖了采购业务、销售业务、固定资产管理与财务风险管理的重要应用场景，并从设计思路、特征提取、模型构建、模型应用、结果分析等步骤，需完成基于K-means算法的供应商智能评级、基于随机森林算法的智能销量预测、基于支持向量机算法的固定资产智能报废评估、基于岭回归算法的智能成本预测、基于逻辑回归算法的财务风险预警5个教学案例。在沙盘实训中，通过应用智能风控实验包，学生需要完成以下学习任务：任务一：阅读案例，梳理业务流程及公司目前面临的问题与挑战。任务二：选择机器学习算法，确定利用该算法解决问题的思路。任务三：完成特征提取及模型构建。任务四：推演数据采集与预处理过程。任务五：推演模型应用结果，并选择合适的可视化图象进行结果展示。任务六：完成智能风控报告内容。|、教学安排及教学方式本课程总学时48学时，其中，讲授26学时，实验（沙盘推演和上机模拟）22学时。讲授环节主要采用理论讲解、案例教学、沙盘推演及上机模拟实训的形式展开，由教师安排任务、学生自主模拟，教师现场指导、答疑。教师讲解知识点、案例引导，使学生对知识点形成直观印象，并通过课堂教学双方互相提问，与学生互动，鼓励学生在课堂上发表自己的见解，加深对知识点的理解，达到课程目标。表2教学内容与课时安排

序号教学项目教学内容简介应达到的基本要求理论学时实践学时1企业风险管理概述与大数据智能在企业风控中的应用.风险相关理论.风险的概念、特征及分类,企业风险管理的概念与框架.企业风险管理的流程.企业风险的转变.大数据智能对企业风险管理的影响.企业实施大数据智能风控的必要性.企业实施大数据智能风控的可行性.大数据智能风控技术框架.大数据风控典型应用场景.了解风险管理相关理论.熟悉风险的概念、特征与分类、风险管理框架.掌握企业风险管理的流程.了解数字经济卜企业风险转变的具体内容.理解并掌握.大数据智能风控技术框架.熟悉大数据风控典型应用场景52大数据理论基础L大数据的概念与特征.大数据技术：大数据采集、大数据存储与管理、大数据分析、大数据可视化.大数据风控实施流程.熟悉大数据的相关技术.理解关系型数据库与非关系型数据库的内涵与区别.理解数据仓库的相关概念.了解常见的大数据可视化工具.熟练掌握并运用大数据风控实施流程32采购业务大数据风控.采购业务风控概述,供应商准入大数据风控,供应商评级大数据风控.采购计划编制大数据风控.采购执行大数据风控.验收与付款大数据风控.熟悉制造业的采购业务总体流程.掌握采购业务各环节的基本控制要求.掌握采购业务各环节风险点及风险因素分析方法.掌握针对采购业务不同风险点的风险评估指标设计方法.掌握典型的采购业务大数据风控实施流程的具体步骤与内容443销售业务大数据风控,销售业务风控概述.销售计划编制大数据风控.销售合同签订大数据风控.销售发货大数据风控.销售收款大数据风控I.熟悉制造业的销售业务总体流程.掌握销售业务各环节的基本控制要求.掌握销售业务各环节风险点及风险因素分析方法.掌握针对销售业务不同风险点的风险评估指标设计方法.掌握典型的销售业务大数据风控实施流程的具体步骤与内容44

4固定资产管理风控.固定资产管理风控概述.固定资产取得与验收大数据风控.固定资产日常管理大数据风控.固定资产除质大数据风控.熟悉制造业的固定资产管理总体流程；.理解固定资产管理各环节的基本控制要求；.熟悉固定资产管理各环节潜在的风险因素；.掌握针对固定资产管理不同风险点的风险评估指标设计方法；.掌握典型的固定资产管理业务大数据风控实施的流程、步骤与具体内容。225财务管理风控L财务风险管理概述.财务风险管理大数据风控实施流程.大数据风控分析模型构建.大数据采集.大数据预处理.数据仓库构建.风险评估.风险评估结果可视化.风险评估报告输出.熟悉财务风险管理的内容；.掌握财务管理大数据风控指标体系的设计方法；.掌握典型的财务管理大数据风控实施的流程、步骤与具体内容。226智能风控.人工智能理论基础.基于K-me