大数据在商业银行信贷业务中的应用商业银行金融毕业论文Word下载.docx
- 文档编号:21890125
- 上传时间:2023-02-01
- 格式:DOCX
- 页数:26
- 大小:49.41KB
大数据在商业银行信贷业务中的应用商业银行金融毕业论文Word下载.docx
《大数据在商业银行信贷业务中的应用商业银行金融毕业论文Word下载.docx》由会员分享,可在线阅读,更多相关《大数据在商业银行信贷业务中的应用商业银行金融毕业论文Word下载.docx(26页珍藏版)》请在冰豆网上搜索。
bigdata;
commercialbanks;
credit
1绪论
1.1选题背景及意义
近年来我国信息技术得到突飞猛进的发展,互联网和电子产品的普及催生了大量数据的产生,人类此次迈入了大数据时代。
大数据具有数据类型多样、结构化程度不同、应用处理特征各异以及价值密度不均衡等一系列显著特征。
大数据时代的到来,为我国各行业带来了新的发展机遇,但同时也带来风险和挑战。
对于商业银行而言,信贷业务是其主要盈利渠道,也是我国商业银行最重要的业务类型,在信贷业务中的多个环节必须依赖信贷人员的职业经验判断,如此会带来一些失误给银行导致不良贷款,使银行遭受损失。
但是在大数据时代,如果商业银行可以合理的运用大数据信息,可以有效的规避风险,使信贷业务更加的简便且有效。
理论意义:
在现有研究成果基础上,对相关文献和理论进行了梳理,有助于我国商业银行信贷业务风险管理理论框架体系的完善;
本文将信贷管理与大数据结合,以期望为我国信贷提供新思路。
实践意义:
在发展新常态经济的背景下,商业银行对信贷风险进行管理的关键在于通过数据分析对客户进行信用评级,在此基础上采取相关事前防范措施和事后解决措施。
虽然各家银行都有各自的信贷管理方法,但大多采用的是传统的方法,这些方法存在信息搜集不全,分析结果不够精确等问题,而结合大数据技术,弥补这些缺陷,对商业银行信贷风险管理进行优化,提升客户信息挖掘,处理和预测能力,对风险及时进行防范,以此降低不良贷款率,这对提升银行业竞争力的良好发展有重要的实践意义。
1.2文献综述
1.2.1国内研究现状
古跃在《基于大数据的商业银行个人信贷风险管理研究》中指出目前,我国个人信用体系并未形成完整的理论框架,不够成糊,存在信息不对称,信息不全面,信息不及时等问题,商业银行个人信贷风险管理体系受起现状的影响,存在漏洞。
而将大数据技术与银行信贷风险管理体系相结合,充分发挥大数据技术的优势,则可以弥
补这一缺陷,使得数据搜集更全面,数据获取更快速,数据处理更精准,从而有效识别信贷过程中的潜在风险,达到事前风险防范的效果,有效降低风险损失,如何将大数据技术与个人信贷风险管理有效结合,完善个人信贷风险管理体系,是一个需要解决的重要问题。
张皓在《我国商业银行在大数据时代面临的挑战与对策》中提出,大数据是互联网时代的典型特征,是高科技时代的产物,大数据时代有着大量、告诉、多样和有价值的资料,大数据不再是局限于随机抽样,而是对全体数据进行提炼,使所有数据都变得有可测性和可处理性。
大数据时代为我国互联网金融的发展提供了更多的可能性,要想大数据也能为我国商业银行所用且从中获得更加详细、丰富及更有价值的资料,我国商业银行必须正确使用大数据,对处理数据模式进行创新。
中国建设银行风控部领导朱良平在《大数据在银行信贷业务中的应用实践及建议》中。
对商业银行信贷业务应用大数据的前景进行了展望,他认为,在客户营销环节的应用、客户准入(授信审批、定价和额度管理)环节的应用、贷后监控和预警的应用、以及客户流失分析等多个环节中,大数据都能够充分发挥作用。
朱良平还提出了大数据在银行信贷业务应用的有关建议:
重视大数据分析应用,积极应对大数据挑战、设计开发基于大数据的金融产品和服务,取得直接效果、制定银行大数据管理策略,实现数据价值最大化、建设大数据分析技术平台提高大数据应用、处理好数据应用过程中的客户隐私问题
我国多家商业银行在大数据应用方面已经取得了较为理想的成果,具体应用领域包括智能风控、跨界合作、市场动态分析以及精准营销等多方面。
大数据技术的应用,有效提升了银行的产品效率计算、风险管控等多方面的能力,促进了银行竞争力的提升。
随着大数据技术在商业银行贷款业务中应用越来越广泛,国内相关的研究也是日益增多。
中国建设银行股份有限公司风险管理部朱良平(2015)表示基于大数据对银行传统信贷业务进行精细化分析管理,是以较低成本投入实现银行经营业绩快速提升的重要手段之一,也是银行未来需要修炼的“内功”。
建行台州分行的杨瑾(2016)认为,我国商业银行在开展信贷业务时,利用大数据可以实现个性化推荐、精准化营销以及交叉营销,有望显著提高营销的效果。
此外,在优化信贷评级模型、客户生命周期管理和信贷风险管理策略制定等业务中,大数据技术都能够发挥较大的作用。
渤海银行股份有限公司的周辉栋(2017)在《探析大数据在银行信贷业务中的应用》中提出,虽然大数据目前在我国商业银行信贷业务中的应用已经十分广泛,但是绝大多数银行对大数据的使用仅仅局限于数据管理以及客户档案等静态数据的应用方面,为了进一步提升大数据的应用范围,商业银行首先要提高对大数据价值的重视程度,充分认识到大数据的价值和作用,并对大数据进行整合,利用大数据实现资源利用效率的最大化。
方梓行(2018)以贵州农商银行信贷业务为研究对象,对该银行使用大数据前后,信贷业务的服务模式变化和盈利模式变化进行对比分析。
研究的结论表明,由于大数据的应用,贵州农商银行信贷业务运营模式得到革新,业务质量得到显著提高。
此外,他还认为,该商业银行应该利用科学的计算方法客观的量化风险,充分利用现有数据进行风险量化。
1.2.2国外研究
1)英国商业银行:
渐进式道路
在大数据时代,商业银行从被动接受,到主动使用大数据的过程被称为商业银行的大数据渐进式发展道路。
这个过程体现了从量表到质变的特点,具体包括搭建搭框架和业务模式演变两个方面,其中,前者指的是通过各种软件和硬件设施组成的一套完整系统,利用该系统可以实现对海量数据后潜在信息价值的挖掘和利用。
从英国商业银行的发展道路来看,大数据技术的应用,开始让英国的商业银行逐步发生变化,体现出了稳步前进的特点。
尽管当前英国商业银行在应用大数据方面还处于摸索期间,但目前来看已经取得了一定的成果,主要体现在两个方面,第一是大数据基础平台基本搭建完毕,该平台的建立,为英国商业银行带来了很多新颖的技术和工具;
第二是银行利用这些技术和工具,可以提高各项业务开展的质量和效率。
当前一些英国商业银行开展了大数据试点项目,期望探索出能够为人们生活提供更大的便捷。
2)法国商业银行:
跨越式道路
商业银行从长远战略出发,以重点领域为突破口,在经营方式和技术创新等方面实现了跨越式发展,这种模式被称为跨越式发展路径。
利用技术创新,商业银行打破原有的技术框架的制约,在数据采集和应用方面实现了一体化,通过建立智能化、可控的信息生态闭环,能够为商业银行的业务开展提供更加优越的信息环境。
经营方式的创新指的是商业银行对客户的风险偏好、个性化需求等因素进行综合考虑后,结合银行自身的特点,制定出的差异化营销战略。
通过差异化营销战略在市场竞争中建立和巩固自身的优势。
互联网的普及和信息技术的飞速发展,为法国商业银行营造了良好的外部环境,很多法国商业银行充分利用大数据进行业务升级和战略模式的调整,为了促进大数据技术在金融服务方面的应用投入了大量资金。
以客户需求为导向对业务结构进行调整,以轻资本、高效的业务模式为主攻方向,将优质资源用于发展核心业务,从而实现了成本的节省,并提高了客户体验,全面提升了银行的竞争力。
3)美国商业银行—组合式道路
组合式道路体现了跨越式路径和渐进式路径的结合,一般以“数据——信息——商业智能”为发展轨迹。
商业银行要走好组合式发展道路,需要从两个方面进行努力,第一是加强基础设施建设,建立起完善的数据存储体系和信息平台;
第二是从顶层设计的视角,利用差异化营销策略,建立起完善的大数据整合和管理体系。
商业银行利用组合式道路,有望逐渐走上精细化的发展路线,这对于为客户提供个性化金融服务、提高银行商业服务特色等具有十分积极的意义。
美国的计算机技术起步较早,早在20世纪末期美国就开始了数据仓库的建立,通过数据挖掘,对商业银行的营销模式、管理模式不断优化和调整,因此提高了商业银行的风险管理水平和客户关系管理能力。
此外,美国商业银行注重先进科技的运用,数据搜集体系和评估方法体系等都快速得到完善;
量化模型的开发、测试和监控,都实现全生命周期管理,确保了模型的先进性得到保障。
美国商业银行根据大数据产业特点和发展趋势,及时打破自身业务界限,确保各业务条线之间无数据壁垒,实现内外部数据的有效整合。
以上提到的这些国外的银行尽管他们的经营理念不尽相同,但是他们都取得了成功,原因不外乎是他们都具有足够的分析真实社会关系的能力,能够通过数据分析出与自己的经营模式最匹配的社会关系,由此可见,大数据是完全可以运用于银行信贷,有助于银行挖掘出更多潜在客户。
1.3研究方法
1.3.1文献法
在进行本文创造之前,笔者通过互联网和图书馆查阅了大量相关文献,掌握了当前商业银行应用大数据的现状以及学术界在该领域的研究成果,通过对大量文献的整理,为本文的创造提供了参考思路。
1.3.2案例分析
本文使用了多个案例,通过案例分析揭示了当前大数据在银行信贷业务中的应用障碍,并且通过贷前、贷中、贷后依次分析大数据在商业银行信贷中的应用。
1.3.3定性分析
本文在对商业银行的信贷业务的不良贷款率进行研究时,使用定性分析的研究方式。
1.4研究内容
本文主要包括以下六个章节。
第一章,前言。
本章首先介绍了关于大数据在商业银行信贷业务中应用的相关背景,然后介绍了本选题的研究意义和研究目的。
第二章,大数据的相关理论基础。
本章主要介绍大数据和商业银行信贷相关概念,为后文的分析提供理论基础。
第三章,商业银行大数据的运用现状及瓶颈。
讨论我国商业银行信贷中大数据的应用现状,同时分析其存在的问题和制约大数据运用的瓶颈。
第四章,大数据的创新应用。
主要探讨大数据对商业银行传统的贷前、贷中、贷后各个环节的创新应用。
第五章,大数据在商业银行信贷中的应用建议。
通过对银行信贷业务中各个环节的讨论分析得出问题,给出大数据应用的建议。
第六章,结论。
2银行信贷及大数据的相关理论基础
2.1银行信贷理论基础
2.1.1信贷及银行信贷相关的概念
信贷即公民通过自身信用度来借出需付利息的贷款。
银行信贷指的则是借款对象是银行,通过向银行借贷来得到有息借款。
当银行作为信贷的中间人,其信用的判定的方式和后续发展阶段就有了界限。
银行信贷单指借贷行为通过银行发生,不包括其他形式的信用关系借贷,如企业间商业信用、国债的国家信用等。
在现在经济全球化的条件下,银行早已是独立而且专精的金融中介机构,结合证券信用、消费信用等,其通过公民存款进行间接融资。
以偿还计息为条件,即指银行借贷行为不是公益行为,而是有收益的,需要设定还本付息的条件的商业行为。
当银行交易活动涉及到借债、用债、收债时就必须遵守收取利息的原则,倘若银行不计利息就会导致破产,危机社会经济安全。
但对国家财政拨款、企业自持的货币、用于公益的捐助等则无需以偿还本金加利息为必要条件了。
对于货币借贷,被借出的只能是货币,不能是其他形式的物品。
银行借贷,只对货币借贷,这是由于货币可以换取任何的商品,是财富的代表,只有借贷货币,银行借贷菜具有普适性和广泛性,才能发挥其促进社会资源合理分配、流动的作用,以及促进借贷双方成本减低。
银行信贷是依靠公民存款的,它将一部分的存款暂借给企业或者事业单位,供其使用,并规定收回这些钱的时间,还要求有一定利息作为回报。
2.1.2贷款“5c”原则
5C贷款评估法,主要分析以下五个方面信用要素:
1)借款人品德:
首先对借款人的品德有以下要求,首先必须讲诚信,可靠并且熟练地进行商务活动。
一般来说,我们需要过去的记录来进行分析,并且要以已知的现状调查为辅。
一般都包括年龄、文化、级树结构、统计行、领导能力、惩戒处分、团结协作、组织能力等。
2)经营能力:
再次还要对企业的一些经营能力进行评估。
主要包括借款企业的生产、运转能力、收益性、管理系统的安全性、产品生产和销售的健全性、竞争力、事业规模等,与此同时,营业能力是否逐步扩增、财务情况是否稳定也是重要的考察指标。
3)资本因素:
衡量企业财务能力和融资能力的决定性因素是企业资本,一个资本雄厚的企业往往具有较强的资产后盾和抗压能力。
因此,在信用分析中,企业资产或负债资本的保护程度应该通过借调查企业资本和负债比例的规模来反映。
4)资产抵押。
可以用作贷款担保及担保使用之一的便是资产,有时也可以由其他公司担保来进行贷款。
信贷有安全保障的前提便是必须有担保抵押。
信用分析需要考虑以下几个因素,首先是担保人信誉的可靠程度,其次担保手续的齐全性,最后是担保的评价和出售的安全性。
5)经济环境。
经济环境不仅影响着企业信用,也在一定程度上影响着企业发展前途。
信用分析必须建立在以下几个因素进行分析——行业发展的趋势、企业未来发展的展望、市场供需的改变,并以此来判断其对企业收益的影响。
2.1.3信贷风险管理的基础理论
理论一:
企业生命周期理论:
认清企业从生到到死的阶段,是做好信贷风险防控的关键。
理论二:
信息不对称的理论。
简单来说,就是在市场交易的过程中,交易的双方之间没有进行信息的有效沟通从而出现决策失误以及办事效率低的事情。
因此,市场交易过程中经济个体之间显著的特点就是信息分布的不对称性以及不均匀性。
但是也是有差异存在的,例如,没有充分掌握信息的一方则会处于非常不利的地位,很好掌握信息的一方则不然。
理论三:
配给的理论。
根据配给理论,信贷配给可以定义为信贷机构以配给的方式与借款人进行信贷的交易,在这其中,信贷机构对各方面(例如风险、利润等)进行考察评估后,再以贷款人的身份进行信贷交易的。
配给理论重点凸显出利率管理、信贷信息对称的重要作用,尤其是在信贷风险管理过程中;
并且我国建立的金融风险管理制度和信贷市场的信息公开性的要求也都是以配给理论中的信贷机构风险防范措施为基础的。
理论四:
鸡蛋理论。
也简称篮子理论,主要阐述了增加风险的承载主体数量,目的是降低资源集中在一个主体时产生的风险,还有就是使资产组合最优化以及尽可能减小由于一个风险事件引发的集体受损事情的发生。
这类似于人们常说的鸡蛋不能放到同一个篮子里一样,篮子出现问题就会导致鸡蛋全部破碎,要尽可能避免这样的事情发生。
理论五:
大数定律理论。
同时又被称作大数律、大法则,这是数学学科中的概念,意思是意指数量的增加会使平均值更加接近于期望值。
大数定律理论一般用于预测结果概率,例如在开始小微企业信贷业务前,信贷机构都会应用大数定律理论预测,之后又通过具体数据、产品设计以及风险控制技术等将实际过程中的风险损失降到最低从而实现盈利。
理论六:
博弈理论。
博弈理论定义为在特定条件下,多个团队或者个体之间在研究对策项目时,找到最佳的行动方案以及对自己的方案进行评估。
在日常生活中,博弈存在于互动与竞争之中。
理论七:
大数据风控理论。
这个理论主要是指大数据是一种增长率高并且多样化的信息资产,具有非常强的洞察力和高效的决策力,但这需要经过新处理模式后才具备的;
与此同时,在一定时间内,大数据也是不能通过普通软件来进行管理或者处理的数据大集合。
2.2大数据理论基础
2.2.1大数据
1)大数据的定义
大数据研究机构Gartner将大数据(bigdata)定义为大数据是一种新兴处理方式,该产业需要新的处理方式,经过信息收集加工才能具有更加强大的决策力、敏锐的洞察力以及优化的流程以适应大量的、高增长率、多种多样的信息产业。
[1]
另一种定义由麦肯锡研究所给出:
大数据具有海量数据、数据流转快、数据类型多样、价值密度低这四大特征,其是一种规模远超传统数据库软件的大规模获取、管理、存储、分析的数据集合。
[4]
大数据的根本意义在于,经过数据处理后体现出的信息,而不是庞大数据信息本身。
用通俗说法,就是大数据产业盈利的关键就在于对数据“加工能力”的提升,通过对数据的加工实现“增值”
[5]
从技术层面将讲,大数据与云计算就如同硬币正反面一般,管理密切并不可分割,大数据信息量巨大,不能依靠单台服务器处理,必须使用分布式计算的处理方式,对数据进行挖掘,提取高价值信息。
大数据必须依托云计算服务中的分布式数据库、分布式计算、计算机虚拟化技术以及云储存。
[2]
大数据(Bigdata)随着云时代的来临而走进人们视野,越来越多的人员对其感兴趣。
大数据分析团队指出,大数据(Bigdata)一般情况下是指公司创造的大量非结构化数据或者半结构化数据,对这些数据进行分析处理时需要花费大量的金钱和时间。
之所以将大数据与云计算联系到一起,是因为大型数据分析需要MaoReduce这样的框架协同成百上千台服务器对数据进行处理。
大数据(Bigdata)之所以能够有效的处理容忍经过时间内的数据信息,是需要与传统不同的技术,这些特殊技术包括:
数据挖掘、分布式文件管理系统、云计算平台服务、分布式数据库、大规模并行处理数据库以及可扩展的文件存储系统。
2)大数据的特点
大数据(Bigdata)的特点便是5“V”,这5“V”分别为:
“第一:
Volume,数据量十分巨大,数据规模TB~PB级别;
第二,Velocity,可以从各类型的数据中迅速获取很有价值的讯息;
第三,Variety(多样),大数据类型多种多样,形式各异;
第四,Value(低价值密度),通过合理地对数据进行分析,以低成本得到很高的价值回报;
第五,Veracity(真实性),数据获得大多是根据客户行为或实际信息得到的真实有效的数据,这使得数据具有较高的可靠性”
大数据(Bigdata)的意义不在于掌握这些海量数据,而是对这些海量数据进行特殊处理,使用大数据相关技术对其进行分析处理,将隐藏在这些海量数据中的高价值信息挖掘出来,实现对数据的增值
2.2.2大数据分析的基础
大数据的主要特点便是5“V”,这些数据集中并不是都是有用的信息,怎样甄别这些混乱复杂的信息,是大数据相关行业的重点难点,也是人们重点讨论的话题,数据的价值性、安全性等问题受到越来越多人的重视,那么现在都是基于什么基础对大数据进行分析的。
第一、看图说话
将数据信息通过buto那个指标和基数体现在一些类型的图表上,大数据分析处理结果不仅仅是呈现给研究人员查看,同时这些数据结果也需要呈现给普通人员,因此,大数据分析结果需要具有直观的、可视化的、容易被普通群众接受的特点,这样才能是结果易读,容易被普通大众所接受。
第二、数据统计方法
数据图表也是依托在数据统计的方式上制作而成的,通过各种不同的大数据算法,分析结果能够呈现出不同的数据特点,通过对这些数据结果统计后,能够体现出数据隐藏意义,如果是一些简单的算法,统计不能够实现发现数据隐藏价值,通过对这些数据进行挖掘,能够得到这些数据的特征点以及数据的隐藏价值。
第三、预测分析
通过对大数据的处理分析,能够科学预测数据未来发展方向,更好的为行业的发展提供预测性数据,预测分析主要就是通过挖掘数据的特点,建立科学的数据模型,带入新的数据,得出新的预测结果,作为发展过程中的参考,这是大数据分析的使用价值之一。
第四、语义引擎
要从数量庞大、价值分布密度低的数据中挖掘出隐藏价值以及数据特点是一件极具挑战的工作,通过一些特殊的分析工具,通过一些关键词和具有代表意义的句子对结构不同的数据进行处理分析,才能够从大数据中提取出有价值的数据,对相应数据进行归类。
第五、高效的数据管
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 商业银行 信贷业务 中的 应用 金融 毕业论文