大数据背景下商业银行信贷风险的新特征研究作者：庞红珺来源：《环球市场》2019年第31期
摘要：随着大数据时代的到来，商业银行的信贷风险完全不同于传统时代的风险，其涉及面更广、危害性更大;因此，研究其不同之处颇有必要。本文基于我国商业银行信贷风险新特征，从大数据的思维出发提出相应应对措施。
关键词：大数据;风险管理;信贷风险
一、大数据含义及特征
（一）大数据的概念
最初IBM将大数据的特征总结为4个“V”（Uolumc，Variety，Value，Velocity）：第一，极大的数据量。第二，极多的数据类型。第三，密度低且价值高的商业价值。第四，对数据的处理速度极快。把大数据的作用发挥到极致，关键在于提高对数据加工的效率，使数据的价值能够达到最大化。
（二）商业银行大数据的特征
商业银行在大数据背景下具有以下三个特征：
第一，数据的种类多。商业银行的数据不仅来源于线下交易，还可以从客户的网上记录、手机银行记录中获取。商业银行可以从多方面搜集信息，提高数据的可信度。
第二，数据的动态变化性。随着互联网技术的发展，数据的更新越来越快，商业银行更需要及时更新数据库，提高决策的效率。
第三，数据的相对价值较低。商业银行目前拥有的大量应用性数据的有效性水平不高，因此利用先进的处理技术剔除了无效的数据，增加了数据的有效性尤为重要。
二、传统背景下商业银行信贷风险特征
（一）成本高
主要体现在以下两个方面：
第一，征信成本高。银行对企业进行信用水平调查时需要收集大量的信息数据，征信成本极高。而在收集有关担保贷款申请客户的信息时，除了对担保贷款申请人的背景、经营状况、财务状况、担保贷款情况等相关信息的真实性进行调查外，还可能需要审查该客户的贷款行为是否合法以及担保贷款的安全性。
本文来源：https://www.2haoxitong.net/k/doc/279d589a0622192e453610661ed9ad51f11d5416.html
文档为doc格式