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