大数据在防控金融风险方面的探索与应用.pdfVIP

大数据在防控金融风险方面的探索与应用.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

度上不仅提升了用户交易频率,同时还在大幅缩减支出、降低风险、

减少交易时间等方面极大促进了互联网金融风险防控能力的发展,逐

渐成为金融系统风险防控的核心技术。因此,研究如何通过运用大数

据更好地预测和防范金融风险具有十分重要的意义。本文以新金融业

态、传统金融机构和地方政府为例,分析了大数据在金融风险防控方

面的具体应用,总结了当前运用大数据进行金融风险预测与防范中的

存在的难点及问题,并提出了可行性建议。

一、大数据在金融风险防控方面的应用案例分析

(一)阿里巴巴基于大数据的金融风险防控实践

1.阿里巴巴通过

不断收集社交网站、视频网站、快递信息、购物及出行等各类消费记

录,进而将个人信用卡的还款信息、交易、支付、淘宝的水电煤缴费

信息都加入到信用分析评价体系中来,同时阿里还入股新浪微博,获

取该平台上的社交数据以完善其数据系统。凭借着上述庞大的数据储

备,阿里巴巴于2013年创立了阿里信用贷、淘宝订单贷、信用贷,

通过多年数据的收集与管理,将海量数据进行分析、评价,在某种程

度上创造了较为对称的信息平台,使得公司不再处于信息劣势,而在

综合分析中占据了主动地位。

2.有效利用大数据,实施严格风险防控措施。阿里巴巴有效利

用大数据海量信息,挖掘出金融信贷中的风险防控体系所需的关键信

息,并将所挖掘的信息进行合理整合、运用,从而提升了风险控制效

率。一是对贷款客户信用综合评级效率高,审核严谨,确保公司风险

1

再加上交叉检验和在线视频,在最短的时间内公司便能够出具一份全

面的客户信用评级信息。在此基础上,阿里巴巴再依照目前资金状况、

运营能力等,先系统核定,后人工审核,为每位客户确定一个合理授

信额度,并出具电子合同。二是从前、中、后三个时期管控风险,以

保证最大限度回收款项。在贷款前,公司会对商家进行上述的客户信

用综合评级,且对各项资料都进行严格复核,从而为整体风险防控措

施做到更高程度的保障;在贷款中,公司会在支付宝平台和阿里云平

台上对贷款者的现金流量进行严格检测,对异常状况的监控与管理是

保障资金安全中至关重要的环节;在贷款后,公司对于金额的催收有

严格程序,对违约贷款者,将关闭淘宝店铺,并在阿里官网上对于欠

贷企业进行披露,使企业声誉受损,很难再会有金融企业愿意为其提

供贷款服务,从而能够使企业的贷款风险降至最低。正是有了这样严

格的风险防控措施,阿里金融发展规模才得以迅速壮大,较传统信贷业

务成本大幅缩减,成为大数据技术下的互联网金融行业的成功典范。

(二)推动建设银行建立面向大数据分析的全生命周期链路

目前中国建设银行已经形成了一个核心、三大平台、六维应用”

的三横六纵系统架构体系,即以数据集成层P9为核心,搭建大数据

采集平台、大数据整合平台、大数据应用平台三大平台,支撑渠道全

息大数据应用、个人客户数据挖掘应用、电子银行智能风控应用、精

准营销应用、运维大数据应用、非结构化大数据应用六大应用体系。

1.建立渠道大数据平台。建设银行于2014年率

先在同业启动了网络金融渠道的动态行为非结构化数据采集工作,数

据采集方法、范围、数据量在同业中处于领先位置。建设银行搭建的

2

”,在同业率先实现网银网站全覆盖的客户动态行为等

非结构化数据采集。随着新版手机银行的推出,在2017年覆盖移动

端客户行为采集。“数据加工工厂”对采集的非结构化数据进行规范化

处理,通过线上线下、结构化与非结构化数据的整合,形成一套完整

的数据指标。

2.建设银行通过

大数据挖掘、云计算、智能化监控和分析等新兴技术,实现全面覆盖

网上银行、手机银行、网上支付等网络渠道交易的7×24小时全面风

险监控。结合

您可能关注的文档

文档评论(0)

177****3106 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档