声明
致谢
摘要
1 导论
1.1 选题背景和目的
1.2 研究思路和方法
1.3 研究现状
1.4 研究设想
1.5 论文框架结构
2 现有大数据及未来发展技术对银行的益处
2.1 现有大数据处理技术
2.1.1 数据传输
2.1.2 大数据库
2.2 未来发展
2.2.1 私有云技术
2.2.2 软件定义的网络
2.2.3 高级同步
2.2.4 Apache的Hadoop
2.2.5 客户端管理程序
3 银行业目前及未来发展对大数据技术需求的预测
3.1 市场定位、同业竞争、外部压力
3.1.1 竞争的加剧
3.1.2 金融市场的快速发展与完善
3.1.3 银行进入壁垒的降低
3.1.4 管制的放松
3.1.5 金融全球化
3.1.6 金融创新的不断涌现
3.2 全面电子信息化
3.2.1 客户
3.2.2 竞争
3.2.3 成本与收益
3.2.4 国内银行业网络平台建设现状
4 大数据技术对银行企业融资风控管理的适用性
4.1 银行内部现有对企业融资的风险识别模式
4.1.1 风险识别的量化指标分析
4.1.2 风险识别的非量化指标分析
4.2 银行内部现有对企业融资的风险管控模式
5 大数据技术与银行风控的现有结合
5.1 当前的银行风控形势
5.2 银行自身迸行大数据建设的优势
5.3 大数据对于银行业风险管控的推进作用
5.4 基于大数据的银行风险管控
5.4.1 全面风险视图的建立
5.4.2 客户线上信息识别
5.4.3 信用评分模型建设以及与之匹配的业务簧略设计
5.4.4 实时风控技术框架
5.4.5 智能决策与业务应用流程结合
5.5 应用举例之江苏银行
5.5.1.“享e融”个人纯线上贷款产品
5.5.2 “税e融”小微金融贷款
5.6 应用举例之民生银行
5.6.1 充分获取数据信息是关键
5.6.2 有效使用数据信息是核心
6 大数据与银行风控结合的未来展望—新系统的研究推论
6.1 新系统设计的理论基础
6.1.1 与蚂蚁金服风控体系的比较
6.1.2 设计原则及目标
6.1.3 新系统层级结构及特点
6.2 新系统的基础架构推论
6.2.1 新系统架构图
6.2.2 一个框架
6.2.3 一个门户
6.2.4 一个中心
6.2.5 多渠道、多应用
7 新系统具体运作举例
7.1 大致流程
7.2 发起申请
7.3 风险评估(贷前时点模式)
7.3.1 企业基本信息分析
7.3.2 企业财务数据分析
7.3.3 企业评级及审批决策
7.4 融资双方达成协议(融资发放阶段)
7.5 贷后管理(贷后时间段风险评估模式)
8 新系统的分段推进设想
9 结论
参考文献
作者简介