基于大数据征信的商业银行小微企业信贷风险控制研究

发布时间：2021-04-17 17:08

近年来,国家相继出台一系列政策支持小微企业的发展,推动"大众创业、万众创新";各大商业银行也陆续推出小微企业贷款产品,小微企业贷款余额不断增加,在一定程度上缓解了小微企业融资难的问题。但是,目前我国小微企业普遍存在经营管理混乱、财务不健全、信用意识薄弱等问题,导致商业银行信贷业务面临的风险也越来越大。同时,商业银行在信贷风险识别、计量、监测等方面还存在诸多问题,导致不良贷款余额和不良贷款率持续"双升"。在经济下行压力持续加大的形势下,风险控制对商业银行来说尤其重要。随着互联网金融的发展,大数据征信技术的优势日益明显,逐渐成为信贷风险控制的金钥匙。如阿里小贷利用阿里巴巴、淘宝、支付宝、阿里云四大平台积累的客户信息,发放纯信用小额贷款,及时缓解了淘宝商家的融资需求,也让阿里巴巴集团在小微信贷市场分到了一杯羹。在新的金融形式下,商业银行面临前所未有的机遇。一方面,相比互联网金融企业,商业银行拥有雄厚的资金和丰富的客户优势,为大数据平台的建立以及产品的开发与应用提供了便利条件;另一方面,相比传统信贷模式,在大数据征信模式下,商业银行可以充分挖掘客户信息,打破信息壁垒,动态模型管理,降低业务风险,提高贷款决策的有效性和科学性,实现阳光金融。基于此,本文首先对商业银行小微企业信贷业务发展现状以及商业银行小微企业信贷面临的风险进行分析,并结合商业银行信贷风险控制流程分析,指出目前商业银行在风险识别能力、风险量化手段、风险预警机制、信用评级体系等方面存在的问题;其次,提出了商业银行利用大数据征信模式进行风控在风险识别、风险计量、风控流程管理等方面的优势,以及对面临的挑战进行分析;再次,通过对阿里小贷的案例介绍,深入剖析了大数据征信模式在互联网金融信贷风险控制领域的成功应用,并从优质客户选择、信贷流程监管、违约风险惩戒这三个方面,为商业银行利用大数据征信进行小微企业信贷风险控制提供借鉴价值。此外,还选取了利用大数据征信进行小微信贷风险控制的先行者江苏银行为例,对其大数据风控基础、"税e融"小微信贷产品发展规模、以及风险控制流程进行分析;最后,就商业银行运用大数据征信完善小微企业信贷风险控制提出相关措施与建议。一是进一步落实法律法规,完善信用体系建设;二是实施大数据战略,转变小微信贷经营模式;三是加强各方面信息融合,降低信息不对称风险;四是加强科技人才培养,实现产品、模型的应用与更新;五是重视客户的隐私保护,防止信息外泄,从而维护数据安全。
【学位授予单位】：安徽大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：F832.4;F276.3;F275

文章目录

摘要

Abstract

第一章绪论

一、研究背景和意义

（一）研究背景

（二）研究意义

二、国内外研究现状

（一）国外研究现状

（二）国内研究现状

三、研究思路和方法

（一）研究思路

（二）研究方法

四、创新点与不足之处

（一）创新点

（二）不足之处

第二章商业银行小微企业信贷业务发展现状与风险控制存在的问题

一、商业银行小微企业信贷业务发展现状

（一）商业银行小微企业信贷业务发展概况

（二）商业银行小微企业信贷业务操作流程

（三）商业银行小微企业信贷风险表现形式

二、商业银行小微企业信贷风险控制存在的问题

（一）风险信息归集不完备

（二）风险量化手段不先进

（三）风险预警机制需完善

（四）信用评级体系不科学

第三章商业银行运用大数据征信进行小微企业信贷风险控制的优势与挑战

一、商业银行运用大数据征信进行小微企业信贷风险控制的优势

（一）拓宽信息来源渠道,提升风险识别水平

（二）基于大数据平台,强化风险计量水平

（三）全流程化数据管理,提高风险控制效率

（四）实时动态跟踪管理,提高风险控制能力

二、商业银行运用大数据征信进行小微企业信贷风险控制的挑战

（一）大数据专业人才缺乏

（二）系统驾驭能力不足

（三）大数据产品有待优化

（四）数据信息安全存在威胁

（五）信息孤岛仍然存在

第四章基于大数据征信的小微企业信贷风险控制案例分析

一、阿里小贷信贷风险控制案例分析

（一）阿里小贷风险控制模式

（二）阿里小贷模式的成功经验

二、江苏银行小微企业信贷风险控制案例分析

（一）江苏银行基于大数据征信风控的基础

（二）江苏银行"税e融"业务发展现状

（三）江苏银行"税e融"业务风险控制流程

第五章商业银行运用大数据征信完善小微企业信贷风险控制的措施

一、进一步落实法律法规,完善信用体系建设

二、实施大数据战略,转变小微信贷经营模式

三、加强各方面信息融合,降低信息不对称风险

（一）整合政府层面数据信息,实现信用信息共享

（二）积极与大数据平台合作,丰富客户数据维度

四、建设自身大数据平台,提高大数据应用效率

五、加强大数据人才培养,推进产品开发与应用

（一）培养大数据人才队伍,提高数据处理与分析能力

（二）创新金融服务模式,推进大数据产品开发与应用

六、重视客户信息保护,维护大数据安全

参考文献

致谢

攻读学位期间发表的学术论文目录

【相似文献】