一、传统信用风险管理技术及其不足


    1、传统信用风险预警信息源不够全面(如依赖征信数据),较难立体化还原贷款企业/人的全貌;

    2、企业为获得贷款会粉饰自身经营状况(部分信贷员出于业绩压力也会形成合谋),导致信息源不够准确,进一步放大了风险;

    3、传统信用风险管理重前不重后,对贷后企业的经营水平、资金去向、盈利能力了解较少,跟踪力度不够,无法进行风险预警;

    4、传统信贷员案头分析和实地走访十分重要,但缺点是效率较低,尤其是针对中小企业的时候;

    5、风险的本质是一种可能性,风险管理贵在主动式预测,而传统模式偏于事后分析,而非预测式分析


二、大数据背景下,网络信息挖掘助力信用风险预警的可行性


  1、互联网已成信息的集散地、发酵场,尤其是社会化媒体蓬勃发展的当下

              2、企业主动或被动的大规模“触网”,为挖掘追踪奠定了基础

              3、大量案例证明,大数据监管成为金融监管的新范式,风险管理也如此

              4、通过大数据分析,将跟踪端口前移,可大大提高风险识别的前瞻性

      


          三、基于大数据的信息挖掘是信用风险预警的有力辅助



         

          基于大数据的信用风险预警侧重风险线索的主动识别和研判,进而预测风险;

          全面、动态、及时是大数据风险预警的主要优势所在;

          基于大数据的互联网情报信息挖掘是信用预警的有效方法,是传统管理技术的有力辅助。






010-63161066
x