数据挖掘技术在银行业的应用

随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多.激增的数据背后隐藏着许多重要信息,人们希望能够对其进行更高层次的分析,以便更好地利用这些数据.目前的数据库系统可以高效地实现数据的录入、查询、统计等功能,但无法发现数据中存在的关系和规则,无法根据现有的数据预测未来的发展趋势.缺乏挖掘数据背后隐藏的知识的手段,导致了"数据爆炸但知识贫乏"的现象.正是为了解决这种状况,近年来数据挖掘技术有了长足的发展和广泛的应用.     

数据挖掘及其在银行业的应用

数据挖掘技术是近年来在国外银行业得到广泛应用的一门新兴边缘信息技术。随着我国银行业信息技术应用的不断成熟，数据挖掘技术也必将极大地促进我国的金融电子化建设。本简要介绍了数据挖掘技术的概念、分析手段、核心技术、在银行的成功案例以及在我国的应用前景。     

防范和化解银行业风险的思考

当前我国银行业的风险，集中表现在银行业内部控制较为薄弱，贷款质量不高，大案要案频发，信用风险和操作风险日益突出。为防范、控制和化解中国金融风险，应强化银行内部控制，加强监督制约，强化风险管理和监管，加大清收不良贷款的力度，大力发展资本市场，扩大直接融资比例，减少企业对银行的过份依赖，逐步化解银行业的风险。     

良好的银行治理结构是防范银行业风险的基本条件

科学的银行治理结构对防范和降低银行业风险具有重要作用,因此,必须结合我国国情,建立和完善我国银行业的治理结构。     

大数据挖掘技术在电力审计风险防范中的应用研究

本文创新运用人工智能领域先进技术聚类分析算法,以工程结余物资风险分析为切入点,利用业务全流程数据制定评价指标标准,计算物资库龄和项目流转数,从而筛选出工程结余物资存量,总体评估审计风险,进而实现审计风险防范。     

试论我国银行业风险的会计因素及其防范措施

本从会计角度出发，分析我国国有商业银行会计核算不实、内部监督乏力、政策运用不当和社会监督机制不健全等银行业风险产生的因素，并从宏观和微观两个层面来探讨防落银行业风险的会计政策与措施。     

数据挖掘技术在银行的应用

数据挖掘技术源于20世纪80年代末,金融,保险、电信等行业首先受益。20世纪90年代末,随着客户关系管理的兴起,数据挖掘逐步成为银行、保险业的宠儿。21世纪,数据仓库技术的广泛应用为数据挖掘的深度普及奠定基础。在金融数据海量集中的年代,对数据的整合、挖掘势在必行。本期技术与应用栏目以数据仓库、数据挖掘技术在银行、保险业的应用为例,与金融科技工作者共同探讨其最新价值。     

基于知识管理的银行风险数据挖掘系统

基于知识管理的数据挖掘系统由两部分组成:知识获取和管理工具、面向对象推理机。知识获取和管理工具采用面向对象的知识表示方法来描述和存贮知识,它能可视化地对银行风险系统建立知识库,并通过面向对象的推理机根据相应需求进行推理和挖掘。     

数据挖掘在金融分析中的应用

数据挖掘(DM)技术是在20世纪80年代产生、90年代后期成熟并逐渐在许多领域广泛应用的一门新技术。它是利用文献资料法、专家访谈法、数据挖掘和数理统计法等分析方法，从大量数据中发现模型和数据间关系的一个过程，可以为人们做决策提供有力的参考。目前，DM在国外金融领域应用     

数据挖掘初探

作为一门新兴的技术，数据挖掘具有广泛的应用前景。本着重介绍了数据挖掘的基本概念与过程，并详细讨论了数据挖掘的任务与发现方法。     

关于香港银行业经营国际化的思考

随着全球经济金融一体化的发展,香港作为亚太地区的金融中心,经营业务国际化已成为银行业发展的主要特征。分析香港银行业经营国际化特征对我国内地银行开展国际业务具有借鉴意义。     

必须正视我国银行业的流动性风险

必须正视我国银行业的流动性风险中国人民银行河南省分行杨子强对我国银行业流动性风险现状的分析改革开放以来,我国商业银行已由改革前的单一银行制度发展为国有独资商业银行、区域性股份制商业银行、城市商业银行以及外资商业银行多种商业银行并存的商业银行体系。在商...     

数据挖掘技术在商业银行中的应用研究

随着商业银行信息化进程中数据集中阶段任务的完成，各商业银行将面临如何从大量的数据中提取有价值的信息和知识“提高企业决策质量和市场竞争力，数据挖掘技术的出现使企业“数据变知识“成为可能。本主要结合商业银行的实际，探讨了数据挖掘技术在其客户关系管理、信用管理、风险管理等方面的应用。     

数字淘金：从银行数据中发现知识与财富—聆听中国工程院李德毅院士谈数据挖掘与数据安全

李德毅博士,少将,中国工程院院士,中国人智能学会副理事长,博士生导师,应中国人民银行邀请,前来为中国人民银行及国内26家商业银行的代表演讲"数据挖掘与数据安全"。夏日,雨后,空气格外清新,远处的青山和近处的碧树将爽人的绿色洒满视野,逐渐明亮的阳光,使李德毅院士郡清瘦的面宠显出智慧与潇涵,他走上讲台,风趣地对大家说:"来此之前,我被告知给银行的行长们讲课,从现场来看,好像不全是行长,因为这里有许多年轻的同志,我的感觉是你们还得再奋斗几年才能当上行长,"这时,全场听众都笑了,这笑声将演讲者与听众的距离拉得很近。然后,他拿出一块随身携带的活动硬盘对大家说;"我讲课的内容全在这块硬盘上面。银行的同志们算账都很快,请大家算一算,这块活动硬盘20个 G,换或软盘应当是多少张?"此时,场内的气氛再次活跃起来。起初我曾有些担心,一位计算机领域的专家如何能用通俗的语言将他的研究成果向公众作以介绍,其实这种担心是多余的,许多有名望的科学家往往能够更容易与公众交流、接下来。李德毅院士讲到——     

数据仓库技术及其在银行业的应用

目前,国内各商业银行正面临着前所未有的激烈竞争。与此同时,随着中国加入WTO,金融自由化、国际化的速度也正在逐渐加快。在不久的将来,国内各商业银行除了彼此之间相互竞争以外,还将迎接来自许多世界级外资银行的挑战。在这种竞争压力下,利用先进的数据仓库技术建立集中的、包     

客户关系管理系统在银行业的应用

随着国有商业银行从“以资金为中心”向“以客户为中心”的市场营销观转变,客户关系管理(CRM)为银行管理客户资源提供了有力的工具。本文在介绍客户关系管理理论内容的基础上,着重分析了我国银行业实施客户关系管理的必要性和可能性,以及实施的问题和策略。     

浅析我国银行业的金融风险现状及其防范措施

在经济全球化的背景下,国家的高速发展离不开银行的金融体系作为支撑。我国能够在2008年的全球金融危机中迅速恢复过来,其中离不开银行在宏观调控中发挥出的金融举措。历史经验表明,银行在保障宏观经济的高速运转过程中起着不可估量的作用。面对世界经济形势复杂多变,各种金融风险错综复杂等问题,本文总结了我国银行业的现状、其面临的风险、以及应对风险采取的相关措施,为决策者提供相应的决策参考。     

数据挖掘在银行业务中的应用

我国商业银行大部分是实行总分行机制的,由于交易数据总量巨大,考虑到数据量和成本的原因以及各地经济状况不同,省级分行适合建立全省规模的数据仓库和基于该仓库的数据挖掘系统。