大数据的最后一公里——数据可视化技术

在金融行业中,将大数据技术运用在辅助决策、风险防控、客户画像、反欺诈等领域已经十分常见。在大数据技术价值链中,数据展现处在链条的末端,直接作用于最终用户决策的过程中,正是整个大数据技术的＂最后一公里＂。在各种数据展现方法中,数据可视化技术是最容易为人类所接受的表现形式。因此数据可视化技术的优劣将直接影响数据的最终应用与决策。     

数据存储系统在银行的应用

银行数据大集中需要数据存储近年来,国内商业银行普遍推行"以客户为中心,以市场为导向"的新型运作模式,也就是对银行业务实行整合再造。整合的基础是银行的核心业务系统和数据大集中,然后在此基础上,建立银行数据仓库和客户关系管理系统(CRM),以改善银行综合竞争实力和盈利能力,有效防范金融风险。银行数据高度集中,必然需要高速率、大容量的存储系统。同时随着银行业务的拓展,银行的计     

数据大集中后的思考

以数据大集中为标志的新一轮银行信息化建设目前已初见成效，为各大银行初步实现数据大集中、提高核心竞争力以应对越来越激烈的市场竞争提供了广阔的技术平台，同时也为我国银行业的改革与发展提供了有力的技术支持。     

大数据技术应用与银行信用评级体系创新之探

大数据概念是传统数据概念的延伸，大数据技术是对原有数据分析技术的补足。应用大数据技术，银行的信用评级体系可以进一步完善、创新。     

银行海量数据访问优化途径

随着银行数据大集中的实现,数据中心的海量数据的组织、查询和存取日益成为应用性能的关键。本文主要从银行海量数据访问优化的思路、采用的具体技术、相关技术发展与展望等方面作了具体介绍,为提高海量数据的访问效率作了有益的探索。     

基于大数据的银行经济预测和金融统计研究

在大数据时代，数据的价值越来越凸显，银行需要积极适应环境的变化，探索新的发展路径，合理规划金融经济数据化建设，应用现代大数据技术，完善战略布局。文章阐述大数据对银行经济预测及金融统计的作用，分析大数据用于银行经济预测及金融统计中的问题，探讨相应的发展对策，旨在促进银行的可持续发展。     

大数据时代的数据管理战略——专访中国邮政储蓄银行信息科技部总经理汪航

在大数据时代,银行要想利用数据制胜,就必须尽早建立数据资产管理策略。只有拥有战略性视野和专业技术,才能更好地获得商业洞察力,促进以个性化的产品和服务吸引客户,进而将数据资产转换成为战略资产和市场竞争力。     

基于HADOOP技术 实现银行历史数据线上化研究

正从硅谷到北京,从中关村到金融街,大数据的话题越来越热门,关于大数据技术的探索越来越广泛。致力于打造最具创新力银行的中国光大银行紧密跟踪业务、技术发展趋势,开展了对大数据技术的深入研讨,并尝试将大数据领域的Hadoop技术应用于银行IT系统建设。光大银行首个基于Hadoop技术的应用试点项目——历史数据查询项目于2013年10月底成功投产上线,这是Hadoop技术在银行系统应用上的一个重要里程碑。本文将浅析光大银行历史数据线上化研究和Hadoop技术应用。     

基于知识图谱构建商业银行大数据风控体系的研究与实践

大力扶持实体经济及民营经济发展,研究解决民营企业、中小企业发展困境是重要的时代课题。而在当前企业经营管理复杂度提高、关联隐蔽性增强的情况下,银行服务实体经济特别是以市场化运作的民营企业的风控能力还较薄弱,亟需进行风控管理方式的转型。重庆银行在过去几年大数据探索和建设的基础上,积累了一定的技术和数据基础。为进一步提高风控水平和助推银行智能化转型,本研究主要依托知识图谱技术,在充分利用、挖掘和融合行内外数据的基础上,构建以群体关系挖掘为核心的大数据风控平台,以解决银行面临的风控痛点、提升银行服务实体经济的能力。     

智慧银行--大数据背景下商业银行的战略选择

随着人类社会从IT时代进入DT时代，大数据对商业银行的价值不言而喻。本文采取理论与实践相结合的思路，不仅从贷款、理财以及支付业务三方面阐述了大数据背景下商业银行面临的挑战，而且重点阐述了大数据背景下智慧银行的含义与优势，并例证了建设银行建设智慧银行的举措。最后，建议商业银行应该加大技术研发投入、完善服务渠道、加强客户关系管理、加强风险管控，以更好地建设智慧银行。     

数据大集中主导金融自主创新

目前,国内商业银行纷纷从数据集中入手进行新一轮由技术主导的金融自主创新。数据大集中主导的金融自主创新存在着创新安全、技术设备及人力资源准备、数据有效利用等问题。银行应利用数据集中进行银行管理体制、经营机制创新、经营管理技术创新、银行服务供给创新和风险控制技术创新。     

数据挖掘在银行数据“大集中“后的应用

以数据"大集中"为代表的银行综合业务处理模式建立了完整统一的电子化信息资源平台,而运用数据挖掘技术可以在这个平台上建设面向银行经营管理全过程的科学客观和量化的技术支持体系,从而更好地发挥数据集中优势.     

大数据:从概念化走向价值化简

大数据时代开始了！作为大数据概念的技术基础,流媒体、物联网、社交网络、内存计算、分布式计算、海量数据存储、结构化/非结构化数据挖掘分析、数据可视化等并非最近一两年才出现的新概念、新名词,但是将这些成熟的概念以全新的商业模式串接起来,并加以组合包装与运用,却打开了一幅将数据作为继黄金、石油、货币之后的全新的社会财富资源的诱人画卷。     

对人行分支机构采集非法人银行机构明细数据的思考与建议——以四川省为例

随着大数据技术与金融行业的深度融合,人民银行顺势开展大数据采集、分析和挖掘工作,以此提升经济金融决策分析、防范化解金融风险、维护国家金融稳定等履职能力。当前,随着人民银行“数字央行”大数据试点工作的逐步深入,人行各分支机构面临着如何采集区域内非法人银行机构明细数据的问题。本文首先介绍了人民银行数字央行大数据试点工作的现状,然后以四川省为例,分析了非法人银行机构在数据存放、平台建设、人员配备和系统建设等方面的状况,最后从政策支持、合理预留时间、放宽校验规则等方面提出工作建议,并从分组管理、数据校验、机构考核和数据传输等方面提出数据采集的功能建议。     

科学评估银行计算机系统风险

以现代计算机技术和网络通信技术为代表的信息技术在银行业的广泛应用与发展,把我国银行电子化推进到数据大集中的发展时期。这个时期的银行计算机系统有三个显著特征：一是数据中心化。各家银行,特别是国有商业银行都不断把分散在各分支机构的业务集中到核心部分的数据中心处理;一些银行已实现全国数据大集中。     

论大数据时代银行的风险经营

内外部经营环境的变化为银行风险管理带来了全新的变革,银行对待风险的态度由被动应对向主动经营转变。大数据时代为银行风险经营提供了可能和基础。为实现大数据时代银行的风险经营,银行应树立大数据管理和强化资本约束理念,充分发挥经济资本工具作用,强化资本约束的传导机制;用好用活大数据,推进资本管理高级法实施;充分发挥大数据优势,快速提升银行风险定价能力;培养高水准数据人才,持续提高风险经营能力。     

加强和改进非现场稽核分析的思考

一、数据大集中已成为当前银行发展的一种趋势 随着业务的发展,各大银行都在向以市场为导向、以顾客为中心、以风险控制为特征的经营方向转变。这对银行的业务模式和应用系统建设提出了新的要求。在新形势下,数据大集中成了银行发展的必然趋势。 大集中的内涵,就是依靠科技手段将分布在各个分支机构和营业网点的业务数据及其他一些相关数据集     

大数据在商业银行中的运用与发展

众所周知互联网金融时代要看现金的大数据发展,并且运用广泛。可能对我国乃至银行界都会产生重大的影响。伴随着大数据将会产生新一轮的金融模式,为现在的银行发展提供机遇与契机。大数据运用于银行,可能是基于其银行内部系统的数据,将来银行在大数据的运用于发展可根据最新的产品实现定点的推送和创新营销的模式,将来大数据和银行的完美运用问我们提供了无限的契机和想象力的空间。     

基于大数据的互联网信息在银行辅助征信中的应用

本文从近年来热门的大数据应用和银行征信遇到的数据来源单一、覆盖面有限、时效性不强等问题入手,结合实际工作中银行利用跨界数据进行辅助征信的案例,提出整合互联网和其他财务数据以建立银行互联网征信模型,达到利用大数据进行辅助征信的目的。尽管互联网征信实际运用效果明显,但要广泛应用还需要各方努力,文章也对未来互联网征信的发展提出展望。     

加快数据大集中建设 实现农信管理现代化

银行现代化管理是以现代化的管理理念和先进的IT技术为基础的。本文通过对广东省农信社管理方式的现状及特点、难点分析,阐述了数据大集中建设的必要性及其对提升农信社现代化管理水平的重要意义,并提出了广东农信社数据大集中的实施规划。