分享到:

数据仓库在信贷管理中的应用

在中国金融体制改革中,信贷管理成为商业银行的核心业务之一。如何实现高性能的信贷风险管  (本文共1页) 阅读全文>>

湖南大学
湖南大学

数据挖掘在农村信用社信贷管理中的应用

数据挖掘是指从大量的数据中,抽取出潜在的、有价值的知识(模型或规则)的过程。数据挖掘技术历经数十年的发展,已被广泛应用于金融、保险、电信、电力等领域。将数据挖掘技术应用于银行业是技术发展的热点,也是银行业自身竞争发展的迫切需要。目前,国外一些银行都在尝试用数据挖掘术来解决银行信贷管理中的各种问题和寻找新的机会,从而为决策的制定提供有力的支持,并产生了一些成功的运用和管理模式。农村信用社由于它在国内金融业的特殊性,其信贷管理中存在着诸多问题并且面临着一些难以掌控的风险,也迫切需要运用数据挖掘技术来控制信贷中的风险和提高信贷管理水平。本文以湖南农村信用社为背景,指出农村信用社信贷管理的现状及面临的挑战,对数据挖掘在农村信用社管理中的运用情况进行了分析,对数据挖掘的基本流程、关键技术和相关挖掘分析方法进行了剖析。论述了将数据挖掘技术应用到银行业信贷管理的几个步骤,并对这几个步骤中涉及到的技术和方法,以及流行的数据挖掘工具进行了阐述。接...  (本文共55页) 本文目录 | 阅读全文>>

湖南大学
湖南大学

基于数据挖掘的信用社信贷风险管理系统的设计与实现

随着我国金融市场准入的不断开放,像商业银行一样农信社也面临着前所未有的机遇和挑战。当前,农信社正着手进行各省相关数据的集中工作。在这种新环境下,建立一个基于数据仓库、联机分析、数据挖掘的高级应用分析的信贷风险管理系统显得尤为紧迫而必要。它不但能帮助农信社各级管理人员作出决策,而且可以提升农信社核心竞争力。由于农信社的金融产品品种较为单一,目前的主要业务仍然为吸收存款和发放贷款,故而信贷风险控制成为其各项工作的重中之重。本文结合相关信贷风险控制理论和数据挖掘技术的实际应用,重点研究适合我国农信社的信贷风险管理系统,并对信贷风险的潜在相关规则进行挖掘,指导决策。本文的主要工作包括:(1)回顾了数据挖掘和信贷风险管理基本理论。介绍了数据挖掘的基本理论和数据仓库建模的一般流程,分析了信贷风险管理的概念和主要管理方法,并结合数据挖掘技术在信贷风险管理中的具体应用,体现出数据挖掘在信贷风险管理中实现的意义。(2)完成了信贷风险管理系统的设计...  (本文共68页) 本文目录 | 阅读全文>>

湖南大学
湖南大学

Oracle数据库在农发行棉花信贷管理中应用研究

信贷管理离不开信息技术,信息技术将大大地提升信贷管理的智能化、标准化和流程化水平。现代银行的信贷管理如果没有信息技术的支撑和保障,终将被时代淘汰。农发行引进Oracle系统软件配置为主的CM2006系统,实现了信贷业务数据的大集中,为农发行信贷业务创新、管理创新、决策支持、风险防范奠定了重要技术基础。从系统运行4年情况来看,农发行对CM2006系统的使用主要集中在规范信贷审批流程上,系统的作用发挥十分有限,尤其是大集中后的信贷数据资源还没有很好地利用,进而对防控信贷风险没有带来较大的帮助。实施CM2006是农发行科技兴行战略的重大举措,开启了信贷管理的新时代,信贷管理与信息技术的结合大大提高了农发行信贷管理水平,进一步促使农发行的企业价值回归银行风险管理的本来意义。因此,在完善以Oracle数据库为主要软件CM2006系统功能的基础上,提高数据库的应用能力显得尤为重要。本文着重从以Oracle9i系统软件为平台的农发行CM200...  (本文共82页) 本文目录 | 阅读全文>>

中南大学
中南大学

数据挖掘技术在农村商业银行信贷的应用研究

With the development of information and computer technology, various types of enterprises in the market competition is an important change, this change depending on the powerful information processing ability, but also changes the enterprise's own management mode. In the current domestic commercial banks internal, change began to various management decision, the importance of commercial banks are increasingly aware o...  (本文共66页) 本文目录 | 阅读全文>>

南京航空航天大学
南京航空航天大学

数据挖掘技术在银行信贷管理中的应用研究

随着银行业对信息化建设的重视,信息技术早已广泛渗透到银行业各个机构、各项业务和各个环节。我国大多数商业银行已经建立并逐步完善了以会计核心系统为中心,以个人信贷管理系统、对公信贷管理系统、中间业务系统、管理会计系统等为外围辅助系统的一套较为完整的信息管理体系。在此形势下,我国商业银行便累积了海量业务数据。但是,银行很多重要决策并不是基于这些海量数据,而是基于决策者的直觉。大型数据库中的海量数据变成了“数据坟墓”,甚至成为银行的负担。这归结于缺乏从海量数据中挖掘有用信息的工具,而数据挖掘技术的兴起正好可以解决这一难题。数据挖掘是一个交叉学科领域,汇集了数据库、机器学习、统计学等领域的技术和方法,它能够从大量的银行业务数据中发掘出潜在有用的信息和知识,为管理者提供有效的决策信息,进而能够更加有效地防范和管理风险。本文就银行信贷管理中的风险管理环节进行研究,采用数据挖掘技术实现贷款风险评估。首先研究主要的数据挖掘方法和技术,简单介绍我国...  (本文共72页) 本文目录 | 阅读全文>>