大数据分析在银行信用风险管理中应用研究开题报告

全文总字数：2612字

1. 研究目的与意义

商业银行信用风险管理的水平不仅直接反应了商业银行的核心竞争力，也影响了商业银行的生存与发展。

由于商业银行起步比国有银行晚，其市场信用风险的管理并不是很完善，在面对一些信用风险时会出现坏账的情况。

所以利用大数据分析手段，对我国商业银行进行信用风险管理与策略研究，将有助于商业银行提高信用风险防范意识和水平。

2. 国内外研究现状分析

一、国外关于商业银行信用风险管理的相关理论

关于商业银行信用风险评估的研究，国外起步比较早且相对于国内的研究来说较为成熟，理论体系比较系统且全面。

1.20世纪60年代以前，信用风险评估方法主要是基于财务报表上的静态数据，运用定性分析法对信贷风险进行主观的评价，例如专家分析法。专家分析法包括5c要素分析法、5p要素法和5w法，该理论以专家的经验为评估标准，需要大量专业的风险管理人员和专家，使得银行负担很大的经营成本，后来有学者提出了改进的新专家分析法，但定性分析法由于其主观性过强、量化程度低、没有严格的标准等局限性，难以实施开来。

3. 研究的基本内容与计划

（一）研究内容

1、我国商业银行的信用风险管理现状（包括风险分类、风险特征与原因）；

2、大数据分析的应用优势；

4. 研究创新点

本文以数据分析在商业银行信用风险管理中的应用为研究对象,采用理论研究与实证研究相结合的研究思路。理论研究主要通过获取国内外最新的金融风险管理、商业银行信用风险管理与数据挖掘的应用研究成果和对相关文献资料的整理和挖掘，形成关于金融风险管理、商业银行信用风险与数据挖掘的应用研究的基本观点和模型，并紧密结合实证提出相应的的风险管理对策。