| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究文献综述 | 第10-11页 |
| 1.2.1 国外研究综述 | 第10页 |
| 1.2.2 国内研究综述 | 第10-11页 |
| 1.3 研究内容、方法和技术路线 | 第11-15页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 研究思路与方法 | 第12-13页 |
| 1.3.3 技术路线 | 第13-15页 |
| 1.4 本文创新点 | 第15-16页 |
| 第2章 大数据与商业银行信用风险管理概述 | 第16-23页 |
| 2.1 大数据的概念、特征及应用现状 | 第16-19页 |
| 2.1.1 大数据的概念 | 第16-17页 |
| 2.1.2 大数据的特征 | 第17-18页 |
| 2.1.3 大数据的应用现状 | 第18-19页 |
| 2.2 大数据背景下商业银行信用风险管理概述 | 第19-23页 |
| 2.2.1 信用风险基本概念与特征 | 第19页 |
| 2.2.2 商业银行传统信用风险管理概述 | 第19-20页 |
| 2.2.3 大数据在商业银行信用风险管理应用的必要性 | 第20-21页 |
| 2.2.4 商业银行信用风险管理领域大数据应用现状 | 第21-23页 |
| 第3章 J银行信用风险管理现状及大数据应用必要性分析 | 第23-31页 |
| 3.1 J银行信用风险管理现状 | 第23-25页 |
| 3.1.1 J银行简介 | 第23页 |
| 3.1.2 J银行当前信用风险管控形势 | 第23-25页 |
| 3.2 J银行信用风险管理领域大数据应用必要性的定性分析 | 第25-27页 |
| 3.2.1 优势分析 | 第25页 |
| 3.2.2 劣势分析 | 第25-26页 |
| 3.2.3 机会分析 | 第26页 |
| 3.2.4 威胁分析 | 第26-27页 |
| 3.3 J银行信用风险管理领域大数据应用必要性的定量分析 | 第27-30页 |
| 3.4 小结 | 第30-31页 |
| 第4章 J银行信用风险管理领域大数据应用面临的问题 | 第31-34页 |
| 4.1 大数据存储与开发能力亟需提升 | 第31页 |
| 4.2 大数据加剧了商业银行信息安全隐患 | 第31-32页 |
| 4.3 信用风险管理大数据专业分析人才匮乏 | 第32页 |
| 4.4 多部门独立管控风险问题严重 | 第32-34页 |
| 第5章 J银行信用风险管理领域大数据应用策略 | 第34-38页 |
| 5.1 提升数据存储与开发应用能力,实施大数据战略 | 第34-35页 |
| 5.2 加强数据资源风险管控,确保大数据安全 | 第35-36页 |
| 5.3 加强信用风险管理大数据专业分析人才的培养 | 第36-37页 |
| 5.4 构建企业级信用风险管理统一分析与预警平台RAD系统 | 第37-38页 |
| 第6章 J银行依托RAD系统提升信用风险管控能力 | 第38-44页 |
| 6.1 RAD系统主要功能 | 第38页 |
| 6.2 RAD系统建设原则和架构 | 第38-39页 |
| 6.3 RAD系统实施方案 | 第39-40页 |
| 6.4 RAD系统预警监控体系 | 第40-41页 |
| 6.5 RAD系统预警监控流程 | 第41-42页 |
| 6.6 RAD系统的价值和意义 | 第42-44页 |
| 第7章 总结与展望 | 第44-46页 |
| 7.1 研究总结 | 第44页 |
| 7.2 未来展望 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |
| 作者简介 | 第49-50页 |
