大数据背景下商业银行信贷风险的管控
——基于信息不对称分析
摘要：对于大数据背景下商业银行的征信发展，是近年来国内外众多学者关注和分析的热点，本文将主要以降低商业银行的信用风险为目的出发主要探讨如何有效利用大数据，并将借助部分商业银行使用大数据前后的数据分析，以总结出在大数据背景下适合国内大多数地区的商业银行信贷体系建设与发展的启示。
关键词：信贷风险；商业银行；大数据
一、研究背景
受近年经济增速持续下行和新冠疫情的影响，不少企业经营状况恶化，资金周转周期延长，部分企业生产经营面临困境，信用风险较之前有所上升。根据中国银行研究院提供的数据显示2020年二季度，商业银行不良贷款率为1.94%，银行业金融机构不良贷款率为2.1%，均创下近十年新高。近些年来，商业银行不良贷款生成速度大都有所加快。
大数据是信息时代下衍生出的一个新的概念，在银行界，将大数据与信贷相结合更是起到了划时代的作用，大数据信贷的优势在于业务办理速度更快、效率更高、时间空间更为灵活、受众更加广阔等。但是，商业银行使用大数据对于其降低信贷风险的作用程度的大小未有明确的结论。因此，本文将通过各地区代表性的商业银行的报表数据和政府的宏观政策两个方面，研究大数据征信技术对于商业银行管控信贷风险起到多大的作用，这对于商业银行有效率地分配信贷资金、中小微企业合理地获取贷款均有重要意义。
二、商业银行现存信用风险分析
由于社会发展的不充分性和复杂性，人们始终掌握市场上的完全信息，所以在人类社会中总是存在着信息不对称的问题，这就给人们的经济活动增加了一定的不确定性。辛琳（2001）提到信息不对称会带来逆向选择和道德风险问题，使得社会配置低效率，这对市场运作会产生极大的破坏。而对于信贷市场来说，由于信息不对称的程度，中小企业要比大企业相对高很多，导致中小企业存在着不小的信贷缺口，这对他们的发展会产生非常不利的影响（田晓霞，2004）。针对这个现象，下文将从信息不对称出发研究银企间信贷问题产生的原因进行详细分析。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
