摘    要

    

大数据背景下商业银行的信贷风险管控，是近年来国内外众多学者关注和分析的热点，大数据技术可以通过大量的数据分析实现降低信息不对称的风险。而由于目前学界缺乏对于大数据对于商业银行信贷风险的影响的总体实证研究，所以大数据在银行界的发展收到了一定的限制。因此本文较为系统地分析了大数据理论，构成了本文的理论基础，并选取了中国所有上市的商业银行2019年的年报数据构建了线性回归模型，分别进行了总体商业银行回归分析、中小商业银行回归分析和东部地区商业银行回归分析，得出了大数据的使用程度是有利于降低商业银行信贷风险，最后根据规范分析和实证分析的结果得出了三点商业银行层面的建议和一点政府层面的建议。

目录

1 引言

1.1研究背景

1.2 研究意义与目标

1.2.1 研究意义

1.2.2 研究目标

1.3数据来源

2 概念界定和文献综述

2.1 信息不对称和大数据概念界定

2.1.1 信息不对称

2.1.2 大数据

2.2 文献综述

3 大数据分析与研究假说

3.1 大数据基本理论

3.1.1 大数据基本特征

3.1.2 大数据发展趋势

3.2 大数据在商业银行中的使用

3.2.1 数据的来源

3.2.2 风险控制管理

3.2.3商业银行使用大数据的现状

3.2.4分析小结

3.3 研究假设

4 实证结果分析

4.1 变量设计及统计概述

4.1.1 指标选取原则

4.1.2 变量的构建

4.1.3 描述性统计

4.2实证模型的构建

4.3 实证分析回归结果

4.3.1 总体商业银行的实证分析回归结果

4.3.2 中小商业银行的实证分析回归结果

4.3.3东部地区商业银行的实证分析回归结果

5 结论与启示

5.1结论

5.2实施启示

参考文献

致谢