修改密码

Input error
Input error
Input error
提交

修改昵称

当前昵称:
提交
在现代资产负债管理中,业务数据量与场景数量指数级增加,维度组合更多、更灵活,业务功能更为复杂且涉及到多个方面的功能和指标计算需求——涉及存款、贷款、风险加权资产、流动性、利率、资产、定价、考核等上千个大小指标(>1000)的对接与计算。这种巨大的数据处理量也造成了资债管理场景较为低频,并且银行客户经理很难与资产负债管理人员在同一个“频道”对话的窘境。在利率市场化的趋势下,银行迫切需要通过更加差异化、精细化、特色化的经营实现业务转型和价值创造。新形势下,在资本和风险的约束下实现可持续的利润最大化将成为银行资产负债管理工作的核心。

痛点

现有的资产负债管理模式

计算复杂度高、时效性差

传统的资产负债管理是低频场景,受限于各种指标计量的天文级计算复杂度,用关系型数据库或数仓实现的计算复杂度过高,动辄需要成百上千台机器,复杂的数据迁移、建模、构建复杂庞大的中间表需要花费数天、数周的计算时间,无法实时或T+0完成资债指标计量,更加无法实现动态地溯源、归因、下钻和关联分析。

颗粒度粗糙、灵活性差

此前的资产负债管理模式多是依赖于数据库或数仓跑批给出成表的结果,很难实现细粒度查询,更加无法实现任一组合维度上对任意一款产品进行实时查询计算,并实现关联计算。例如,用户若想知道“我行北京分行某经营团队下建筑行业的战略客户结构性存款余额有多少?”“深圳分行享受了银行利率较高的存款产品的客户给银行带来的整体收益是否比全行客户平均水平要高?”这两个问题属于典型的业务人员关注的高级(复杂)查询问题,但是无法在任何一张现有的数仓或数据库成表中直接找到答案。

效率低、成本高

痛点1-2中的问题每次都要通过IT部门或厂家的定制开发来实现,任何新的维度出现、新的指标出现都要重新开发,周期长、成本高、效率低,业务难以为继!

创新:Ultipa银行资产负债管理图中台

Ultipa基于实时图数据库、图计算引擎、高并发图算法等第三代人工智能(图增强智能)技术,打造银行资产负债管理构图建模与计算引擎,通过强大算力提供深度下钻、穿透、关联与实时计量的能力。针对银行资产负债管理、管理会计、计划财务管理,Ultipa推出的一整套解决方案,满足了银行风险管理和智慧经营的需求,能够为金融机构管理层与决策层提供全面的风险管理与决策分析依据。该方案由六部分组成:全量资产负债管理、定价管理、绩效考核、智能分析、投入产出分析、资本配置和管理,实现了对信用风险、市场风险、流动性风险的识别、量化、控制与监管,为管理者提供全景式决策服务,识别风险,提高效益,实现银行数字化转型。

意义:资产负债管理图中台为客户带来的价值

实时对风险进行识别预警、评估量化、管理与控制:实时评估市场因素波动对银行利息收入所产生的影响;提高不同宏观经济周期下的净利息收入,净利息收入持续增长;提高经济资本使用的效益和效率;实时指导银行管理者与各部门的经营活动,如产品定价、营销策略、市场分析;实时多维度分析业务、产品、部门、条线、区域、渠道、客户、分支机构等,深度搜索,反映出真实的盈利能力;实时计量考核指标,细化到最小的颗粒度,结果应用于考核与激励,合理设置薪酬。

完成以下信息后,可下载此案例
*
公司名称不能为空
*
公司邮箱必须填写
*
你的名字必须填写
*
你的电话必须填写
*
你的电话必须填写