
用大數(shù)據(jù)提高風(fēng)險管理能力_數(shù)據(jù)分析師培訓(xùn)
2014年4月,中國銀監(jiān)會根據(jù)《商業(yè)銀行資本管理辦法(試行)》,核準了工商銀行、農(nóng)業(yè)銀行、中國銀行、建設(shè)銀行、交通銀行、招商銀行六家銀行實施資本管理高級方法,標志著我國銀行業(yè)風(fēng)險治理能力建設(shè)邁上了新臺階。經(jīng)過一年來的實踐,上述六家銀行高級方法的實施效果受到業(yè)內(nèi)的關(guān)注。為此,本刊策劃專題,邀請上述六家銀行的高管分別從不同的角度闡述資本管理高級方法的實施效果及相關(guān)建議,以進一步推進資本管理高級方法的做實與完善。
2014年4月3日,經(jīng)中國銀監(jiān)會核準,中國工商銀行(下稱“工行”)正式獲準實施資本管理高級方法。作為全球系統(tǒng)重要性銀行,工行積極實施資本管理高級方法,學(xué)習(xí)借鑒國際先進經(jīng)驗,用更高的標準要求自己,不斷提高風(fēng)險管理能力,把工行打造成能夠抵御住各種風(fēng)險沖擊的“百年老店”。
股改上市以來,面對國際金融危機和國內(nèi)經(jīng)濟轉(zhuǎn)型的挑戰(zhàn),工行積極探索,在各項業(yè)務(wù)保持持續(xù)發(fā)展的同時,控制住了風(fēng)險。一是管好了戰(zhàn)略風(fēng)險。通過實施國際化戰(zhàn)略、“大零售、大資管、信息化銀行”戰(zhàn)略,實現(xiàn)了風(fēng)險的分散化與盈利的多元化。二是確立了穩(wěn)健的風(fēng)險文化。制定了自己的風(fēng)險偏好,正確處理長、短期利益關(guān)系,形成了合規(guī)、嚴謹、穩(wěn)健的風(fēng)險文化。三是建立了完善的風(fēng)險治理構(gòu)架。從集團層面做到了各類風(fēng)險的統(tǒng)一管理,使全行資產(chǎn)組合的布局更加合理。四是建立了科學(xué)的風(fēng)險計量與監(jiān)控體系。通過實施資本管理高級方法,利用大數(shù)據(jù)和系統(tǒng)手段,實現(xiàn)了對風(fēng)險的科學(xué)化、精細化管理。
經(jīng)濟進入新常態(tài)后,銀行面臨資產(chǎn)質(zhì)量劣變的壓力,工行通過實施內(nèi)部評級法,抓轉(zhuǎn)型、促應(yīng)用,不斷完善風(fēng)險管理的精細化、前瞻性手段,積極應(yīng)對新的形勢與挑戰(zhàn)。
用好用活大數(shù)據(jù),提高風(fēng)險識別、計量能力
依托大數(shù)據(jù)優(yōu)勢,推進內(nèi)部評級法建設(shè),為有效識別信貸風(fēng)險奠定基礎(chǔ)
通過多年積累,工行形成了龐大的數(shù)據(jù)資源,在商品流、資金流、信息流“三流合一”的基礎(chǔ)上,充分應(yīng)用大數(shù)據(jù)技術(shù),積極開展數(shù)據(jù)挖掘和風(fēng)險量化分析。2004年,工行在國內(nèi)同業(yè)中率先啟動內(nèi)部評級法工程,全面整合了信貸、運行、科技與財務(wù)等多個數(shù)據(jù)來源,在海量數(shù)據(jù)積累、加工與應(yīng)用的基礎(chǔ)上,做好風(fēng)險識別、計量與管控。
向數(shù)據(jù)要質(zhì)量,不斷深化內(nèi)部評級法建設(shè)與應(yīng)用。工行非零售信用風(fēng)險評級使用十多年的內(nèi)部數(shù)據(jù),加工處理財務(wù)報表信息760萬條,客戶基本信息80萬條,交易明細信息4000萬條,開發(fā)34類非零售客戶評級模型,債項評級涵蓋200多個業(yè)務(wù)品種,建立了以客戶評級與債項評級為基礎(chǔ)的二維評級體系。2007年10月客戶評級系統(tǒng)正式投產(chǎn)運行,2008年1月債項評級系統(tǒng)投產(chǎn)上線。零售信用風(fēng)險評級使用了15年的個人貸款和信用卡電子化數(shù)據(jù),加工處理全行1500多萬個人貸款客戶和8000多萬信用卡客戶、債項、交易及資產(chǎn)信息,原始記錄達124億條,開發(fā)近70個評分模型與600余個資產(chǎn)池模型。零售評級系統(tǒng)于2009年2月投產(chǎn)上線。
抓住風(fēng)險新規(guī)律、新特征,及時調(diào)整、優(yōu)化模型。一是積極引入交易數(shù)據(jù)。工行在法人客戶評級模型中,引入存款賬戶數(shù)據(jù)、結(jié)算賬戶交易數(shù)據(jù)、人民銀行[微博]征信等信息,通過交易數(shù)據(jù)的分析與建模,抓住不同客戶群體的交易規(guī)律與風(fēng)險特征,提高模型的風(fēng)險敏感性。二是打通個人與小微企業(yè)界限。針對個人經(jīng)營貸款偏向小微企業(yè)特點的情況,基于2011年以來積累的15萬個客戶業(yè)務(wù)數(shù)據(jù),將小微企業(yè)經(jīng)營情況和個人私人業(yè)主客戶特點結(jié)合起來,通過信息的相互補充與相互校驗,重構(gòu)客戶的違約風(fēng)險識別模式,并實現(xiàn)個人經(jīng)營貸款和小微企業(yè)風(fēng)險準入的一致性。三是針對新產(chǎn)品新業(yè)務(wù),運用大數(shù)據(jù)做好風(fēng)險計量開發(fā)。按照“重交易流水、重資產(chǎn)實力、重外部數(shù)據(jù)”的原則,創(chuàng)新開發(fā)了個人逸貸產(chǎn)品、小額信用貸款、網(wǎng)貸通等一系列線上與線下結(jié)合的新產(chǎn)品,并推出了包括電子供應(yīng)鏈、逸貸等產(chǎn)品在內(nèi)的“互聯(lián)網(wǎng)+”新業(yè)務(wù)評級模型,通過大數(shù)據(jù)分析實現(xiàn)精準的風(fēng)險定位,支持業(yè)務(wù)創(chuàng)新發(fā)展。
適應(yīng)新常態(tài),及時做好優(yōu)化與監(jiān)控,支持實體經(jīng)濟健康發(fā)展
根據(jù)形勢變化,及時調(diào)整模型,支持經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型。針對經(jīng)濟轉(zhuǎn)型過程中部分行業(yè)違約水平上升較快的情況,采取細分行業(yè)、細分規(guī)模、細分客戶的方式,對各類模型進行了全面優(yōu)化,提升了模型的風(fēng)險區(qū)分能力。例如,對批發(fā)零售行業(yè)按大、中、小分類,按批發(fā)與零售的子行業(yè)進行細分,指導(dǎo)基層行根據(jù)風(fēng)險特征篩選、發(fā)掘優(yōu)質(zhì)細分行業(yè)與客戶,促進批發(fā)零售行業(yè)的健康發(fā)展。
針對經(jīng)濟結(jié)構(gòu)調(diào)整,房地產(chǎn)行業(yè)出現(xiàn)分化的情況,工行收集整理70個大中城市和三、四線城市房價變動情況,根據(jù)房價走勢以及宏觀環(huán)境變化,對個人住房貸款及時進行評級,利用最新趨勢進行校準,及時滿足個人貸款的差異化需求,到2014年底,個人住房貸款余額達到2萬億元,新增3500億元;與此同時,隨著零售業(yè)務(wù)需求快速發(fā)展,工行利用牢固的數(shù)據(jù)基礎(chǔ)和先進的風(fēng)險量化管理優(yōu)勢,使用違約賬戶信息與還款交易數(shù)據(jù),對近700個零售評級模型進行了全面的優(yōu)化與更新。
建立多維度、多層次的風(fēng)險監(jiān)測體系。為適應(yīng)經(jīng)濟新常態(tài)下風(fēng)險多變的特點,建立了行業(yè)分析和監(jiān)測機制,通過綜合分析宏觀經(jīng)濟、行業(yè)運行等外部因素,以及資產(chǎn)質(zhì)量變化、評級遷徙等內(nèi)部因素,前瞻性地判斷行業(yè)和客戶變化趨勢;建立潛在風(fēng)險客戶監(jiān)測機制。持續(xù)加強客戶風(fēng)險監(jiān)測,對列入潛在風(fēng)險、財務(wù)報表惡化的風(fēng)險客戶及時啟動重評;對于發(fā)生重大環(huán)評、企業(yè)主失聯(lián)、訴訟、債券違約風(fēng)險等突發(fā)事件的客戶進行風(fēng)險預(yù)警,不斷提高客戶評級的及時性和準確性。
持續(xù)完善風(fēng)險監(jiān)測與計量的保障體系。一是建立了獨立的驗證團隊,在模型優(yōu)化過程中嚴格把關(guān),模型上線前做好投產(chǎn)前驗證,在模型使用中開展持續(xù)監(jiān)控,為計量體系的持續(xù)完善提供了有力的保障;二是建立了高效的模型開發(fā)、監(jiān)測與驗證支持平臺,在系統(tǒng)中建立定量、定性評價指標庫,通過模型參數(shù)化定制,實現(xiàn)評級模型的靈活維護,縮短上線開發(fā)周期,實現(xiàn)計量結(jié)果的及時監(jiān)控,提高模型管理的工作效率。
將壓力測試與風(fēng)險監(jiān)控相結(jié)合,防范系統(tǒng)性風(fēng)險的發(fā)生
為揭示風(fēng)險變化方向,發(fā)現(xiàn)潛在、重大、極端的風(fēng)險,工行積極開展針對各類主要風(fēng)險和重點業(yè)務(wù)的壓力測試。以信用風(fēng)險為主,同時考慮市場、操作、流動性風(fēng)險的相互影響,積極應(yīng)用內(nèi)部評級法量化結(jié)果,通過壓力測試識別風(fēng)險,判斷風(fēng)險變化趨勢,量化風(fēng)險影響,提前對重大風(fēng)險進行預(yù)警。針對宏觀經(jīng)濟形勢變化,定期開展整體信用風(fēng)險壓力測試,以房地產(chǎn)、平臺貸款、煤炭、電力及環(huán)保等重點行業(yè)與領(lǐng)域為對象,開展專項信用風(fēng)險壓力測試。通過多種壓力程度的測試,全面分析壓力情景對整體或部分資產(chǎn)組合的沖擊,評估壓力情景下資產(chǎn)質(zhì)量、盈利能力、資本充足水平和流動性的影響,進一步識別和管理極端風(fēng)險,前瞻性地預(yù)測風(fēng)險并制定相應(yīng)的應(yīng)急預(yù)案,防范系統(tǒng)性風(fēng)險。
深化應(yīng)用,加快轉(zhuǎn)型,走資本節(jié)約的發(fā)展之路
強化準入控制,嚴把風(fēng)險管控入口關(guān)
基于信用等級制定準入政策。將客戶信用等級作為信貸準入標準,在信貸審批中,內(nèi)部評級結(jié)果成為評價風(fēng)險與篩選客戶的關(guān)鍵因素,是各級信貸人員進行風(fēng)險決策的重要依據(jù)。
根據(jù)內(nèi)評結(jié)果進行自動化審批。在個人貸款和信用卡準入審批中,基于評分評級結(jié)果,實施差異化的審批策略。對低于或超過閾值的兩端高風(fēng)險和低風(fēng)險業(yè)務(wù),系統(tǒng)實施自動化審批,有效提高了貸款審批效率,顯著提升了服務(wù)客戶的能力。
實施逐筆業(yè)務(wù)的RAROC剛性控制。針對法人客戶和個人客戶進行逐筆信貸業(yè)務(wù)RAROC剛性控制,只有RAROC值超過閾值的單筆業(yè)務(wù)或客戶綜合RAROC值超過閾值的業(yè)務(wù)才能進入下一階段的審批流程。RAROC剛性控制的實施,保證了收益與風(fēng)險相匹配。
完善貸款定價,提高市場競爭能力
面對利率市場化挑戰(zhàn),工行抓住實施內(nèi)部評級法的有利契機,全面應(yīng)用風(fēng)險量化成果,依托RAROC工具,不斷完善風(fēng)險收益綜合定價機制,保證每筆業(yè)務(wù)收益完全覆蓋成本與風(fēng)險,實現(xiàn)了收益與風(fēng)險的相互平衡。在RAROC定價的基礎(chǔ)上,制定貸款基礎(chǔ)利率(LPR),積極參與LPR報價銀行團的集中報價和發(fā)布。
優(yōu)化債項及客戶RAROC評價系統(tǒng)。在內(nèi)部評級風(fēng)險計量結(jié)果的基礎(chǔ)上,考慮貸款業(yè)務(wù)的資金成本、營運成本、稅收成本,結(jié)合業(yè)務(wù)資本占用,優(yōu)化RAROC評價方法,實現(xiàn)了以客戶為中心,包括資產(chǎn)業(yè)務(wù)、負債業(yè)務(wù)、中間業(yè)務(wù)的綜合RAROC評價,并根據(jù)最低資本回報要求,確定單筆業(yè)務(wù)的最低建議定價,從而掌握自主定價工具。
完善內(nèi)部資金轉(zhuǎn)移定價機制。優(yōu)化資金集中管理體制,全行資金集中至總行,由總行將資金逐級配置到各基層核算機構(gòu),總行對各類資金來源和運用進行逐筆計價或打包計價,進一步提升了資金集約化經(jīng)營水平,準確確定資金成本。
打造成本管理與績效考核的綜合平臺。不斷完善管理會計平臺系統(tǒng)(MOVA),實現(xiàn)了“機構(gòu)、部門、產(chǎn)品、客戶、員工”五個維度的業(yè)績展示,推進MOVA在全行日常經(jīng)營分析、營銷管理、績效考核、資源配置等領(lǐng)域的應(yīng)用,提升成本分攤的精確性。
改進撥備計提方法,增強風(fēng)險緩沖能力
撥備是銀行緩沖風(fēng)險損失的重要屏障。算準損失、提足撥備,是實施積極、動態(tài)的風(fēng)險管理轉(zhuǎn)型的重要前提,也是當(dāng)前階段銀行緩釋資產(chǎn)質(zhì)量壓力的重要手段。對于撥備計提,現(xiàn)行會計準則采用“已發(fā)生損失”方法,存在計提滯后與不足的問題,不能及時、動態(tài)地反映未來損失。國際金融危機后,國際會計準則委員會(IASB)提出了基于“預(yù)期損失”的方法,使用內(nèi)部評級法的風(fēng)險參數(shù),動態(tài)地計算減值準備,并計劃于2018年實施。
為增強風(fēng)險緩沖能力,工行加快了相關(guān)基礎(chǔ)研究,解決了長期違約概率、遷移矩陣及提前還款的測算與方法論等關(guān)鍵問題,預(yù)期損失已成為工行計提撥備的重要參考。一是基于遷移矩陣測算剩余期限的預(yù)期損失。內(nèi)部評級法只能得到一年期的預(yù)期損失,工行使用自己的內(nèi)部數(shù)據(jù)測算了跨年的評級變化參數(shù),通過遷移矩陣測算貸款剩余期限的預(yù)期損失,拓展了內(nèi)部評級法的應(yīng)用范圍。二是解決了長期違約概率的校準問題。通過內(nèi)部違約數(shù)據(jù)、遷移矩陣與長期違約中心趨勢的相互關(guān)系,對長期違約概率的合理水平進行校準。三是測算了提前還款率。針對零售資產(chǎn)組合,測算了提前償還情況,在剩余期限估計中考慮了提前還款因素。目前,工行已基于新的方法,對各個產(chǎn)品剩余期限的預(yù)期損失情況進行了測算,已將預(yù)期損失作為撥備計提的重要參考。工行將在前期研究的基礎(chǔ)上,進一步加大損失數(shù)據(jù)積累力度,不斷完善相關(guān)方法,加快系統(tǒng)改造,為撥備計提方法的轉(zhuǎn)軌切換做好準備。
完善資本分配方法,強化資本約束的傳導(dǎo)機制
要提高資本收益水平,就必須將資本約束進行有效分解,通過資本分配,倒逼銀行內(nèi)各個機構(gòu)、條線、中心與部門提高資本使用效率。
完善資本計量標準,解決資本分配問題。以內(nèi)部評級法監(jiān)管資本公式為基礎(chǔ),計算信用風(fēng)險經(jīng)濟資本。為體現(xiàn)戰(zhàn)略、偏好與政策的導(dǎo)向,經(jīng)濟資本只對監(jiān)管資本作必要的調(diào)整,最大程度保證經(jīng)濟資本與監(jiān)管資本的統(tǒng)一;在分行層面,統(tǒng)一使用經(jīng)濟資本進行績效考核管理,以真正實現(xiàn)把資本分下去的目標。在總行層面,對賬面資本、監(jiān)管資本、資本籌集和投資等進行協(xié)調(diào)平衡,通過經(jīng)濟資本與RWA將資本壓力傳遞給分支機構(gòu),提高傳導(dǎo)的有效性與可執(zhí)行性。
統(tǒng)一集團化管理,解決各機構(gòu)資本管控問題。工行已逐步發(fā)展成為包含銀行、基金、保險、租賃等各種金融類型、橫跨全球40多個國家的金融集團。在統(tǒng)一的架構(gòu)下,根據(jù)多重監(jiān)管政策要求,工行正在推進資本充足水平、資本籌集渠道與品種選擇的全球統(tǒng)一管理,推動全集團從“管資產(chǎn)”向“管資本”過渡。
進一步發(fā)揮內(nèi)部評級法基礎(chǔ)性作用
工行實踐經(jīng)驗表明,實施資本管理高級方法,特別是實施信用風(fēng)險內(nèi)部評級法,有助于銀行完善風(fēng)險治理結(jié)構(gòu),加快風(fēng)險管理的前瞻性與精細化轉(zhuǎn)型,促使銀行走資本節(jié)約型的發(fā)展之路。在當(dāng)前經(jīng)濟轉(zhuǎn)軌階段,實施內(nèi)部評級法為銀行提供了更為科學(xué)的風(fēng)險量化工具,能夠更加前瞻、準確、動態(tài)地識別、計量、控制與處置風(fēng)險,為銀行應(yīng)對信貸資產(chǎn)質(zhì)量變動的挑戰(zhàn)發(fā)揮了重要的作用。工行的實踐也同時表明,通過本地化的適應(yīng)性調(diào)整、消化吸收與二次創(chuàng)新,巴塞爾資本協(xié)議的理念、方法與工具,能夠與中國商業(yè)銀行的管理實際相適應(yīng),在推進銀行改革中發(fā)揮了積極的作用。為進一步提高高級方法的實施質(zhì)量,應(yīng)該做好以下幾個方面的工作:
第一,進一步加大數(shù)據(jù)積累與整合力度。其一,做好經(jīng)濟下行期的損失數(shù)據(jù)積累。針對資產(chǎn)質(zhì)量下滑以及與經(jīng)濟周期有較強相關(guān)性的特點,做好下行期的數(shù)據(jù)采集與整理工作,不但要積累內(nèi)部違約、損失、財務(wù)、客戶與交易信息,還要采集外部客戶行為與第三方數(shù)據(jù),分析數(shù)據(jù)特征,對不同來源的數(shù)據(jù)進行相互校驗,提高數(shù)據(jù)質(zhì)量,為升級內(nèi)部評級法做好準備。其二,做好數(shù)據(jù)整合。進一步推進跨平臺、跨業(yè)務(wù)條線、跨區(qū)域的數(shù)據(jù)整合。由于數(shù)據(jù)分散在各個數(shù)據(jù)庫和業(yè)務(wù)系統(tǒng)中,不同業(yè)務(wù)、不同風(fēng)險類別之間還沒有完全打通;交易明細等非結(jié)構(gòu)化數(shù)據(jù),需要針對交易對手與交易內(nèi)容進行結(jié)構(gòu)化處理;前臺營銷以及現(xiàn)場調(diào)查等方式獲取的大量一手信息,尚未運用結(jié)構(gòu)化形式進行記錄和存儲。要對上述題進行深入研究,打破數(shù)據(jù)邊界,有效降低信息不對稱風(fēng)險。
第二,積極擴展內(nèi)部評級法覆蓋范圍。其一,穩(wěn)步推進內(nèi)部評級法的境外延伸。以違約認定、債項評級系統(tǒng)的境外延伸為契機,不斷積累境外基礎(chǔ)數(shù)據(jù);針對當(dāng)?shù)貥I(yè)務(wù)發(fā)展情況,通過模型的本地化調(diào)整,本地化重新開發(fā),拓寬內(nèi)部評級法的境外覆蓋。其二,推進金融機構(gòu)與證券資產(chǎn)的內(nèi)部評級法覆蓋。根據(jù)金融業(yè)發(fā)展情況,研究優(yōu)化金融機構(gòu)類評級,結(jié)合股權(quán)結(jié)構(gòu)多元化和存款保險發(fā)展情況,細化銀行業(yè)評級模型分類;將企業(yè)債與金融債等債券類資產(chǎn)以及票據(jù)等逐步納入內(nèi)部評級覆蓋范圍。其三,推進新業(yè)務(wù)、新業(yè)態(tài)的內(nèi)部評級法覆蓋。根據(jù)地方政府債務(wù)新規(guī),研究優(yōu)化省市償債能力、政府投資類客戶評級和地方債券評級方法,研究開發(fā)PPP融資模式的風(fēng)險評價模型;關(guān)注互聯(lián)網(wǎng)金融的發(fā)展,根據(jù)個人客戶網(wǎng)上瀏覽數(shù)據(jù)、消費數(shù)據(jù)、配送數(shù)據(jù)、購物偏好等數(shù)據(jù),并結(jié)合工行內(nèi)部數(shù)據(jù),研究優(yōu)化網(wǎng)商客戶和網(wǎng)絡(luò)融資的評級模型;拓寬客戶資產(chǎn)類、交易類數(shù)據(jù)的建模應(yīng)用,積極引入“融e購”消費數(shù)據(jù)和商戶數(shù)據(jù),以及外部欺詐、外部征信等外部數(shù)據(jù),豐富零售模型指標體系,逐步擴大內(nèi)部評級法覆蓋范圍;針對百萬級的POS機商戶群體,以商戶還款交易數(shù)據(jù)為核心,充分挖掘商戶經(jīng)營實力、資產(chǎn)規(guī)模、交易類型、交易頻率等特點,開發(fā)基于POS機商戶的貸款產(chǎn)品;通過融e購平臺,基于個人客戶風(fēng)險量化結(jié)果,大力發(fā)展網(wǎng)上在線個人住房按揭貸款業(yè)務(wù),探索互聯(lián)網(wǎng)金融時代新型業(yè)務(wù)模式。
第三,強化全行資本約束意識。強化全行資本約束意識,分行管理層的觀念轉(zhuǎn)變是關(guān)鍵。要開展針對分行管理層的經(jīng)濟資本專題培訓(xùn),從監(jiān)管要求、成本收益等多方面引導(dǎo)分行管理人員轉(zhuǎn)變認識,樹立節(jié)約資本的意識,提高分行層面資本使用效率。優(yōu)化和完善對基層員工的持續(xù)、系統(tǒng)培訓(xùn),建立對基層員工的經(jīng)濟資本培訓(xùn)考試制度,以幫助和督促基層員工加強學(xué)習(xí);探索利用微博、微信等各類新媒體手段,建立快速反饋機制,提高上級行問題回復(fù)的時效性。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價值、驅(qū)動決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟時代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動的時代,面對海量、復(fù)雜的數(shù)據(jù),如何高效地進行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14t檢驗與Wilcoxon檢驗的選擇:何時用t.test,何時用wilcox.test? t 檢驗與 Wilcoxon 檢驗的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導(dǎo)白皮書) 發(fā)布機構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認證 ...
2025-07-08