企业贷款

目录 L1：简介 L2：专业化与贸易 L3：经济体系 L4：供给与需求 L5：宏观经济 P6：生产力与增长 P7：通货膨胀与泡沫 P8：通货膨胀与泡沫 P9: 财政政策 P9 财政政策 P10： 赤字与负债 P11：货币政策 P12： 货币与金融 P13 -- 金融危机 笔记： P14： 经济崩溃 14课 -- 经济崩溃笔记： P15 -- 经济学派思想 笔记（历史）: P16： 国际贸易 P17 -- 全球化 笔记： P18 -- 经济不平等 笔记： P19 -- 微观经济 笔记： P20： 市场 P21 -- 价格控制 笔记： P22 -- 市场失灵 笔记： P23 -- 环境经济学 笔记： P24 -- 教育经济学 笔记： P25 -- 生产成本 笔记： P26 -- 垄断 笔记： P27 -- 博弈论 笔记： P28 -- 行为经济学 笔记： P29 -- 劳动市场 笔记： P30 -- 医疗经济学笔记： P31 -- 死亡经济学 笔记： P32 -- 税收 笔记： P33 -- 地下经济 笔记： P34 -- 移民经济学 笔记： P35 -- 外国援助 笔记： P36 -- 幸福经济学 笔记： 片头翻译： 本文是 10分钟速成课：经济学 笔记 此外贴一篇源自豆瓣《十分钟速成课：经济学》 影评 视频比较具有启迪性的是P1简介、P3经济体系、P5宏观经济，P8：通货膨胀与泡沫

在互联网金融迅猛发展的背景下，风险控制问题已然成为行业焦点，基于大数据的风控模型正在成为互联网金融领域的热门战场。那么，大数据风控到底是怎么一回事呢？与传统风控相比，它又是怎样来进行风险识别的呢？本文对此进行了探讨。 大数据能够进行数据变现的商业模式目前就是两个 ，一个是 精准营销 ，典型的场景是商品推荐和精准广告投放， 另外一个是 大数据风控 ，典型的场景是互联网金融的大数据风控。 金融的 本质是风险管理 ，风控是所有金融业务的核心。典型的金融借贷业务例如抵押贷款、消费贷款、P2P、供应链金融、以及票据融资都需要数据风控识别欺诈用户及评估用户信用等级。 传统金融的风控主要利用了信用属性强大的金融数据，一般采用20个纬度左右的数据， 利用评分来识别客户的还款能力和还款意愿 。信用相关程度强的数据纬度为十个左右，包含 年龄、职业、收入、学历、工作单位、借贷情况、房产，汽车、单位、还贷记录等，金融企业参考用户提交的数据进行打分，最后得到申请人的信用评分，依据评分来决定是否贷款以及贷款额度。其他同信用相关的数据还有 区域、产品、理财方式、行业、缴款方式、缴款记录、金额、时间、频率等。 互联网金融的大数据风控并不是完全改变传统风控，实际是丰富传统风控的数据纬度。互联网风控中， 首先还是利用信用属性强的金融数据，判断借款人的还款能力和还款意愿，然后在利用信用属性较弱的行为数据进行补充

1.呆账 是指已过偿付期限，经催讨尚不能收回，长期处于呆滞状态，有可能成为坏账的应收款项。 呆账是未能及时进行清账的结果，又指因对方不还而收不回来的财物。 2.贷款核销是“呆账贷款核销” 的简称，银行按规定将呆账贷款或贷款损失予以核销的一种制度。 根据财政部《关于国家专业银行建立贷款呆账准备金的暂行规定》有关规定： 呆账贷款额每笔5万元以下的，由地方级银行会同同级中央财政机构进行审批， 呆账贷款额每笔5万元以上，10万元以下的，由省级银行会同同级中央财政机构进行审批; 呆账贷款额每笔10万元以上的， 由各专业银行总行根据下级行和省级中央财政机构的意见审批，报财政部备案。 在具体执行中，审批金额有所调整。各银行和中央财政机构在贷款核销审批过程中要严格执行国家贷款核销有关规定， 不得越权审批或违反有关规定进行审批，违者将追究其相应责任。 [1] 3.表内业务是指资产负债表中，资产和负债栏目可以揭示的业务:例如贷款、贸易融资、 票据融资、融资租赁、透支、各项垫款等。 表外业务是指资产负债表不能揭示的业务，例如保证、银行承兑汇票等。 从财务角度看，银行业务可以分为表内业务和表外业务。 4. 什么叫贴现、再贴现和转贴现 贴现是收款人将未到期的商业承兑汇票或银行承兑汇票背书后转让给受让人， 受让人按票面金额扣去自贴现日至汇票到期日的利息以将剩余金额支付给持票人。 商业汇票到期