基于CDC的商业银行减值数据处理架构优化研究

薛 培民
中国邮政储蓄银行

摘要


伴随商业银行业务规模不断拓展、IFRS9减值准则开始施行，减值数据量变得庞大且计算繁杂，传统的全量处理方式效率低下且延迟较高。若想提高数据处理效率、风险识别能力，可以引入CDC技术来达成借据级增量计算。这种方法不但能够优化数据管道、降低计算资源的占用，还能增强实时风控、监管响应能力，为银行数字化转型和智慧风控建设提供支撑。基于增量处理的架构能够有效提高金融数据基础设施的运行效率，降低系统成本，对于维护国家金融安全与金融稳定有着重要意义。

关键词


减值数据；增量计算；数据处理架构

全文:

PDF


参考


[1]吴思锐,靳庆鲁.金融资产减值模型变革和商业银行会计信息有用性[J].会计研究,2025,(07):62-76.

[2]生超男.新金融工具准则下如何提升信贷资产减值准备的精准度和科学性[J].中国商界,2025,(10):56-57.

[3]温秀玲.我国商业银行预期信用损失三阶段模型应用差异研究——基于32家上市商业银行的数据[J].企业改革与管理,2025,(08):91-94.

[4]张云,郭晨,文凤华,等.信贷违约冲击下银行系统性风险形成机制与动态演变研究——基于银行资产抛售行为的风险传染效应[J].财贸经济,2024,45(10):63-81.

[5]陈鹭艳.浅析IFRS9新会计准则对中小银行资产减值的影响及应对措施[J].中国乡镇企业会计,2023,(06):9-11.


Refbacks

  • 当前没有refback。