我们找到第11篇与中信银行沈阳分行有关的信息，分别包括:以下是的一些我们精选的中信银行沈阳分行北京中信银行网点分布图片 12575 323x220
北京中信银行网点分布图片 94443 1196x680
中信银行网点分布 中信银行网点地址 中信银行图片 55925 678x436
北京中信银行网点分布图片 51545 500x369中信银行济南分行网点分布 山东新闻 济南新闻网 舜网 -第A26版 金融...图片 38128 410x261
...-2008北京中信银行网点分布-北京银行网点 北京招商银行网点 北京农...图片 53075 640x480
北京中信银行网点分布图片 58858 615x720
中信银行现金管理图片 99658 940x574
中信银行成为在沈设立网点最多的股份制商业银行图片 32458 351x527中信银行无锡分行 中信银行长沙分行 中信银行沈阳分行图片 17278 327x260 [1] 最新中信银行沈阳分行可以看看这篇名叫银行缩表： 中信银行今年不“缩表” 预计资产增速 8%-10%的文章，可能你会获得更多中信银行沈阳分行我们找到第1篇与银行缩表： 中信银行今年不“缩表” 预计资产增速 8%-10%有关的信息，分别包括:
以下是的一些我们精选的银行缩表： 中信银行今年不“缩表” 预计资产增速 8%-10%作为首家主动 " 缩表 " 的银行，中信银行 2017 年继续压降风险资产规模。2017 年末，该行资产总额
5.68 万亿，比上年末下降
4.27%。今年是否会保持 " 缩表 " 的态势？3 月 27 日，中信银行副行长方合英在业绩会发布上表示，去年缩表是因为三个背景 : 市场利率高走，利差没有了，甚至负利差，所以在这种情况下压降了同业资产业务；第二，管新规迭出，我们对业务重检；第三是因为中信银行长期快速发展过程当中，不少低效益资产甚至是零效益资产，需要通过压缩进行，如果没有总体量的缩表量是不可能的。
不过方合英也表示，今年跟去年相比情况有很大不同，所以说今年资产会有 8%-10% 的增长。增加的资产主要投向一般贷款和债券投资。与此同时，中信银行坚持向 " 轻资本、轻资产、轻成本 " 的方向转型。2017 年，中信银行轻资本业务收入 2
60.43 亿元，增长
13.37%；风险资产增速
8.91%，下降
5.40 个百分点；个人贷款占比
38.52%，提升
5.28 个百分点。
资产质量方面，中信银行情况开始向好。方合英在业绩发布会上表示， 2017 年末，中信银行不良贷款余额比上年增加
50.7 亿元，不良贷款率
1.68%。" 关注 + 不良 " 贷款余额比上年下降，逾期 90 天以上的贷款占比下降
9.42 个百分点。核销 353 亿不良贷款的情况下拨备覆盖率提高了
13.94 个百分点。据介绍，在风险管理上，中信银行完成 3100 多项风险排查，风险管理体系全面强化 2017 年累计处置不良资产本金 660 亿元，收回以前年度已经核销的贷款 15 亿元。
2018-2020，中信银行制定了新的三年规划。提出了三个层次的分行定位；行业定位有进有退、有扶有控，积极拓展轻经济周期的行业；客户定位是高价值客户汇报和普惠服务要并举；渠道定位是线上、线下、客服、跨界 " 四位一体 "。方合英也表示，我们当前关注的重点包括市场利率大概率维持高位，资管新规酝酿出台，新金融工具准则实施，拨备管新政实施，利率市场化与汇率双向波动加大等，这些都对银行管理带来了很大的影响。我们在策略上要紧跟形势。
更多内容请下载 21 财经 APP最新银行缩表： 中信银行今年不“缩表” 预计资产增速 8%-10%可以看看这篇名叫邦盛科技： 服务数十家大中银行客户，邦盛科技预计今年收入超 2的文章，可能你会获得更多银行缩表： 中信银行今年不“缩表” 预计资产增速 8%-10%我们找到第1篇与邦盛科技： 服务数十家大中银行客户，邦盛科技预计今年收入超 2 有关的信息，分别包括:
以下是的一些我们精选的邦盛科技： 服务数十家大中银行客户，邦盛科技预计今年收入超 2 服务数十家大中银行客户，邦盛科技预计今年收入超2亿元 | 爱分析调研
撰写 | 林青川大数据风控领域，各家的产品由验证期逐渐走向了成熟期，在客群上的竞争正在进入白热化，其中最优质、最有标杆作用的当属银行客户。2017年，邦盛科技拿下了12家股份制银行中的8家，包括平安银行、兴业银行等，另有江苏银行、成都农商行等城商和农商韩行，浙江农信及农信等农信社，共计数十家银行客户。
邦盛科技能够吸引如此多银行客户，核心之一是能够实时快速、高并发处理数据的流立方技术。邦盛科技的流立方技术，能对每秒百万级的数据量，在毫秒内给出处理结果，奠定了金融机构进行实时反欺诈的基础。天下武功，唯快不破，邦盛科技通过流立方技术，配合其数据和规则及模型能力，在金融反欺诈领域纵横向前。全栈服务体系，具有风控能力
爱分析从客群、获客、场景、技术、数据五个维度评价大数据公司，邦盛科技各项能力均极佳。客群方面，邦盛科技客户包括银行、支付公司、大中型金融机构等，这类客户付费能力强、付费意愿高，是极其优质客户。其中银行等机构客单价在百万级别，并且存在不断拓展业务线的需求，复购率和生命周期价值很高。获客方面，银联商务全国卡收单的实时反欺诈全面采用的核心技术和产品。全国排名前10的第三方支付机构中，有7家采用邦盛科技的产品作为风控平台。12家全国性股份制银行中8家都已采用邦盛的核心技术或产品，多家城商行、农商行及农信社也和邦盛科技建立了合作关系。在证券、保险等金融子领域亦有国泰君安、财通证券、中国信保、中国保信等标杆客户。轨道交通领域有中国中车等客户，获客能力强，这类标杆客户在持续获客时也具有示范作用。
场景部分，在金融领域，邦盛科技覆盖了从反欺诈到风控的全流程业务场景。非金融领域，邦盛科技可以在反爬虫以及对数据快速处理能力要求高的领域，如政务、轨道交通、物联网、公安反恐、军工等开拓业务，场景可拓展能力强。技术方面，邦盛科技从2010年开始专注于大数据实时智能分析处理技术"流立方"的研发及应用。经过众多商业场景的应用考验，能对每秒百万级的数据量在毫秒内做出响应，在形成核心技术的同时，具有极高的技术壁垒。
数据环节，邦盛科技实时挖掘的数据、通过外部合作伙伴获得的数据，能极大丰富风控业务所需数据源，并为邦盛科技带来持续利润。综合来看，邦盛科技各项能力均衡，而且在获客和技术层面拥有独特优势。目前邦盛科技客户主要来自银行、支付、互联网金融等机构，未来一方面会拓展证券、保险等金融子领域，另一方面会加大力度拓展非金融机构客户，这部分客户目前以大型国企为主。邦盛科技CEO王新宇博士表示，2018年预期收入超2亿元，增速保持100%增长。
爱分析：邦盛科技为客户哪些类型服务？王新宇：邦盛从技术平台、数据、模型到咨询的全栈解决方案。我们在客户内部落地前置机，以软件的形式在卖。数据服务上，我们有自己挖掘的数据，也跟征信公司合作数据，补充到客户内部。我们也有专家为客户建模，梳理整个业务流程。基本上获取一个客户后，我们的平台会成为他们的风控系统，之后客户新开一条业务线，接入我们的业务系统就可以了，不需要每条业务线都重建系统。
爱分析：全栈解决方案有何壁垒？王新宇：风控全栈有三个门槛，一是技术平台门槛，平台需要高速、处理性能强、标准化，这部分我们有流立方技术，是我们起家最拿手的地方。第二是业务模型门槛，随着客户越来越多，遇到的欺诈场景、风险场景也越来越多，我们模型库也积累的越来越全面。我们现在有2500多个规则与模型和规则，落在100多个风险场景里。
第三是数据门槛，我们有几种数据获取方式，一种是跟外部合作，比如运营商、银联下面的三产公司，一些征信公司。另一种我们有自己的侦测平台，能够侦测黑产IP、手机号等，这些都是实时侦测的。还有一种是联盟合作的性质，我们为行业参与者一些数据，他们也反馈数据给我们。爱分析：技术平台在银行系统中所处的位置？
王新宇：我们叫做大数据实时处理平台，搭建在行内大数据平台之上。最底层是银行内大数据平台，中间层是我们的大数据实时处理平台，再上层是交易、风险相关的各项规则、模型。爱分析：流立方技术只是整个体系的一部分？王新宇：是的，流立方是流式计算引擎的核心，邦盛科技快速计算风险，核心还是流立方技术。目前流立方已经嵌入了几十种风控算法，风控人员简单配置一下就可以使用了。但我们除了流立方技术之外还有很多核心技术，比如数据采集、模型决策、机器学习、关联图谱、设备指纹等。
爱分析：邦盛自主侦测的数据跟黑名单数据有何区别？王新宇：黑名单是历史数据，但欺诈者的IP、手机号一直在换，所以我们实时侦测的时效性更强。比如黑产当天在网上公布交易手机号，虽然这批手机号现在还没发案，但如果有人用这些手机号注册，我们也有义务提醒客户。黑名单数据跟我们的侦测数据相比，一个是真正欺诈用的数据，一个是还没用到，但有潜在风险。
爱分析：数据层面如何与金融机构合作？王新宇：我们与银行一旦开展合作，基本上都是风控，能够将外部数据送进去。我们把数据接口做好后，银行可以直接采购或者通过我们采购外部数据，不需要改接口。这样，也能保障跟我们合作的金融机构自身业务数据的安全。爱分析：交易反欺诈和申请反欺诈是分开做的？
王新宇：从结构上看，所有反欺诈平台都可以放到一个平台上，但有时候银行各业务线希望做到隔离，就要分开。爱分析：邦盛科技如何积累风控模型？王新宇：我们有70多人的业务团队，吸收了很多银行、互联网金融公司过来的人。这个团队是专门做模型的，研究各个场景下采用哪些数据、如何建模。
爱分析：为客户系统服务时，模型已经嵌入系统？王新宇：我们将风控模型固化在系统里面，到现场就是根据业务特点进行参数配置、调优；如果有历史数据，我们可以帮助训练模型。这样能把比较重的事情做得轻一点，平台标准化、内容标准化、接入标准化。爱分析：系统服务如何收费？
王新宇：系统服务收的是产品建设费，比如电子银行交易反欺诈产品，一般一条业务线建设费几百万元，再接一条业务线又有授权费和施工费。除了最初的建设费，每年会有合同额一定比例的维保费。数据方面按照包年或者每笔的形式收取流量费，有的银行采购我们的风控运营服务，我们也可以收取运营服务费。爱分析：有哪些标杆客户？
王新宇：现在第三方支付前20家有16家是我们客户，银行客户有40多家，比如平安、兴业、渤海等。平安银行是总部级别的系统服务，信用卡业务、电子银行、手机银行、直销银行用的都是我们的系统。目前股份制银行及城商行客单价均为数百万级。银行、支付、互金是我们老牌业务，今年已开拓证券和保险行业。为国泰君安证券系统服务已经落地，主要用于反欺诈和量化指标计算。量化投资对计算实时性要求很高，流立方可以做支持。除了底层的流立方平台，上面的业务流程我们会跟标杆客户一起做。
非金融领域，我们也在跟国内大型购票网站、中国中车、地铁公司、军工等客户进行合作。爱分析：流立方技术在购票网站上有何应用？王新宇：防止机器人恶意攻击，反爬虫。春运期间每秒150-160万流量，其中有很多来自抢票机器人的流量，对服务器资源挤占很严重。我们的服务，下面是流立方实时计算，上面加载生物离散性模型，能够判断一笔请求来自机器人还是正常人工用户，大概400-800微秒能做出判断，能够挡掉40-50%的流量，这些都是虚假流量。
爱分析：防爬虫技术还有哪些应用场景？王新宇：比如工商局网站、简历网站、知识产权网站等，这些网站所有者都不希望数据被爬走；还有票务公司，要防止竞争对手占座；有竞争关系的酒店，需要防止竞争对手爬取定价后在比价网站上有针对性投放，应用场景还是比较丰富的。大数据风控领域，国内企业正在逐渐替代外企
爱分析：如何看待从数据、模型切入大数据风控服务的公司？王新宇：各家会有一些特色数据源，但相对来说行业还是比较开放的，数据获取上不会有特别高的门槛。从数据切入的话，粘性会比较弱，如果有了另一个数据源、或者国家队有了数据，很容易被替换掉，所以通过数据切入风控模型会比较好。
纯做模型也是一种方式，但需要很多专家去建模，如果不跟着自己特有的数据和软件产品，没有核心的技，很难做到高附加值。爱分析：交易反欺诈和申请反欺诈市场规模有多大？王新宇：如果把系统、数据全算上，每年会有一两百亿的规模。这里面分为很多模块，数据交易、模型、软件、甚至联合运营。
爱分析：未来大数据风控行业集中度会比较高？王新宇：要看哪一部分，数据如果百行征信做得好就会比较集中；建模的话需要专家跑到现场去，一个机构服务三五十家客户以后扩张性就会面临问题，因此有可能百花齐放。爱分析：未来几年技术层面会有哪些变化？王新宇：我们判断客户对于事中风控会越来越重视，现在行业处于事后风控向事中风控过渡阶段，未来无论申请还是交易，大家都会越来越讲究时效性，事中风险控将会成为一个趋势。
爱分析：邦盛科技与FICO之间的区别？王新宇：FICO有底层引擎，但该引擎偏工具类，上层的模型还需要客户自己做；能力差一些的客户需要购买FICO的咨询服务，FICO派专家跟客户一起做。在风控反欺诈方面，我们是一个全栈的解决方案，施工过程中教客户简单的配置方法，客户就可以直接用了。爱分析：FICO、三大征信局等外企在国内银行的占有率是怎样的？
王新宇：FICO分这个产品国内基本上没有使用，工具、引擎产品比如信用卡授信、决策产品各大银行基本上都在用，很多年前就已经卖进去了。但目前被替代趋势很明显，去年几十家银行已经在采购我们的产品了。银行采购时会给出一个样本数据，通过性能、时效性、效果、误报率、漏报率等指标比出一个排名，然后再招标。
我们去年跟FICO、SAS等外企打了十几仗，都赢了，采购方基本上都是股份制银行。以前这些银行愿意买国外的产品，现在的趋势是国内产品不比外企差，甚至效果要好很多。2018·爱分析中国大数据高峰论坛点击下方图片了解一下
新龙榜新龙榜TOP125新金融互联网金融TOP100|互联网金融TOP50 互联网保险TOP35|消费金融TOP25 财富管理TOP42| 投资机构TOP30互联网支付TOP20|虎鲸榜TOP50 互联网保险TOP25|互金概念股TOP30创富人物榜TOP50|影响力50人 金融科技创新企业TOP60企业服务企业服务TOP100|企业服务TOP50
大数据TOP72|B2B电商TOP50 云服务TOP50|网络安全TOP30 大数据影响力50人|B2B电商影响力50人其它出行服务TOP50人工智能TOP50教育科技TOP50语言教育TOP20移动医疗TOP30汽配维修TOP20家居家装TOP36汽车创新TOP64新零售TOP100汽车金融TOP25蚂蚁金服|陆金所|陆金所（二）联合健康|京东金融|微众银行趣店|FICO|易鑫集团|捷信
借贷宝|宜人贷|拉卡拉诺亚财富|360金融|网信理财泰康在线|乐信调研肖文杰访谈点融网|微贷网 姚宏访谈宜信财富|人人友信|泛华金控钜派|百融金服 张韶峰访谈Oscar Health|投哪网|马上金融美利金融 刘雁南访谈|Elevate信而富|金蛋科技|银客网宜信博诚|大数金融漆瑾声访谈买单侠|量化派|金斧子小虎金融|小雨伞|网金社群星金融|米么金服|LPL
Capital One|大道金服|卡卡贷会分期|省呗|中腾信|鑫合汇|黄金管家点牛金融|邓白氏|花生好车|彩虹无线TD Ameritrade|今日投资|元素征信多彩投|车车科技|人人车理财魔方|华设财富|评驾科技飞贷|惠金所杨冀川访谈|数禧金服猛犸反欺诈|光量科技|斯睿德|玖富百度金融科技BAIDU FINTECH访谈思迪信息|贝塔智投|水滴互助|付钱拉天创信用|量子金服|夸客优富|壹财富
（二）
