当前位置:首页 >  科技 >  IT业界 >  正文

SAS被Chartis评为信用风险2.0解决方案类别领导者

 2020-02-11 13:14  来源: 互联网   我来投稿 撤稿纠错

  阿里云优惠券 先领券再下单

Chartis盛赞SAS强大的数据分析实力铸就其卓越的信用风险解决方案

中国北京,2020年2月10日,在新发布的Chartis报告《信用风险解决方案(银行业)RiskTech象限?》中,SAS作为高级数据分析领域的技术先锋,被评为信用风险2.0解决方案类别领导者。

SAS风险管理解决方案涵盖了银行业务的方方面面——从全方位、安全可靠地展示各个等级的风险,到模型风险管理,再到汇总并呈现可视化的具体结论、助力关键利益相关方的决策制定。 Chartis盛赞了SAS针对CECL、IFRS 9等监管和会计报告要求的集成式解决方案,并在报告中总结道:“SAS以一种全局性且相互关联的方式,支持信用风险模型生命周期的每一个步骤——SAS?风险建模(SAS? Risk Modeling)涵盖了模型开发、模型部署和决策制定,而模型治理平台SAS模型风险管理(SAS Model Risk Management)则用来管理、数据分析和报告模型的生命周期。”

“SAS帮助日新月异的金融服务业实现了现代化,提供了解决方案和特色功能来提升服务效率并应对信用风险挑战。”Chartis研究总监Sidhartha Dash说:“作为数据分析领域的领导者,SAS的核心能力在其信用风险解决方案上得到了充分体现。SAS广受认可的风险技术解决方案证明了其成熟精湛的数据分析技术,也表明了其在数据分析领域的不断创新。”

Chartis评估了风险技术提供商的解决方案的完整性,评估内容包括数据分析技术、数据管理、风险数据聚合与分配、企业压力测试与情境管理,以及报告与可视化。

“随着人们对信用风险数据分析、战略和管理的日益关注,金融机构必须做好充分的准备来遵守透明度要求不断提高的监管与会计准则,例如IFRS 9、CECL和将于2022年初生效的新的《巴塞尔协议III》。”SAS高级副总裁兼风险管理部门负责人Troy Haines说:“采用SAS信用风险解决方案之后,曾经繁琐的合规过程已转变为精简高效的工作流程。银行因而可以提升业绩、减少损失,同时确保竞争优势。”

除了“信用风险2.0解决方案类别领导者”之外,SAS还在Chartis报告《2019模型风险治理解决方案RiskTech象限?》中被评为该类别的领导者。

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关标签
数据分析
科技公司

相关文章

  • 进博看点|数据分析管控供应链风险

    第六届进博会期间,全球数据和分析驱动的决策赋能机构邓白氏(Dun&Bradstreet)以“共创可持续发展的未来”为主题亮相服务贸易展区。作为连续四年参加进博会的“老朋友”,邓白氏于此次参展期间,在中国首发“供应链ESG解决方案”,并展示一系列数字化解决方案,赋能中国企业构建可持续发展的韧性供应链。

    标签:
    数据分析
  • 神策分析 2.5 上线经营分析,可视化分析能力重磅升级

    近日,神策数据发布了全新的神策分析2.5版本,该版本以经营分析为主题,支持分析模型与外部数据的融合性接入,构建全域数据融合模型,并提供统一、便捷的指标及可视化能力,实现从用户到经营的全链路、全场景分析。经营分析可以帮助企业更深入了解用户的需求,构建从用户到经营的业务指标体系,尤其针对需要加强数据融合

    标签:
    数据分析
  • 全国生物相分离和相变学术研讨会圆满落幕 荣联科技集团亮相顶尖学术盛会

    2023年6月1日至4日,第三届全国生物相分离和相变学术研讨会暨中国生物物理学会生物大分子相分离与相变分会年会在上海成功举办,荣联科技集团携冷冻电镜数据分析整体解决方案亮相活动,云生数据副总经理田凤进行了精彩的报告分享。本次盛会由中国生物物理学会生物大分子相分离与相变分会主办,中国科学院上海有机化学

    标签:
    数据分析
  • 有哪些免费且强大的数据分析BI工具?

    如今,诸多企业开始进入数据应用阶段,开始追求数据对业务的实质性提升。然而,一些企业虽然认识到了数据的价值,却由于缺乏一套高效好用的数据分析工具,导致数据应用效果并不理想。在一些企业中,尤其是中小企业,由于缺乏预算,仍然在使用Excel等传统工具进行数据分析和可视化展现,需要手动整合和处理数据,耗时耗

    标签:
    数据分析
  • Oxylabs 首席执行官:了解静态和动态数据

    数据收集的操作行为受到越来越多的关注,也变得越来越复杂。网络抓取以及自动获取过程总体来说极大地改变了数据收集的性质,旧的挑战得到解决,而新的问题也随之浮现出来。

    标签:
    数据分析

热门排行

信息推荐