数据可视化分析教学课件——FineBI实验册节选====风险分析
数据可视化分析课程教学,0基础也能掌握,本节讲述的是金融经济类专业的数据可视化分析案例:风险分析
a.实验背景
目前许多银行与券商已经拥有了不少分散的业务系统,但在系统对接、数据互通,以及分析指标方面还存在不少问题:
1、大部分银行的系统虽然覆盖主要风险类型,但无法实现风险类型的全覆盖,近一半银行的系统仅覆盖子公司的少部分业务,但无法实现各子公司风险数据的全覆。
2、虽然支持监管指标的逐日监控,但无法实现操作风险指标的逐日监控,但限额指标体系还不够丰富。
3、依靠手工或半自动化简单工具进行风险数据的收集、核对和整理,无法完全自动生成定期报告。
b.实验分析思路
1、利用FineBI的多源数据连接,以及自助数据加工能力,保证数据的真实、准确、完整,继而有效的用于风险识别、计量、评估、监测和报告。
2、每个分公司、业务部门都可利用FineBI的自助分析与简便易上手的可视化组件,制作对应业务方向的风险分析dashboard,真正实现数据驱动业务。c.使用数据
使用金融行业数据包中的【贷款风险数据】EXCEL数据集以及在其基础上加工得来的【不良贷款数据】自助数据集。d.方案/指标体系
分析指标:不良贷款余额、不良贷款完成率、存货比、比计划、季度风险指标、贷款五级分类占比
分析维度:时间、地理维度、各分行、业务条线等等
展现方式:组合图、饼图、指针图、明细表等等e.实验步骤
数据准备
新建一个业务包,并命名(建议以操作内容命名);添加表,选择EXCEL数据集
将【贷款风险数据】EXCEL数据集导入;导入成功后,添加一个自助数据集,命名为“不良贷款数据”,使用【贷款风险数据】,字段全选,添加过滤,“属性”属于“贷款五级分类”。
新增列“标签”,输入公式IF(OR(指标项==“可疑”,指标项==“次级”,指标项==“损失”,) “不良贷款”,“正常贷款”)
保存并更新。
仪表板制作
新建一个仪表板,命名为“风险分析”,添加一个文本组件,内容为“风险指标”;调整文本格式;调整组件大小,开启悬浮
再添加一个文本组件,开启悬浮,位置置于底部
(一)不良贷款余额/完成率
添加一个组件,使用【贷款风险数据】EXCEL数据集
对“当前值”,“完成率”进行明细过滤; “指标项”属于“可疑”,“损失”,“次级”添加一个名为“完成率”的计算指标
公式:SUM_AGG(当前值(亿))/SUM_AGG(预算值(亿))-1
图形属性选择文本;将时间拖入“横轴”,并将显示格式设置为年季度;将“当前值”和“完成率”拖入文本,将“完成率”的数值格式设置为百分比,调整文本内容格式,调整颜色为红色,将横轴的轴标题隐藏
编辑标题为“不良贷款余额/完成率”,进入仪表板调整大小、位置,开启悬浮
(二)存贷比
添加一个组件,使用【贷款风险数据】EXCEL数据集
复制两个“当前值”,并分别重命名为“存款总额(亿)”、“贷款总额(亿)”
为“存款总额(亿)”添加明细过滤, “指标项”属于“存款总额”
为“贷款总额(亿)”添加明细过滤, “属性”属于“贷款五级分类”
添加一个名为“存贷比”的计算指标,公式:SUM_AGG(贷款总额(亿)) /SUM_AGG(存款总额(亿))
图形属性选择柱状图;将“日期”拖入横轴;“存贷比”拖入标签和纵轴,将“存贷比”的数值格式设置为百分比;“日期”以年季度显示
将横纵轴的值轴,将轴标题和轴标签全部隐藏,调整颜色,编辑标题为“存贷比”
进入仪表板调整大小、位置,开启悬浮
(三)季度风险指标数据
添加一个组件,使用【不良贷款数据】自助数据集
复制五个“当前值”,并分别重命名为“不良贷款值”“次级类”“关注类”“可疑类”“损失类”
对复制的五个指标进行明细过滤,过滤依据为
“不良贷款值”:“标签”属于“不良贷款”
“次级类”:“指标项”属于“次级” “关注类”:“指标项”属于“关注”
“可以类”:“指标项”属于“可疑” “损失类”:“指标项”属于“损失”
添加一个名为“一般损失准备金”的计算指标,公式:SUM_AGG(当前值(亿))*0.01
添加一个名为“贷款损失准备金”的计算指标,公式:SUM_AGG(关注类)*0.02+ SUM_AGG(次级类)*0.25+ SUM_AGG(可疑类)*0.5+ SUM_AGG(损失类)+一般损失准备金
添加一个名为“拨备覆盖率”的计算指标,公式:贷款损失准备/SUM-AGG(不良贷款值)
添加一个名为“不良贷款率”的计算指标,公式:SUM-AGG(不良贷款值)/SUM_AGG(当前值(亿))
图形属性选择线;将“不良贷款率”“拨备覆盖率”拖入纵轴,以及其对应的标签中;“日期”拖入横轴,并将显示格式设置为年季度
将“不良贷款率”“拨备覆盖率”的数值格式设置为百分比,纵轴选择指标并列
为“不良贷款率”添加注释,“不良贷款率”大于0.7——过高预警
隐藏横轴的轴标签;隐藏纵轴的轴标题,调整颜色;编辑标题为“季度风险指标数据”,并居中,进入仪表板调整大小、位置,开启悬浮
(四)比计划
添加一个组件,使用【贷款风险数据】EXCEL数据集
对“当前值”“预算值”进行明细过滤
添加一个名为“比计划”的计算指标,公式:SUM_AGG(当前值(亿))-SUM_AGG(预算值(亿))
将“比计划”拖入横轴以及颜色;时间拖入纵轴,设置显示格式为年季度,将“时间”按“比计划”降序排列;调整颜色
隐藏纵轴的轴标题;横轴的轴标签。编辑标题为“比计划”并居中;隐藏图例
进入仪表板调整位置、大小,开启悬浮
风险指标成果图
再添加两个文本组件,操作方式相同,制作一个简单的标题
(五)公司条线、零售条线、小微条线(上一次操作中做过,可以直接复用组件。)
复用组件,复用“行长综合驾驶舱”仪表板——选中需要的组件,直接拖拽至仪表板——开启悬浮,调整大小、位置
成果图:
(六)三类条线完成率风险预警
添加一个组件,使用【贷款风险数据】EXCEL数据集
添加一个计算指标,命名为“比计划”,公式:SUM_AGG(当前值(亿))-SUM_AGG(预算值(亿))
添加一个计算指标,命名为“完成度”,公式:SUM_AGG(当前值(亿))/SUM_AGG(预算值(亿))
“当前值”“比计划”的图形属性选择柱形图,“完成度”选择线;时间拖入横轴;“指标项”“当前值”“比计划”“完成度”拖入纵轴,时间以年季度显示
对“指标项”进行过滤,开启堆积
设置“完成度”为右值轴,并隐藏轴标题、轴标签,为“完成率”添加注释,“完成度”大于1.1——风险预警
为各个指标设置不同的颜色;设置左值轴,隐藏轴标题、轴标签,让组件更美观
编辑标题内容为“三类条线完成率风险预警”;进入仪表板,开启悬浮调整大小、位置
不良率指标部分整体效果:
再添加两个文本组件,操作方式相同,制作一个简单的标题:
(七)贷款五级分类分组表
添加一个组件,使用【贷款分线数据】EXCEL数据集
添加一个名为“完成率”的计算指标,公式:SUM_AGG(当前值)/SUM_AGG(预算值)
图表类型选择分组表;将“指标项”拖入维度;“当前值”“预算值”“完成率”拖入指标
对“指标项”进行过滤,过滤出贷款五级分类,“指标项”属于“关注”,“可疑”,“损失”,“次级”,“正常”
将“完成率”的数值格式设置为百分比;将“完成率”拖到颜色,并添加条件
编辑标题为“贷款五级分类分组表”,居中显示;进入仪表板开启悬浮,调整大小、位置
(八)贷款五级分类各类占比
添加一个组件,使用【贷款风险数据】EXCEL数据集
为“当前值”添加明细过滤,“指标项”属于“关注”,“可疑”,“损失”,“次级”,“正常”
图形属性选择饼图;将“指标项”拖入颜色;“当前值”拖入角度和标签
将“当前值”的数值格式设置为百分比;添加快速计算-当前指标百分比
设置标签居外显示
编辑标题为“各类占比”,并居中显示;图例显示在左侧
进入仪表板开启悬浮,调整大小、位置
仪表板整体效果图:
数据可视化分析教学课件——FineBI实验册节选====风险分析相关推荐
- 数据可视化分析教学课件——FineBI实验册节选====物流经营分析
数据可视化分析课程教学,0基础也能掌握,本节讲述的是交通运输及物流管理等专业的数据可视化分析案例:物流经营分析 a.实验背景 在应对一些业务部门突发性.即时性的数据分析需求时,由于缺乏敏捷型的 ...
- 数据可视化分析教学课件——FineBI实验册节选====库存分析
数据可视化分析课程教学,0基础也能掌握,本节讲述的是电子商务及商务数据分析等专业的数据可视化分析案例:库存分析 a.实验背景 我们经常听管理人员抱怨库存太多,其实高库存大多时候是企业" ...
- 数据可视化分析教学课件——FineBI实验册节选===A股走势分析
数据可视化分析课程教学,0基础也能掌握,本节讲述的金融经济类专业的数据可视化分析课程教学案例:A股走势分析 a.实验背景(为避免影响投资者判断,数据截止于2019年) 1.自2015年以来,长 ...
- 数据可视化分析教学课件——FineBI实验册节选====行长综合驾驶舱
上节我们讲到金融.经济类专业的数据可视化分析教学,使用帆软金融服务行业的项目场景沉淀的案例进行实操训练,这节我们就来具体讲述,每一个数据可视化分析教学案例的具体实现方式. 行长综合驾驶舱: a ...
- 数据可视化分析教学课件——FineBI实验册节选====物流时效分析
数据可视化分析课程教学,0基础也能掌握,本节讲述的是交通运输及物流管理等专业的数据可视化分析案例:物流时效分析 a.实验背景 物流时效分析,同样也是作为物流看板的补充: 1.各个省份地区, ...
- 数据可视化分析教学课件——FineBI实验册节选====资产负债分析
数据可视化分析课程教学,0基础也能掌握,本节讲述的是金融经济类专业的数据可视化分析案例:资产负债分析 a.实验背景 1.资产负债信息不透明,不能及时了解到风险所在. 2.数据反馈不及时,存 ...
- 数据可视化分析教学课件——FineBI实验册节选====门店分析
数据可视化分析课程教学,0基础也能掌握,本节讲述的是电子商务及商务数据分析等专业的数据可视化分析案例:门店分析 a.实验背景 门店仰赖营业额作为绩效指标,但对于营业额不佳,却难以有更进一层的数 ...
- 数据可视化分析教学课件——FineBI实验册节选====活动分析
数据可视化分析课程教学,0基础也能掌握,本节讲述的是电子商务及商务数据分析等专业的数据可视化分析案例:活动分析 a.实验背景 优质的.有价值的活动运营方案能够严格的落地执行并且助力业绩提高,活 ...
- 数据可视化分析教学课件——FineBI实验册节选====企业产品销售分析
数据可视化分析课程教学,0基础也能掌握,本节讲述的是能源与环境系统工程和能源化学工程等专业的数据可视化分析案例:企业产品销售分析 a.实验背景 对于大部分企业来说,销售部门是为企业直接带来利润 ...
最新文章
- mysql bigint 运算_mysql中int、bigint、smallint 和 tinyint的区别详细介绍
- 计算机文字识别的过程包括哪些步骤,电脑上的文字识别工具怎么使用?
- python数据结构的列表_Python数据结构之列表
- 《深度探索C++对象模型》--1 关于对象
- 方向向量转欧拉角_欧拉角、旋转向量和旋转矩阵的相互转换
- java 队列 array_Java源码解析阻塞队列ArrayBlockingQueue常用方法
- 模型训练太慢?显存不够用?这个算法让你的GPU老树开新花
- CNN经典模型:GoogLeNet(从Inception v1到v4的演进)
- 水题 CodeForces 602C -Two Bases
- mysql did not start_mysql 服务无法启动
- 终于把tomcat给搞定了
- C语言字母O和数字0怎么区分,车牌数字“0”和字母“O”究竟如何区分?看完终于弄明白了...
- shell 数组及 十六进制转换报错
- C++ priority_queue 用法详解
- STM32 LoRaWAN探索板B-L072Z-LRWAN1入门指南
- 阿里云 ECS windows服务器创建+部署+域名
- python实现指数增长
- 百度地图如何准确定位?注意surroundingPois
- 【练习七 字符串编程题9. 音乐DJ和回响贝斯】
- 漫步线性代数八——向量空间和子空间