穆迪分析发布新产品用于监管计算和信用风险报告的Banking Cloud Credit Risk以扩充其SaaS产品线

本文主要是介绍穆迪分析发布新产品用于监管计算和信用风险报告的Banking Cloud Credit Risk以扩充其SaaS产品线,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

伦敦--(美国商业资讯)--全球金融情报提供商穆迪分析(Moody's Analytics)推出了云原生监管计算和报告引擎Banking Cloud Credit Risk。该工具采用软件即服务(SaaS)解决方案,可帮助银行了解以及应对最新的监管要求,而无需重新部署和维护内部软件。

该解决方案配置了预定义的监管规则和报告模板,为银行的信用风险计算和监管报告提供更大的灵活性和更快的处理时间,支持巴塞尔银行监管委员会(BCBS)标准、欧洲银行管理局(EBA)资本指令法规以及当地监管机构使用的各类国家裁量权。此外,监管更新和软件维护由穆迪分析统一管理,这让金融机构可以按需订制报告数量。

Banking Cloud Credit Risk使金融机构能够轻松识别和理解不同报告期或监管要求之间的差异,并评估未来监管趋势对业务的影响,以制定更明智的商业决策。该计算引擎还允许用户同时采用标准法的和内部评级法进行风险加权资产的并行计算,这将在Basel III信用风险规则修订版于2022年正式实施后成为一项硬性规定。

凭借直观的数据管理,银行可以快速加载、转换和调和其数据,从增强的数据沿袭功能和适应监管要求的单一信息源准则中受益。

穆迪分析总经理Andy Frepp表示:与我们所有的云原生监管解决方案一样,我们设计的Banking Cloud Credit Risk可以帮助金融机构提高业务效率,降低IT基础设施成本,并更快地响应不断变化的法规要求。银行需要遵守新的要求并管理其合规成本。提供灵活性和可扩展性的技术是实现这些目标的关键。

Banking Cloud Credit Risk成为穆迪分析云原生监管和会计解决方案套件的最新产品,该套件还包括用于欧洲AnaCredit报告的Transactional Reporting Tool,以及用于美国当前预期信用损失(CECL)计算和报告的ImpairmentStudio

穆迪分析于上月荣获2019RegTech Insight Awards交易报告最佳供应商解决方案(AnaCredit)奖。此外,穆迪分析还赢得了2019 Chartis RiskTech100®CECL类别奖Chartis Research报告评估了17家提供CECL解决方案的供应商。

点击此处了解有关穆迪分析Banking Cloud Credit Risk解决方案的更多信息。

有关穆迪分析最新的监管报告见解,请访问银行监管技术资源中心

关于穆迪分析

穆迪分析致力于为市场提供金融信息和各种分析工具,帮助企业领导人做出更好、更快的决策。我们将深厚的风险管理专长、广博的信息资源及创新的技术应用融会贯通,帮助我们的客户自信地驰骋于不断发展变化的市场。我们以提供业界领先、屡获殊荣的解决方案而著称,涵盖研究、数据、软件及专业服务,可灵活搭配组合,提供顺畅无碍的客户体验。我们对卓越的追求、开放的思维方式以及对满足客户需求的重视,使我们成为全球数千家组织机构所信赖的伙伴。有关穆迪分析的详细信息,敬请访问公司网站或在TwitterLinkedIn上关注我们。

穆迪分析公司是穆迪公司(Moody's Corporation, 纽约证交所股票代码:MCO)旗下子公司。穆迪公司2018年财报收入44亿美元,全球员工约13,200人,业务分布42个国家。

这篇关于穆迪分析发布新产品用于监管计算和信用风险报告的Banking Cloud Credit Risk以扩充其SaaS产品线的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/554856

相关文章

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe

Java中最全最基础的IO流概述和简介案例分析

《Java中最全最基础的IO流概述和简介案例分析》JavaIO流用于程序与外部设备的数据交互,分为字节流(InputStream/OutputStream)和字符流(Reader/Writer),处理... 目录IO流简介IO是什么应用场景IO流的分类流的超类类型字节文件流应用简介核心API文件输出流应用文

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

修复已被利用的高危漏洞! macOS Sequoia 15.6.1发布

《修复已被利用的高危漏洞!macOSSequoia15.6.1发布》苹果公司于今日发布了macOSSequoia15.6.1更新,这是去年9月推出的macOSSequoia操作... MACOS Sequoia 15.6.1 正式发布!此次更新修复了一个已被黑客利用的严重安全漏洞,并解决了部分中文用户反馈的

Python文本相似度计算的方法大全

《Python文本相似度计算的方法大全》文本相似度是指两个文本在内容、结构或语义上的相近程度,通常用0到1之间的数值表示,0表示完全不同,1表示完全相同,本文将深入解析多种文本相似度计算方法,帮助您选... 目录前言什么是文本相似度?1. Levenshtein 距离(编辑距离)核心公式实现示例2. Jac