1111MicrosoftInternetExplorer402DocumentNotSpecified7.8 磅Normal0 个人介绍：帆软社区用户名Bob945，就职于巴彦淖尔河套农村商业银行股份有限公司，曾在总行计划财务部从事统计分析工作5年有余，目前在总行合规风险法务部从事风险管理工作，个人感兴趣的方向和领域为数据分析。 作品介绍 1.业务背景/需求痛点 业务背景：某某农商行的利率管理岗，日常工作包括决策支持、利率市场分析、绩效评价、利率管理等工作。 需求痛点：需要定期对本行利率执行情况进行分析汇报，从新发放贷款加权平均利率指标开始分析当前利率执行情况，完成利率分析报告，并将对策建议汇报给相关领导。 2.数据来源 自选数据：参考近年新发放贷款明细表，制作2019至2024年的新发放贷款数据，此表用于计算新发放贷款加权平均利率指标。 参考数据：2019至2024年的LPR数据来源于“全国银行间同业拆借中心”官网，数据未做修改，用来与新发放贷款加权平均利率指标做对比。 3.分析思路：本案例通过对比2019至2024年LPR趋势，分析某某商业银行2019至2024年贷款加权利率的变动情况，推论出该银行近年来受益最多的贷款客户群体，进而推论出该银行对于不同客户群体定价能力的强弱，为今后业务发展提供一些对策建议。 1111MicrosoftInternetExplorer402DocumentNotSpecified7.8 磅Normal0   4.数据处理：因本案例所涉及的数据为同期数据，每张表字段名称均一致，所以使用了上下合并将2019至2024年数据合并为一张表，便于进行可视化分析。   1111MicrosoftInternetExplorer402DocumentNotSpecified7.8 磅Normal0 5.可视化报告 （1）数据含义表达和图表排版布局：仪表板共包含为1个时间过滤组件、3个KPI指标卡、3个折线图、1个文本过滤组件和1张分组表，将重点内容以从上到下，从左到右方式分布排版，整体色系保持了一致性。各组件的业务 1111MicrosoftInternetExplorer402DocumentNotSpecified7.8 磅Normal0 时间过滤组件：用来过滤某年某月的利率情况。 指标卡-当月LPR：展示央行公布的当月LPR情况。 指标卡-当月贷款加权平均利率：展示当月该商业银行新发放贷款加权平均利率情况。 指标卡-对公零售：展示当月该商业银行对公、零售客户新发放贷款加权平均利率情况。 折线图-LPR走势图：用来展示2019至2024年LPR趋势。 折线图-贷款加权平均利率走势图：用来展示2019至2024年该商业银行新发放贷款加权平均利率趋势。 折线图-对公、零售客户加权平均利率走势图：用来展示2019至2024年该商业银行对公、零售客户新发放贷款加权平均利率趋势。 文本过滤组件：用来过滤某种客户类型的利率情况。 分组表-不同客户加权平均利率：用来展示每年不同客户类型新发放贷款加权平均利率与环比变动情况。   （2）通过分析得出的结论：通过观察折线图-贷款加权平均利率走势图发现某某商业银行2019年，新发放贷款加权平均利率为8.97%，自LPR改革后，新发放贷款加权平均利率整体呈波动下行趋势，截至2024年，新发放贷款加权平均利率已累计下降283BP，降至6.14%，为历史最低水平。 1111MicrosoftInternetExplorer402DocumentNotSpecified7.8 磅Normal0 1111MicrosoftInternetExplorer402DocumentNotSpecified7.8 磅Normal0 对折线图-对公、零售客户加权平均利率走势图进行分析，发现其中：对公客户新发放贷款加权平均利率下降219BP，由8.14%下降至5.95%；零售客户新发放贷款加权平均利率下降342BP，由9.68%下降至6.26%。可以看出，零售类客户降幅最高，为受益最多的群体。 1111MicrosoftInternetExplorer402DocumentNotSpecified7.8 磅Normal0 通过钻取2024年发现，零售类客户中，城镇社区居民贷款加权平均利率最低，为4.68%；自然人农户贷款加权平均利率最高，为6.94%。而对公类客户中事业单位客户贷款加权平均利率最低，为4.60%，企业客户贷款加权平均利率最高，为5.96%。得出结论：某某商业银行对于企事业单位职工、事业客户等优质客户贷款的自主定价能力偏弱；而对于自然人农户贷款的自主定价能力较高。   1111MicrosoftInternetExplorer402DocumentNotSpecified7.8 磅Normal0 通过数据分析发现了企事业单位职工、事业客户等优质客户贷款利率偏低的原因是该行这类贷款自主定价能力偏弱，对应的解决方案建议如下，一是完善贷款利率定价机制。逐步实现贷款利率定价决策的科学合理，使基层一线人员在贷款利率定价上能够做到在授权范围内合理合规执行，防止出现道德操作风险。二是创新贷款利率定价方式。应根据当地经济发展状况、客户承受能力和自身效益来制定科学合理的贷款利率定价模式。三是对信贷市场进行细分，根据市场需求，适时推出合理的“利率套餐”，以满足市场需求。   心得体会 通过学习FineBI，我深刻体会到数据分析的重要性，以及数据分析在本行管理中的核心作用。FineBI通过其强大的数据可视化功能，将复杂的数据信息简化为易于理解的视觉表达，帮助决策者快速捕捉关键业务指标和市场动态。   同时，FineBI的交互式数据可视化工具促进了同事之间的协作，通过共享的仪表板和报告，团队成员可以实时跟踪项目进度和业务绩效，共同分析问题并制定解决方案。FineBI让我认识到数据分析在本行管理中的重要性。期待能够将FineBI的理念和方法应用到实际工作中，为本行的发展贡献更多的数据价值。   ————————————————————————————————————   BI数据分析从入门到精通实战班，正火热招生中 名额有限，进阶BI高手，你就差这一个课程@有潜力的你 点击图片了解课程更多详情🔎