金融科技大数据产品推荐:票据贷——到期银行承兑,安全稳健之选

本文主要是介绍金融科技大数据产品推荐:票据贷——到期银行承兑,安全稳健之选,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!


官网 | www.datayuan.cn

微信公众号ID | datayuancn


本产品为数据猿推出的“金融科技价值—数据驱动金融商业裂变”大型主题策划活动第一部分的文章/案例/产品征集部分;感谢 金投手 的产品投递


1、产品名称


票据贷


2、所属分类


金融科技·供应链金融、 风控


3、 产品介绍


金投手平台联合大型国企、央企及信誉良好的行业龙头民营企业共同推出的票据融资产品,本产品以大型国企、央企及信誉良好的行业龙头民营企业为核心融资企业。融资企业把持有的银行承兑汇票质押给金投手平台指定的第三方机构并由金投手平台指定银行进行托管,投资人通过金投手平台把资金出借给融资企业,项目到期后由金投手指定银行进行票据资金托收。


4、应用场景/人群


企业收到票据至票据到期兑现之日,往往是少则几十天、多则300天,资金在这段时间内处于闲置状态。如果持票企业需要灵活的资金周转,通过“票据贴现”形式将手中的“死钱”变成“活钱”。


5、 产品功能


本产品以大型国企、央企及信誉良好的行业龙头民营企业为核心融资企业,票源真实可信。再由专业的金融团队再包装设计成不同利率和周期的理财产品,推荐给平台客户。票据贷项目能给予投资者低门槛、低风险、高信用、高收益,到期由开具兑付凭证的银行刚性兑付,兑付款作为投资者本息的还款来源。


6、 产品优势


针对融资方:


1) 无需担保,不受资产规模限制,利率相对较低,手续方便,融资成本低。


2) 融资人持电子银行承兑汇票进行质押融资,可以实现远程跨地域操作,不受时间空间的限制。减少了间接融资成本,提高了资金融通的效率。


(电子银行承兑汇票进是出票人以数据电文形式制作的,委托付款人在指定日期无条件支付确定的金额给收款人或者持票人的票据,与纸质商业汇票相比具有以数据电文形式签发、流转,并以电子签名取代实体签章的突出特点,其对于杜绝伪造、变造票据案件,降低企业结算成本、提升结算效率、控制融资风险具有十分重要的作用。)


针对投资方:


1)银行承兑汇票,基础资产质地优良,变现能力强。

2)项目小额分散,背景真实。

3)还款来源固定且唯一。

4)回款账户实时监管,资金流形成闭环。


7、服务客户/使用人数


服务客户:持票企业及平台投资用户

使用人数:投资人总数 57764人;融资企业总数238家


8、市场价值


服务实体经济,助力中小微企业发展,解决小微企业融资难融资贵问题,为持票企业时提供平台化融资渠道。


为投资人提供低风险的投资项目


9、产品地址


https://www.jintoushou.com/piaojudai/


所属企业及介绍 -


金投手金融信息服务(北京)有限公司是经北京市海淀金融办批准成立的互联网金融信息服务中介平台,隶属于金投手金融信息服务(北京)有限公司,由北京粮油交易所、中建国能等央企法人发起设立,实缴注册资本5000万元,办公地点位于北京中关村互联网金融中心。


金投手专注于AA+央企、国企、上市公司供应链金融服务,围绕优质核心企业,为其上下游公司、合作伙伴和关联公司提供金融服务,并为广大投资人提供规范、高效、便捷的互联网金融中介服务和安全、可靠的互联网金融产品。


金投手管理团队成员均毕业于清华、北大、人大等知名高校,风控团队精英来自银行、证券等传统金融机构及会计事务所,具备丰富的金融从业经验。技术团队均来自于知名互联网公司,利用互联网技术、大数据与供应链金融服务相融合,推动供应链金融的创新与发展,建立具有互联网基因的供应链金融生态体系。



作为整体活动的第二部分,2017年10月25日,数据猿还将在北京举办千人规模的“2017金融科技价值——数据驱动金融商业裂变”峰会并将在现场举行文章、案例、产品的颁奖典礼。


更多精彩内容

(点击关键词查看)


· 观 点 ·

阿里金融云徐敏 | 达观数据陈运文

易日升史建伟 | 易宝支付余晨

诸葛io于晓松 | 91征信薛本川

聚信立甘建铃 | 天创信用张宇

安华金和杨海峰 | 东方金信王伟哲


· 案 例 ·

光大银行:风险一体化项目实施

中国人民银行反洗钱监测分析二代系统

大数据综合分析平台 ——海量数据复杂分析处理



这篇关于金融科技大数据产品推荐:票据贷——到期银行承兑,安全稳健之选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/335280

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X