大数据的出现,使传统金融行业向智能时代迈进了一大步。随着互联网信息技术的不断普及,各个行业对大数据的应用也越来越广泛。以金融行业为例,大数据技术的引入,在一定程度上,进一步推进了传统金融业务的转型以及金融行业经营模式的创新。信贷业务作为金融业务的重要组成部分,对于整个金融产业的持续健康发展有着重要的影响。众所周知,信贷业务具有高风险的特点,容易产生不良资产,而大数据技术的引入能够大大提升信贷业务的风险管理能力。但是,由于大数据技术在我国应用的时间较短,在实际操作过程中仍存在诸多问题。在本研究中,笔者首先对大数据及信贷风险的核心概念、内涵、特征进行了系统整理;其次,通过运用文献研究法、案例分析法、实地调查法等,对商业银行传统信贷风险控制中存在的问题进行了详细阐述,如成本高、效率低、效果差等,并从经济环境、产业政策、法律制度、信息不对称、借款人原因、银行原因等方面对其原因进行了客观全面的分析;再次,对传统信贷风险控制方法与大数据时代信贷风险控制方法进行对比分析,详细阐述了传统信贷风险控制方法与大数据时代信贷风险控制方法存在的问题,如传统信贷控制方法存在成本高、效率低、信贷信息不对称、信贷方式单一、信贷体验较差等问题;大数据时代信贷风险控制方法存在数据整合和挖掘难度大、信息安全风险突出、法律风险制约、缺少规范数据应用模型等问题;最后,笔者深入研究了以蚂蚁金服为代表的电商系金融平台和以企业秒读、用钱宝为代表的Fintech金融科技公司两类应用实例,试图从他们的运营模式中得到启示,破解大数据背景下金融机构信贷风险控制的难题,并结合当前我国大数据背景下信贷业务风险控制发展现状,运用自身所学专业理论知识,提出了优化大数据时代信贷风险控制的对策建议,如推进信贷大数据全量共享;深化信贷大数据挖掘和加工;加强信息和网络安全监管;完善金融法律监管规则;拓展大数据信贷风险应用。