商業銀行信息系統風險管理

天津財經大學在職研究生

摘要：本文在簡單介紹數據挖掘基本內容的基礎上，嘗試分析商業銀行內控合規信息建設工作的現狀，查找與“大數據”時代接軌的工作差距并提出發展建議。

關鍵詞：金融；商業銀行；風險控制；數據信息

伴隨商業銀行各項業務的迅速發展和內控合規管理水平的提升，計算機應用技術已經在銀行系統合規管理領域得到了廣泛應用。特別是近年來，內控合規管理信息系統和計算機審計系統的應用在內控合規管理各項工作中發揮了巨大的作用并取得了顯著成效。做好內控合規信息建設工作，有利于合理規避和防范風險，有利于提高經營管理效率，有利于商業銀行獲得更高的收益。

近年來，信息建設和系統應用在商業銀行內控合規管理工作中發揮了巨大的作用并取得了顯著成效。做好“大數據”時代的內控合規信息建設，通過“數據挖掘”將紛繁復雜的業務數據轉化為具有管理價值的關鍵信息，已經成為銀行系統的重要研究方向和思考課題。

一、數據挖掘的主要應用

（一）“數據挖掘”的基本概念

“大數據”又名巨量資料，是繼物聯網、云計算、移動互聯網之后的新一代信息技術應用。一般意義上，大數據的“大”是指大型數據，即具備10TB及以上的數據規模。“大數據”應用通常體現在數據倉庫、數據挖掘、商業智能以及開源云計算架構等方面。

“數據挖掘”又名知識發現、資料勘探、數據采礦，是“大數據”應用的主要形式之一，具體是指運用計算機技術從大量數據信息中找出隱含規律，做出歸納推理，挖掘潛在模式，為決策者調整策略、降低風險提供支持和服務的過程，在行政管理、教育科研、產品生產、銀行金融等不同領域均有廣泛應用，并且發揮著愈來愈重要的作用。目前常用的數據挖掘分析軟件主要有IBM公司的SPSS（統計產品與服務解決方案）、微軟公司的SQL Server Analysis Services（SQL Server分析服務）、SAS公司的SAS統計分析軟件系統等，在日常辦公方面廣泛應用的OFFICE系列軟件中也已集成了“數據透視表”等簡單的挖掘分析功能。常用的數據挖掘分析模型工具主要有決策樹、聚類、時間序列、貝葉斯、序列聚類、關聯、神經網絡、邏輯回歸、線性回歸和文本挖掘等。

（二）數據挖掘在銀行領域的主要應用

數據挖掘在銀行領域的應用大體可以分為營銷分析和風險分析兩大類，主要是指通過對客戶存貸款及支付交易行為特征（如：存款余額、交易流水、按揭貸款、消費信貸等）的分析獲取更大的營銷機會，亦或發現并預警潛在的客戶違約或管理違規行為。

在計算機技術應用于銀行監管領域的研究方面，國家審計署在2004年至2007年間相繼出版了《計算機審計技術和方法》、《審計分析模型算法》、《審計數據的多維分析技術》、《計算機審計：概念、框架與規則》等一系列著作，提供了大量銀行方面的背景模型和實證案例。監管領域的數據分析應用分為數據查詢、多維分析和數據挖掘三種形式。以銀行不良貸款為例，簡單來說數據查詢應用主要回答單筆不良貸款成因的問題，如挪用資金等；多維分析應用主要回答不良貸款分布的問題，如機構分布、行業分布等；數據挖掘應用主要回答在數據模型特征上，哪些貸款形成不良風險性較大的問題。

二、內控合規信息建設的成果

（一）系統管理方面

商業銀行在內控合規管理信息系統研發和數據集成方面已經具備了良好的基礎，積累了豐富的實踐。成果主要表現在：一是計算機審計系統多年來經過數次升級日臻完善，對主要業務系統數據資源的整合和共享，能夠較好地滿足在非現場數據線索提取分析方面的應用需求。二是內控合規管理信息系統的應用可以為全行內控合規工作提供信息平臺、作業平臺、管理平臺和分析平臺，基本實現了合規管理數據信息的標準統一、系統集成、信息聚合和分析共享。

（二）計算機審計系統應用方面

計算機審計系統的廣泛應用開始引領商業銀行內控合規檢查方式的變革。在合規檢查項目的立項實施過程中，計算機審計系統的充分運用為檢查立項準備、方案制定和組織實施提供了有力的數據支持，為重點抽樣現場檢查的選定提供依據和支撐，進一步提升了現場檢查發現問題的精度和深度。

（三）實際應用方面

內控合規管理信息系統基本實現了合規管理工作各環節、各模塊的全流程在線作業和全過程質量控制；基本實現了各級行、各部門之間合規管理數據的共享和合規管理信息的互通；基本實現了合規風險信息的收集分析和成果利用。

三、內控合規管理信息系統對內部審計的要求

（一）審計部門的設置應符合審計流程。

審計部門和崗位的設置按照審計流程進行劃分，能夠充分發揮以系統內部控制測評為基礎，通過對電子數據的收集、轉換、整理、分析和驗證來實現審計目標的數據式審計的作用，從而更有利于識別各種潛在風險。

（二）根據大數據的特點，調整審計監測模式。

審計監測模式應以數據分析為基礎，以風險控制為導向，通過調整分析數據和審計判斷的方式，進行全量數據信息的關聯和動態分析，能夠提高審計人員的洞察力，保證有效的審計監督職能，從而提高風險控制。

（三）運用大數據的優勢，提升審計效能。

審計部門應發揮大數據的特點，對大數據進行深度挖掘，充分運用科技手段，對數據信息進行有效的分門別類，及時進行總結歸納，進一步進行有效預測，從而提高審計成果的利用價值。

四、對內控合規信息建設的建議

“大數據”時代內控合規信息建設的工作方向應該是：在鞏固工作成果和既有優勢的基礎上努力更新觀念、提升工作質量，具有前瞻性地在人才儲備、知識積累、應用探索上實現與“大數據”時代的接軌，以IT思維迎接大數據時代；積極探索構建以信息系統為中心、以風險為導向、以數據流為驅動的合規監管形式，引領內控管理方式和合規檢查形式的變革。具體提出以下建議：

（一）構建頂層設計

商業銀行要主動將掌握的系統數據信息資源納入銀行信息建設的規劃體系，充分利用系統數據信息高度集成的優勢更好地為銀行合規管理和盡職監督工作提供支持和服務。同時在全行信息建設的規劃過程中，要充分表達內控合規條線的意見和訴求，在風險信息收集、合規指標監測、過程質量管理及數據挖掘分析等方面積極提出需求，主動參與開發。爭取以全行信息建設為契機消除部門條線之間的系統壁壘，解決信息“孤島化”現象，實現對銀行合規風險信息收集的系統化，爭取更多資源應用于內控合規管理工作。

（二）更新思想觀念

在內控合規信息建設的指導思想上要徹底突破傳統“賬表導向”的思維方式，在工作定位上要突破傳統“輔助審計”的思維定勢，逐步實現從線索提取核查向潛在風險預測、預警和預防研究轉變；逐步實現從“查錯糾弊”向合規風險預控研究和監管增值服務轉變；逐步實現檢查人員歷史經驗模型和數據挖掘分析模型的互補和融合。在原有對傳統業務領域和監管重點開展持續監測的基礎上，要特別加強對信用卡、網絡金融、金融市場等新興業務領域的風險點研究和監測分析，擴大監管范圍、提高監管深度。在原有對非現場線索提取分析的基礎上，要逐步開展數據挖掘分析在系統性、趨勢性風險提示等運用方面的研究實踐。

（三）提高人員技能

應優先考慮“大數據”時代內控合規信息建設的資源配備，制定指導政策，提高非現場監管人員專業素質，實現非現場人員從“線索提取”到“數據分析”的定位提升。在實證研究方面，要進一步提高監管人員對檢查內容的收集積累和歸納分析技能，樹立現場檢查思路向非現場監管轉化的意識，力爭非現場監測技術與現場檢查方法的相互促進，共同提升。在繼續加強計算機審計系統、內控合規信息系統等系統使用培訓的基礎上，對于監管人員要開展“大數據”應用和挖掘分析技術的外部培訓，引導鼓勵監管人員掌握數據分析領域的前沿技術，提高監管人員的專業技術、邏輯思維及實干能力。

綜上所述，加強、重視商業銀行內控合規信息建設工作不僅能夠及時有效的評估和控制可能出現的風險隱患，保證銀行體系的穩健運行，更有助于商業銀行發展戰略和經營目標的實現，提高商業銀行的核心競爭力。

參考文獻：

[1]《淺談我國商業銀行的內部控制》作者：陳萍 企業技術開發，2009

[2]《商業銀行內部控制與管理創新》作者：朱明 現代金融，2009

作者簡介：

王琳，1工作單位：中國農業銀行股份有限公司天津市分行，職務：科員，學校：天津財經大學在職研究生在讀，所學專業：金融，研究方向：商業銀行風險管理。