大數據時代我國商業銀行風險管理的問題研究

天津財經大學 蔣耀萱

大數據時代我國商業銀行風險管理的問題研究

天津財經大學 蔣耀萱

摘 要：大數據技術的應用為商業銀行帶來的機遇與挑戰日趨明顯。從我國商業銀行的風險管理問題出發，結合大數據這一時代背景，研究大數據給商業銀行在數據挖掘、風險決策、風險量化和風險管理體制等帶來的機遇，分析大數據時代商業銀行在數據集成與整合、儲存與開發、數據信息安全以及數據分析人才匱乏等方面面臨的挑戰，提出商業銀行應對這一系列機遇和挑戰的相應對策。

關鍵詞：大數據 商業銀行 風險管理

1 引言

伴隨著互聯網技術的不斷更新換代，諸如：“物聯網”以及將電信、廣播電視與互聯網相互連通，亦即：所謂的“三網融合”等新鮮名詞被不斷的提出，這些新鮮事物的出現代表著信息技術的一次又一次的飛速發展，同時也給人們的生活帶來了翻天覆地的變化。最突出的表現即為伴隨著網絡技術的革新與發展所產生的數據量呈幾何倍數增長，可以這么說，當前我們已經正式跨進了“大數據時代”。麥肯錫的研究顯示，金融業在大數據價值潛力指數中排名第一。而商業銀行可以獲取到的結構化數據包括在其銀行開立賬戶的相關信息數據以及該賬戶的收支資金往來數據，除此之外其還可以獲取到包括：客戶咨詢語音、各營業網點監控視頻錄像以及網上或是電話銀行交易流水等非結構化數據。如果將數據比作銀行的血液，那么風險則當之無愧的是銀行的靈魂，商業銀行風險管理能力直接影響銀行的生死存亡。大數據時代為商業銀行風險管理方面帶來的機遇與挑戰日趨明顯。各家商業銀行如果想在激烈的市場競爭中立于不敗之地，就需要善于利用各種分析手段從數據中發現自身所存在的風險，改進風險管理問題，分享大數據所帶來的利潤。

2 文獻綜述

國內學者對銀行風險管理等問題進行了相關研究，取得了一些研究成果。張宇婧(2013)根據商業銀行的風險和特點，分析了我國商業銀行風險管理中存在的主要問題，進而重點研究探討如何進一步改進和深化我國商業銀行風險管理的構想。周繼述、王雪松(2013)對商業銀行風險管理面臨的挑戰進行分析，通過三個維度評估風險量化能力，完善風險模型，并提出支持風險分析與管理的大數據平臺。朱列生(2014)通過銀行業的客戶數據、交易數據、管理數據等海量數據的挖掘和運用，闡述了大數據時代銀行風險特點的轉變以及銀行應對之道。高建峰、張志榮(2014)從信貸風險管理出發，說明加強信息搜集的重要性，契合大數據開展優化信息數據整合，完善風險管理系統，落實工作監督和經營監管。

雖然對于商業銀行風險管理問題的研究取得了不少成果，但是研究仍存在一定的局限。首先，缺乏對商業銀行在大數據這一重要背景的研究。其次，缺乏依據大數據特點對商業銀行風險管理進行管控的措施研究。有鑒于此，文章以對商業銀行風險管理進行管控為核心問題，結合大數據這一時代背景，研究在這一現實時代背景之下我國商業銀行所面臨的機遇以及遇到的挑戰所包涵的內容，以及進一步展開對商業銀行風險管理進行管控的措施研究。

3 我國商業銀行在大數據時代所面臨的機遇

伴隨著我國商業銀行開展業務范圍不斷擴展延伸以及開展的業務種類趨于多樣化，就要求我國商業銀行必須增強對其所開展業務中潛在的風險進行有效地預判，從而及時采取相應有效的防范措施，以求達到控制風險程度的目的。我國商業銀行當前的數據來源也不再局限于傳統范圍之內，諸如：電子商務、傳感器等新型數據源也給我國商業銀行帶來了新的機遇。大數據技術正將各種行為的數字化進行數據化和信息化，大數據分析幫助商業銀行了解客戶的自然屬性和行為屬性，建立完善的風險防范體系。

3.1 促進銀行數據挖掘能力的提升

在傳統數據時代，商業銀行了解客戶的渠道非常有限，信息量低，時效性差，又缺乏對客戶信息的有效整合，銀行很難對客戶的風險和潛在風險識別，甚至有可能誤導銀行對客戶風險的判斷。

在大數據時代，由于追求全體和在線特點，客戶數據規模不斷擴大，同時擁有了大量的非量化、非結構化的數據。因此，在信息高度混雜的狀態下，商業銀行可以運用大數據分析技術來減少信息不對稱情況的發生，簡化信息復雜程度，強化我國商業銀行抵御風險的能力。商業銀行可以通過廣泛收集客戶各渠道、各類型的信息，從數據的深度和廣度兩方面對客戶的各種行為數據進行采集和分析，還原客戶真實面貌，提升客戶信息透明度。

3.2 推動銀行風險決策模式的創新

目前商業銀行在進行風險決策時主要依靠具有審批權限的工作人員作出的職業判斷，但是具有審批權限的工作人員作出的職業判斷往往具有一定程度上的主觀性，缺少客觀因素的支撐，使得由于進行風險決策判斷存在信息不對稱情況的發生。同時由于風險決策的標準存在不一致性，直接降低了整體業務流程的效率并提高了其復雜程度。其次，我國商業銀行在進行風險決策時往往依據以往的數據信息，缺乏對于實施信息數據的獲取與分析，降低了信息數據的及時性以及可靠性，這也進一步增大了我國商業銀行進行風險控制的難度。

通過運用大數據技術能夠對于所要分析的數據的各個變量之間的數據關系進行更加深入的分析，從而確立各個變量的關聯度，找尋出各個變量之間新的內在聯系，進而建立起更加準確的決策分析模型，并借助決策分析模型提升我國商業銀行進行風險決策時的準確性。同時，各商業銀行也可借此機會，吸引更多客戶，從而提升自身的獲利能力。

3.3 促進銀行風險量化管理技術的發展

當前各家商業銀行進行風險管理決策的核心技術已由原來傳統的風險管理決策技術過渡到風險計量技術，而風險計量技術的發展得益于統計、金融與信息技術理論的飛速發展與融合。因此我國商業銀行應不斷提升自身對于風險計量技術的運用能力，盡快擺脫原有的簡單而粗放的傳統風險管理決策技術的束縛，提升自身對于風險程度進行量化的能力。

大數據為實現這個目標提供了全新的可能性，它可以能夠借助大數據平臺輔助銀行建立更加準確的風險管理決策模型，強化商業銀行對于風險程度進行量化的能力，從而做出有利于客戶的方案。針對商業銀行其客戶自身狀態的變換，掌握客戶自身狀態的變換規律，并據此建立相應的點位進行風險控制，依據各個點位的風險量化計算結果對客戶價值進行評估，進而對其存在的信用風險高低進行測評。而這一動態量化并核算風險生成過程體系模式的建立大大提升了銀行自身對于風險程度進行量化的能力。

3.4 推進銀行風險管理體制的改革

商業銀行在用大數據的思維和理念來構建以客戶為中心的風險管理體系，建立健全數據信息應用授權和安全管理制度的基礎上，完善按部門、機構分類分級授權共享數據信息的運行機制。

4 大數據時代商業銀行風險管理面臨的挑戰

4.1 大數據進行集成與整合方面的挑戰

運用大數據對商業銀行風險進行管理，第一個挑戰是大數據的核心問題集成與整合。從這個角度看商業銀行將面臨復雜的數據環境，其數據類型、形態、來源將是前所未有的多樣化。只有有效地集成與整合來自各個渠道的各種類型的，甚至異構的數據，打破傳統數據化與非結構化數據間的壁壘，才能構建完整、全面的企業大數據信息視圖。

4.2 大數據存儲與開發方面的挑戰

商業銀行風險管理所要面臨的第二個挑戰就是我國當前大數據儲存與開發的問題，銀行必須克服一些技術障礙。傳統商業智能、數據倉庫解決方案致力于解決結構化的數據，但在大數據背景下，數據的爆炸式增長，數據的來源極其數據的類型多種多樣，使數據儲存量更龐大，對數據展現的要求更高。目前傳統的數據庫難以儲存如此巨大的數據量。為適應大數據的開發，商業銀行應該搭建自己的大數據基礎設施，包括硬件與軟件，以實現獲取、存儲、分析和利用大數據的IT系統架構。

4.3 大數據信息安全的挑戰

由于我國商業銀行開展業務范圍不斷擴展延伸以及開展業務種類趨于多樣化，所以商業銀行風險管理面臨的第三個挑戰就是大數據的信息安全管理。雖然大數據能夠在很大程度上緩解信息不對稱問題，為商業銀行風險管理提供更有效的手段，但是如果管理不善，“大數據”本身也可能演化成“大風險”。大數據的應用改變了數據安全風險的特征，它不僅需要新的管理方法，還必須納入到全面風險管理體系，進行統一監控和治理。

4.4 大數據分析人才匱乏的挑戰

商業銀行在大數據時代，如果想在風險管理上獲得先機，面臨的第四個挑戰則是大數據分析人才的匱乏。傳統數據分析方法是相對明確需求后從樣本數據開始，很難勾勒出銀行風險管理的全景視圖。而大數據則是從全樣本出發，隨著銀行的數據種類和數據規模快速膨脹，將零散的市場數據、用戶數據等迅速高效地轉化成為風險決策支持的數據。這就對數據分析人員提出了更高的要求，數據分析人員需要同時具備統計學、數學、運籌學、風險管理、業務知識等跨領域的知識和技能，要有很強的數據建模、數據挖掘的技術能力。

5 大數據時代加強商業銀行風險管理的對策

5.1 推進商業銀行與社交網絡的融合

商業銀行要利用大數據優化風險管理，就必須打破傳統的數據源邊界，注重互聯網站、社交媒體等新型數據來源，通過各種渠道獲取盡可能多的客戶信息。要整合新的客戶接觸渠道，充分發揮社交網絡的作用，將銀行內部數據和外部社交數據互聯，獲得更加完整的客戶視圖。商業銀行也可以與互聯網站、社交媒體開展戰略合作，進行數據和信息的交換共享，全面整合客戶的有效信息，將風險管理與移動網絡、電子商務、社交網絡等融合起來。

5.2 構建商業銀行大數據分析平臺

商業銀行可以在內部專門設立大數據分析平臺，幫助銀行加強風險建模，提高風險量化能力，對客戶及項目的風險和潛在風險做出有數據支撐的綜合評估。利用大數據平臺，商業銀行能從互聯網、移動平臺等多種非傳統渠道中及時捕捉以前無法獲得或無法使用的客戶數據(包括非結構、半結構、流數據等)，并通過與傳統數據的快速整合、關聯補充，針對大數據的非結構化特征，依靠“云計算”等分析工具，完成客戶行為模式的分析和發現。

5.3 加強風險管控，確保大數據安全

為了確保大數據的安全，商業銀行必須抓住以下三個關鍵環節：一是協調大數據鏈條中的所有機構，共同推動數據安全標準，加強產業自我監督和技術分享；二是加強與監管機構合作交流，借助監管服務的力量，提升自身的大數據安全水準；三是主動與客戶在數據安全和數據使用方面加強溝通，提升客戶的數據安全意識，形成大數據風險管理的合力效應。

5.4 加強風險管理專業人員的培養

商業銀行要重視風險管理人才的培養與成長，尤其是大數據時代，要以大數據思維不斷提升各類風險管理人員的專業技能。在培養和引進風險管理人才上要舍得投入，特別是在引進和留住高級風險管理人員方面要有相應的配套機制。以著力造就一支數量充足，結構合理，既有經驗，對風險又有基本的定性分析、判斷能力、動態風險監測能力、潛在風險排查防控能力以及熟悉和掌握風險定量分析技術，具有風險模型設計能力、數據信息整合挖掘能力的復合型風險管理專業人才隊伍。

參考文獻

[1] 鄭承滿.大數據對商業銀行的機遇與挑戰[J].中國金融電腦,2013(07).

[2] 武劍.金融大數據的戰略與實施[J].新金融評論,2014 (06).

[3] 柳立.商業銀行大數據應用的戰略與實施[N].金融時報,2014-05-12.

中圖分類號：F832

文獻標識碼：A

文章編號：2096-0298(2015)06(a)-085-03