大數據在銀行金融業務風控管理中的應用

◎洪連峰

當前，我國進入增速趨緩、結構優化、動力轉換為特點的經濟發展新常態，隨即也出現了信貸風險頻發、不良貸款大幅攀升的局面。大數據使人類社會逐漸走向數據經濟時代，金融行業風險控制被認為是其最重要的應用領域之一，內部審計作為全行內部控制和風險管理體系的重要組成部分，如何發揮大數據在商業銀行金融內控風險管理中的應用值得研究。

一、金融業務內部風險控制思路

在銀行內部風險控制方面，主要是運用行內業務運行產生的各種數據，通過數據抓取、綜合比對、邏輯分析等方式，發現業務操作內控風險點和缺陷，進而及時糾正違規操作，消除風險隱患。通過建立大數據風控模型，預先選準風控點，做到不定期運行全面核查，擴大金融業務檢查覆蓋度，擴展風險監控和檢查范圍，提高內控檢查效能。如通過提取信貸客戶財務數據、賬戶經營交易數據及內外部可以獲取的重要風險事項，建立屬性分析指標，利用大數據風險模型識別并量化客戶經營趨勢風險和經營異常風險，預測客戶整體風險程度并提前發出預警信號查處違規行為。

二、金融系統風險控制方法

通過多樣化數據源的處理分析，在金融外部風險控制及內部數據捕捉中實現高效精準的風險管理。一是可以基于大數據技術構建正?？蛻羧后w的風險視圖，根據客戶離群行為的偏離程度采取預警、加強驗證等不同的安全控制措施，實現智能化風險控制。二是基于大數據實現神經網絡模型和機器學習在風險預警中的應用，實現自動迭代更新和智能化預警監控。

（一）搭建風險模型體系

根據以往審計發現中有效揭示風險問題、線索的信貸類模型，采取甄選、優化和新建等方法，全面分析信貸客戶內、外部風險信息，梳理歸納"經營、誠信、關聯、資金"等四大類定性指標，以及其下屬分類小項的風險模型體系框架。

（二）獲取風險指標系數

通過運行風險模型體系，選取已進入不良的客戶，分析其風險特征，如，根據數據信息顯示企業存在停工或停產等風險狀況、經營現金流連續兩年出現負值、半年內資產負債率提示過快、信貸業務發生額超過當期主營業務成本等不同風險強度，測算、擬定相應的風險指標及相應系數。

（三）擬定預警客戶

以趨勢分析方法分析風險指標系數，進行風險值的歸一化處理（歸一化是一種無量綱處理手段，在本文中主要是將風險指標的絕對值，轉換為在一定數值區間內的相對值）形成量化觀測系數計量風險。篩選有效非不良信貸客戶，根據其對應的風險系數和，乘"經濟成分調整參數"計算出相應的"綜合風險評分"，其公式為：Y=（A1+A2+…+A11）*X，X 為 "經濟成分調整參數"，A為風險系數，Y為"綜合風險評分"。

（四）預警各維度風險

在擬定預警客戶的基礎上，將風險客戶的區域、行業、規模、所有制等特征進行聚類分析，確定維度下整體信貸風險暴露壓力，預判規模、行業、區域等整體信貸風險。

三、金融系統風險控制的應用

信貸客戶通過審計模型開展數據分析，可在調查其經營表象的基礎上進一步延展分析客戶的融資和擴張的情況，可以從其他方面發現其隱含的經營風險，例如客戶是否存在超過自身經營規?；驅嶋H經營需求的過渡融資行為、信貸業務發生額與主營業務成本是否匹配等，來發現和查找客戶經營趨勢風險。

因此，經營穩定性是信貸客戶生產經營活動中所面臨內外部不確定性的多少，及解決不確定性能力的綜合反映。經營穩定性高的企業，其面臨的內外部不確定因素相對較少，經營風險較?。环粗?，經營穩定性低的客戶，其面臨諸多內外部不確定性或處于不可控狀態，其經營風險相對較大。因此風險模型體系框架中主要擬定主營惡化、過度融資/盲目擴張、經營數據缺失或虛假和涉足高風險領域四個分項。

（一）主營惡化數據分析

近年來，受全國經濟低位運行、增速放緩的影響，部分企業出現經營艱難、主營業務萎縮的風險信號。可從"停工、停產"、"經營現金流 "、"高負債高杠桿 "、"還貸資金來源"等維度特征定義經營惡化客戶的風險系數。

（二）過度融資/盲目擴張數據分析

個別企業為追求利益，脫離實際情況盲目擴張，通過銀行超過企業實際需求融資，往往因經營不善導致資金風險?？蓮?信貸業務發生額超過當期主營業務成本"、"資產負債率快速增高"兩個維度特征定義過度融資/盲目擴張客戶的風險系數。

（三）經營數據缺失或虛假數據分析

正常經營客戶的財務指標及報表，在一定程度上可以反映企業的經營現狀，一旦財務信息出現缺失、數據有悖常理或虛假等真實性或完整性問題時，都將影響對該信貸客戶風險狀況的識別和判斷?？蓮?財務數據缺失"、"虛假交易"兩個維度特征定義經營數據缺失或虛假的客戶的風險系數。

（四）涉足高風險領域數據分析

根據以往不良客戶存在非房地產單位涉足房地產行業投資、頻繁與"兩司一行"發生資金往來、貸款資金涉嫌挪用后流入高風險領域等問題現象。可從"交易平臺"、"兩司一行"兩個維度特征定義涉足高風險領域的客戶的風險系數。

四、金融系統風險控制的效果

（一）助力日常風險監測，有效識別行業、區域整體風險

助力銀行完善客戶經營風險或負面信息收集、共享、核查等工作，為業務部門逐步擴大信息收集的范圍，與風險預警、授信重檢、貸后檢查等工作有機融合，多策并舉、多維互動，提升對客戶行業、區域等整體信貸風險判斷的敏感度及準確度。

（二）協助及時防范和化解風險隱患

對風險相對集中的行業和區域以及顯著風險特征客戶，及時采取有效措施化解風險隱患。動態壓縮顯著風險行業授信總量，合理調整行業客戶結構，對風險隱患突出的客戶，可督促客戶經理提前采取風險化解或資產保全措施，以有效防范信貸風險蔓延、擴大。

（三）增強金融系統安全能力

通過實時數據，監測模型、交易等數據流量值，合理安排信息系統硬件及軟件升級、更新，確保系統穩定運行，科學滿足業務發展需求。此外，對比內外部數據，通過相關性研究分析，預測金融系統安全風險，提高應急預案的有效性。