大數(shù)據(jù)時代下的商業(yè)銀行風(fēng)險管理

余宏偉

（交通銀行股份有限公司宿遷分行，江蘇 宿遷 223800）

一、引言

大數(shù)據(jù)（big data）與普通數(shù)據(jù)不同，在一定時間范圍內(nèi)，大數(shù)據(jù)無法用工具進行捕捉和處理，而是需要依靠更先進的處理方式才能洞察數(shù)據(jù)，這是一種優(yōu)質(zhì)的、高增長的、多樣化的信息資產(chǎn)。當(dāng)前，大數(shù)據(jù)時代已經(jīng)到來，各行各業(yè)都開始積極擁抱大數(shù)據(jù)給行業(yè)內(nèi)帶來的變化。我國從國家層面開始重視大數(shù)據(jù)技術(shù)的發(fā)展和創(chuàng)新。2015年8月，國務(wù)院印發(fā)《促進大數(shù)據(jù)發(fā)展行動綱要》，將“促進大數(shù)據(jù)發(fā)展，建設(shè)數(shù)據(jù)強國”提升到國家發(fā)展的戰(zhàn)略層面。2017年1月，工信部發(fā)布《大數(shù)據(jù)產(chǎn)業(yè)“十三五”發(fā)展規(guī)劃》，進一步規(guī)劃了大數(shù)據(jù)產(chǎn)業(yè)發(fā)展細節(jié)。

商業(yè)銀行擁有大量的數(shù)據(jù)，如銀行賬戶信息、轉(zhuǎn)賬匯款信息等結(jié)構(gòu)化數(shù)據(jù)，以及網(wǎng)點監(jiān)控錄像、用戶手機銀行操作行為及電話銀行交易流水等非結(jié)構(gòu)化數(shù)據(jù)。在金融領(lǐng)域發(fā)展日新月異的當(dāng)下，商業(yè)銀行能否利用這些數(shù)據(jù)，通過各種分析方法從數(shù)據(jù)中發(fā)現(xiàn)自身存在的風(fēng)險并有效進行風(fēng)險管理，成為能否在競爭激烈的金融環(huán)境中立于不敗之地的關(guān)鍵因素。

二、商業(yè)銀行風(fēng)險管理現(xiàn)狀

一是貸前管理不嚴(yán)格。在2012年我國經(jīng)濟走入新常態(tài)后，商業(yè)銀行爆發(fā)諸多不良資產(chǎn)問題。貸前管理不嚴(yán)格的主要表現(xiàn)為：貸前盡職調(diào)查不嚴(yán)格，對行業(yè)判斷存在拍腦袋的情況；錯誤地進入落后和產(chǎn)能過剩行業(yè)；為了讓客戶符合準(zhǔn)入條件，虛高客戶信用等級結(jié)果；過度授信等。

二是貸中監(jiān)管不嚴(yán)格。包括審批不嚴(yán)格、抵質(zhì)押不足值、保證人代償能力差、動態(tài)重估流于形式、貸款發(fā)放與客戶用款計劃不匹配等。

三是貸后監(jiān)督流于形式。由于商業(yè)銀行缺乏有效的監(jiān)管機制并且無法準(zhǔn)確利用在各個環(huán)節(jié)收集到的數(shù)據(jù)，常常無法把控貸款資金的流向，貸款資金被挪用的現(xiàn)象頻發(fā)。在還款資金和來源方面，由于對客戶的賬戶信息缺乏監(jiān)管，逾期還款時有發(fā)生。

由以上可以看出，銀行在風(fēng)險管理方面雖然投入了諸多資金和時間，提高了風(fēng)控人員的素質(zhì)，然而還是存在著很多由觀念、意識、手段產(chǎn)生的風(fēng)險，而其中技術(shù)手段的不足已經(jīng)成為商業(yè)銀行風(fēng)險管理的最大制約。

三、大數(shù)據(jù)技術(shù)對商業(yè)銀行風(fēng)險管理的優(yōu)化

我國的商業(yè)銀行已經(jīng)發(fā)展了幾十年，其已經(jīng)收集和產(chǎn)生了大量的數(shù)據(jù)。對這些數(shù)據(jù)進行整理、提取、利用和優(yōu)化，則有望解決商業(yè)銀行迫在眉睫的風(fēng)險管理問題。尤其是對于一些新型金融風(fēng)險，大數(shù)據(jù)技術(shù)成為風(fēng)險管理的有力工具。

（一）大數(shù)據(jù)更好地利用收集到的數(shù)據(jù)

大數(shù)據(jù)技術(shù)幫助銀行更好地利用收集到的各種結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。信息是銀行立足的根本，也是風(fēng)險管理的前提與核心。銀行風(fēng)險管理的實質(zhì)是對這些結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進行整合與處理。一方面，通過客戶的交易，商業(yè)銀行可以留存海量的數(shù)據(jù)，然后依托互聯(lián)網(wǎng)、云計算等信息技術(shù)進行識別與分析，進而提升數(shù)據(jù)挖掘與利用效率。另一方面，大數(shù)據(jù)技術(shù)幫助銀行從社交媒體、電子商務(wù)、互聯(lián)網(wǎng)金融等渠道了解更多信息，挖掘有用數(shù)據(jù)，為交易雙方提供更有效的洞察力，減少金融交易中的信息不對稱。例如，大數(shù)據(jù)可以幫助商業(yè)銀行高效、客觀、定量地評價客戶的真實還款能力，從而降低金融風(fēng)險。由此可見，大數(shù)據(jù)技術(shù)有望打破數(shù)據(jù)邊界和信息不透明的藩籬，構(gòu)造全面立體的客戶數(shù)據(jù)庫，從而搭建全方位的風(fēng)險管理體系。

（二）大數(shù)據(jù)幫助銀行優(yōu)化操作流程

以授信審批為例，目前銀行普遍的操作流程是客戶面談——兩名信貸經(jīng)理實體考察——風(fēng)險經(jīng)理面談——撰寫授信報告——授信報分行審批——授信批復(fù)，流程繁瑣，持續(xù)時間長，部門間的協(xié)同能力較弱，且需要信貸經(jīng)理長時間高負荷地工作。信貸經(jīng)理和風(fēng)險經(jīng)理對于信貸風(fēng)險的分析大多停留在借款對象財務(wù)數(shù)據(jù)的簡單審核。基于大數(shù)據(jù)的風(fēng)險管理體系有望簡化這一流程，形成一條從數(shù)據(jù)收集到風(fēng)險決策的封閉鏈條。商業(yè)銀行的大數(shù)據(jù)平臺可為不同部門的工作人員提供可靠的風(fēng)險數(shù)據(jù)，授信審批人員再根據(jù)信貸經(jīng)理收集的輔助資料，以數(shù)學(xué)建模的形式對貸款的風(fēng)險進行分析，并形成風(fēng)險報告，以此為依據(jù)批復(fù)目標(biāo)客戶的授信額度。遇到風(fēng)險特殊事件，只需將相關(guān)數(shù)據(jù)更新、加減指標(biāo)，代入模型測試即可重新進行風(fēng)險評估，快捷靈活。創(chuàng)新簡化的風(fēng)險控制流程不僅能提高風(fēng)險監(jiān)控質(zhì)量、提升銀行競爭力，還能降低運營成本、減少操作風(fēng)險等。

（三）大數(shù)據(jù)促進風(fēng)險量化技術(shù)的發(fā)展

當(dāng)前，各大銀行都開始研究風(fēng)險計量技術(shù)。風(fēng)險計量技術(shù)的產(chǎn)生，與金融、統(tǒng)計等領(lǐng)域的李璐發(fā)展是分不開的，其高效性和準(zhǔn)確性也使得越來越多的銀行開始引入及開發(fā)這一技術(shù)。大數(shù)據(jù)則有望成為風(fēng)險計量技術(shù)中的重要一環(huán)，幫助銀行建立更加準(zhǔn)確的風(fēng)險管理決策模型，提高商業(yè)銀行的風(fēng)險量化能力，從而為客戶提供便利，也為銀行節(jié)省人力成本。目前，大數(shù)據(jù)的運用已經(jīng)使得銀行風(fēng)險管理在風(fēng)險特征分析、關(guān)聯(lián)分析、分類與預(yù)測、孤立點分析等方面得到了優(yōu)化與創(chuàng)新，比如邏輯回歸模型、決策樹模型、聚類分析、神經(jīng)網(wǎng)絡(luò)模型、支持向量機等模型的運用。

（四）大數(shù)據(jù)帶來銀行風(fēng)險管理變革

最后，大數(shù)據(jù)技術(shù)將帶來銀行風(fēng)險體系的改革。大數(shù)據(jù)給銀行在風(fēng)險管理方面提供了一個全新的思路，使得銀行加強跨部門合作，最終構(gòu)建起系統(tǒng)、客觀的決策分析模型，提高國內(nèi)商業(yè)銀行風(fēng)險決策工作的科學(xué)性、合理性。

四、商業(yè)銀行運用大數(shù)據(jù)進行風(fēng)險管理的挑戰(zhàn)

（一）信息安全

海量的數(shù)據(jù)帶來了更多信息，而這些敏感數(shù)據(jù)的信息安全成為商業(yè)銀行需要重點關(guān)注的問題。稍有不慎，大數(shù)據(jù)便可能帶來比往常更巨大的風(fēng)險。近年來，國內(nèi)外發(fā)生了多起數(shù)據(jù)泄露事故，給企業(yè)和相關(guān)涉事個人造成了不小的損失。大數(shù)據(jù)的收集、存儲和應(yīng)用都需要采用一套全新的方法，相應(yīng)地，對大數(shù)據(jù)安全的管理措施也需要及時更新，需要銀行將其加入到全面風(fēng)險管理體系進行綜合考慮。

（二）對非結(jié)構(gòu)化數(shù)據(jù)的適應(yīng)性較弱

隨著經(jīng)濟的快速增長和金融行業(yè)的發(fā)展，銀行每天都在產(chǎn)生海量的數(shù)據(jù)，這導(dǎo)致了商業(yè)銀行數(shù)據(jù)處理成本升高。另外，互聯(lián)網(wǎng)金融等新型金融業(yè)態(tài)的出現(xiàn)帶來了更多的非結(jié)構(gòu)化數(shù)據(jù)，而傳統(tǒng)銀行收集和處理的數(shù)據(jù)多以結(jié)構(gòu)化數(shù)據(jù)為主，無法滿足日益多樣的數(shù)據(jù)需求。以海量數(shù)據(jù)為前提的大數(shù)據(jù)風(fēng)控急需商業(yè)銀行構(gòu)建起非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)三者合一的數(shù)據(jù)儲存增長模型。

（三）人才匱乏

銀行應(yīng)用大數(shù)據(jù)進行風(fēng)險管理的另一個制約是人才匱乏。大數(shù)據(jù)尚屬新鮮事物，其分析技術(shù)不同于傳統(tǒng)的以樣本數(shù)據(jù)開始勾勒出整體視圖，這對數(shù)據(jù)分析人員的能力提出了挑戰(zhàn)。大數(shù)據(jù)從全局考慮，是一種宏觀的信息，需要技術(shù)人員在不斷擴張的、海量的數(shù)據(jù)中迅速挖掘?qū)︼L(fēng)險分析有用的數(shù)據(jù)，為銀行風(fēng)險管理提供洞察力。這要求數(shù)據(jù)分析人員具備全局性的思維，同時還要求他們掌握統(tǒng)計學(xué)、計算機、金融學(xué)、經(jīng)濟學(xué)等跨學(xué)科知識。雖然部分商業(yè)銀行積極推進大數(shù)據(jù)人才梯隊建設(shè)，但大多引進其他行業(yè)的管理團隊。這種形式也造成一部分在一部分銀行“空降”技術(shù)人員對業(yè)務(wù)不熟悉的現(xiàn)象。商業(yè)銀行急需打造屬于自身的專業(yè)、高校的大數(shù)據(jù)風(fēng)險管理團隊。

（四）技術(shù)環(huán)境制約

目前，我國商業(yè)銀行傳統(tǒng)風(fēng)險管理模式主要采用批量處理的形式，與大數(shù)據(jù)風(fēng)控要求的高時效性、精確性存在差距。一般來說，當(dāng)數(shù)據(jù)量達到千萬級以上時，數(shù)據(jù)量增大，信息查詢或者處理速度會急劇下降。此外，大數(shù)據(jù)的處理復(fù)雜且零碎，需要建立專門的技術(shù)中心。現(xiàn)在很多銀行都開始部署大數(shù)據(jù)平臺，希望早日建立大型的數(shù)據(jù)管理系統(tǒng)，在技術(shù)上為大數(shù)據(jù)管理金融風(fēng)險保駕護航。

當(dāng)前，各行各業(yè)都面臨著大數(shù)據(jù)帶來的各種積極的影響和變革。在金融行業(yè)，大數(shù)據(jù)的高效、透明有望降低交易風(fēng)險、提高交易效率，大數(shù)據(jù)成為國內(nèi)商業(yè)銀行進行風(fēng)險管理的有力工具。當(dāng)前，商業(yè)銀行運用大數(shù)據(jù)進行風(fēng)險管理受到技術(shù)、人才、硬件等多方面的制約。對此，商業(yè)銀行需要應(yīng)對，為大數(shù)據(jù)的開發(fā)和應(yīng)用提供環(huán)境，采用大數(shù)據(jù)這一有力工具對風(fēng)險進行綜合評價和管理，才能獲得可持續(xù)發(fā)展，立于不敗之地。