大數據下銀行業發展的風險研究

成娟瑜

【摘要】數據和風險從來就是銀行的兩大要素。正如業界常說的：銀行的業務就是風險，而數據則是銀行最有價值的資產。如果將風險比作銀行的靈魂，那么數據則當之無愧地是銀行的血液，二者相輔相成，維系著銀行的運作。隨著全球化的深入和信息技術的發展，風險和數據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。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。

【關鍵詞】商業銀行? ? 大數據? ? 發展風險

一、大數據技術的發展趨勢

大數據以迅雷不及掩耳之勢對商業銀行的影響，同時也滲透到央行，眾所周知央行的職能包括：中央銀行是發行的銀行、銀行的銀行、政府的銀行，這是中央銀行職能最典型的概括。發行的銀行。是指國家賦予中央銀行集中與壟斷貨幣發行的特權，中央銀行是國家唯一的貨幣發行機構。銀行的銀行。是指作為國家的金融管理機構，中央銀行在整個金融體系中居于領導地位，并與商業銀行和其他金融機構進行存、放、匯等業務上的往來。政府的銀行。是指中央銀行代表國家貫徹執行貨幣金融政策，代為管理政府財政收支以及為政府提供各種金融服務。

在新的形勢下，大數據的發展日新月異，對銀行業的發展起到至關重要的作用，所以央行的職能，應該增加一項：那就是對大數據的統一管理。要讓銀行的業務數據全部處于央行的有序監控和管理之下。如何使央行的監管權力得以保障呢？個人認為應該要求做到以下幾點：

首先，各商業銀行開放最高權限的大數據查詢功能用戶，給央行使用，盡快制定銀行業大數據管理的有關辦法;其次，盡快實現各商業銀行大數據系統的互通、互聯、共享。以及，央行應該行使對各個商業銀行的大數據的實時監控權、統一管理權，使各商業銀行的大數據，形成整體的一盤棋，成為大數據系統工程。只有將云技術、區塊鏈技術等都運用到大數據系統的管理，才能使大數據、風險管理等有機結合起來，使央行更好的發揮監管、監督、管理職能，推動商業銀行的穩步發展。

正所謂“欲速則不達，見小利則大事不成，”大數據發展速度迅猛，但是在科技突飛猛進的同時，我們不僅要關注大數據發展下的利弊，更要對癥下藥解決大數據帶來的副作用。人民網北京5月31日電大數據戰略重點實驗室研究編著、社會科學文獻出版社出版的《大數據藍皮書：中國大數據發展報告No.1》（簡稱《大數據藍皮書》）5月28日正式發布。作為全國首部《大數據藍皮書》，從制度、技術、產業和學科建設等層面對大數據的發展進行分析與研判，并提出中國大數據發展的幾大新趨勢。

二、大數據下銀行業務發展的瓶頸

（一）數據信息的整合、挖掘分析不到位

借款人或借款人的實際控制人在不同地域多處注冊，分頭融資的情況較為普遍，對其復雜的交易及大量跨區域、跨市場、跨銀行的業務經營和資金流動等情況，僅從表層的數據信息來看，很難清晰地了解其生產經營和社會關聯的全部真實情況，其中的關聯風險、互保連保風險、交叉違約風險以及虛假信息等多層復雜風險基本無法發現。數據信息不完整，又缺乏有效的整合，很難能支撐銀行對借款人整體風險的識別，甚至還有可能誤導銀行對借款人風險的判斷。尤其是對于跨區域、跨行業經營的集團客戶，不進行數據信息的整合和深度挖掘分析，風險就很難識別和判斷。

（二）管理方式不適應環境變化

銀行現行的經驗型風險管理，主要靠定性因素來分析，憑經驗來判斷風險，這種方式又主要依賴分支機構相關人員的經驗來對借款人風險進行識別和防控，局限性很大，不僅效率很低，而且質量也不高。借款人大量的風險或潛在風險容易被忽略，對借款人提供的一些不實數據信息缺乏基本的鑒別，對一些重大數據信息缺失和遺漏也不能及時發現，更沒有要求借款人補充完善。就是發現一些異常情況或風險因素也因缺乏有效途徑和方法去驗證或辨別，一旦風險暴露就已錯過最佳的保全補救或退出時機了。

（三）數據信息收集不完整，缺失遺漏多

數據信息的采集主要是靠分支機構和借款人提供，還普遍存在分散采集、重復采集等問題。隨著市場環境的變化，銀行對借款人數據信息收集的難度不斷增大，對借款人的生產經營、資金流向了解不清楚，對其盲目投資、過度融資以及關聯關系的數據信息掌握不全面，一些深層次的、及時的、連續的數據信息更是難采集，缺失和遺漏多。

三、大數據下銀行業發展的創新策略

風險管理工作要在對相關信息進行科學審視的基礎上，進一步整合強化，實現風險管理部門與其他部門攜手合作，內部系統互相掛鉤進行整體布局和防控、工作流程優化，從而確保信貸資產最優、客戶資產質量最佳、經營風險最小的目標。對此應：

（一）豐富細致的政策體系助推大數據落地，切合大數據開展優化

豐富細致的政策體系助推大數據落地，為銀行業發展打下堅實基礎。從中央到地方，更加豐富的配套政策與實施細則將促進大數據加快落地，更多地方政府積極推進大數據發展，并在大數據政用、商用、民用領域打造大數據應用的典范。

要在商業銀行數據處理中心，依托互聯網、“云計算”信息技術，通過分析和應用海量非結構化的數據，推動企業業務價值， 用高度的技術能力和知識，對信貸相關數據和信息進行處理，加強對下屬各級分支行的業務指導。通過金融云信息平臺，以數據信息大集中為依托，運用技術管理手段控制風險，使風險監控系統更好地發揮作用

美國一家名為SCOR 的金融信息公司抓取并分析客戶的社交網站數據，為銀行提供更為準確的信用評估結果，降低銀行的信用風險和成本。SCOR 公司收到銀行客戶的信用評估申請后，經客戶同意，將調取其在facebook、twitter 等社交媒體的數據，分析客戶的行為特點，興趣愛好，甚至會根據該客戶朋友圈特性來對客戶信用風險來進行評估。為順應大數據時代的潮流，迫切需要對信息數據進行整合，國外商業銀行將大數據應用于銀行風險的管理領域。社交數據真實反映客戶行為，能幫助銀行更準確地判斷客戶的違約風險，最終降低銀行的信用風險。

（二）完善風險管理信息數據整合系統，數據跨境流動管理體制機制逐漸完善

從國際上看，數據全球化趨勢明顯，各國數據主權管轄全面興起。數據跨境流動管理體制逐漸完善。中國將積極開展跨境數據流動管理的政策法規建設，促進數據資源有序流動與規范利用，進而推動全球跨境數據流動相關國際規則的完善。

建立商業銀行信貸風險管理體系的最終目標是對信貸風險進行有效控制，防止和減少損失，保障其經營活動能安全、順暢地進行。具體而言，體現在兩個方面：①風險損失發生之后，商業銀行采取有效的措施，使商業銀行不致于因風險的產生而造成更大的損失甚至危及其生存，并確保銀行盈利性目標的順利實現。在宏觀層面系統設置上，要進一步強調垂直化、單元化的風險管理部門組織結構建設。實行風險管理部門的內部獨立性，同時推廣先進風險管理工具，對分析與評估技術進行科學量化，確保信貸風險的整體系統控制。②風險損失發生前，銀行可借助風險管理體系，預測風險發生的可能性和影響程度，做出有效的對策，預防和減小風險，以最低的損失來獲取控制風險的最佳效果。

（三）風險經理與客戶經理共同協調合作，區塊鏈技術將重構數據流動機制

區塊鏈技術憑借不可篡改、可以追溯等特性為人們在應對數據安全問題時提供了更多的可能，區塊鏈技術為金融業、國際貿易、不動產交易、法律行業、社會保障等任何存在數字流動、交換與交易的領域都提供區塊鏈技術。

要真實反映信貸資產質量，強化客戶評級和風險分類動態管理，及時按客戶評級和風險分類相關要求調整客戶評級和貸款形態，防止客戶直接違約，嚴控評級偏離度。對符合總行強制調整貸款形態的情形，必須及時進行形態調整，嚴控分類。在制度的設計上，進一步落實風險經理與客戶經理平行工作制度，加強對企業財務真實數據的還原能力，同時高度關注對應性重點指標，出現異常變化立即開展現場核查，審慎評估風險，研究落實針對性措施。對重點區域、重點行業、重點業務、重點環節開展高強度的現場監管，在保持合規性監管高壓態勢的同時，進一步突出風險性檢查，切實提高現場監管檢查質量和效率，提高風險處置效率，嚴格風險處置紀律。對于為了完成階段性的工作指標，在較少考慮風險的情況下突擊放款的行為要堅決制止。

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，2018，（07）.

[2]武劍.金融大數據的戰略與實施[J].新金融評論，2017，（06）.

[3]柳立.商業銀行大數據應用的戰略與實施[N].金融時報，2017.

[4]樓文龍.商業銀行監管研究與實踐[M].中國金融出版社， 2018，（10）.

[2]韓笑.商業銀行信貸風險管理研究[J].時代金融，2017，（04）.

[3]黃益群.我國商業銀行信貸風險管理存在的問題及對策探析[J].