金融科技在商業銀行風險管理中的應用與展望

王雯

（招商銀行股份有限公司廈門分行風險管理部，福建 廈門 361000）

近年來，大數據、人工智能、云計算、區塊鏈等技術越來越多地應用于金融領域，金融科技（Financial Technology，簡稱Fintech）這一新名詞隨之應運而生。國內外商業銀行不僅積極地借助新興科技改善金融服務和重塑核心競爭力，而且在風險管理環節更進一步加強金融科技的運用，金融和科技的融合也將引領風險控制走向更加智能化、自動化、系統化的管理。

一、金融科技在風險管理中的應用

在商業銀行風險管理中，大數據、人工智能、云計算、區塊鏈這四大技術應用最多，但側重領域有所不同，應用深度也有差異，存在一定交叉。其中，大數據風控技術主要解決信息不對稱問題，大多應用在信用風險管理中；人工智能風控技術是在大數據基礎上解決風控模型優化的問題；云計算技術可以有效提升海量數據的運算能力和速度；區塊鏈技術大多應用于操作風險管理中的技術安全領域。

（一）大數據風控技術

銀行業務的最大難點在于如何解決信息不對稱性，而利用數據積累和大數據技術建立有效的智能化風控體系，恰好可以有效地解決信息不對稱問題。目前，大數據應用較為廣泛的風控領域主要有欺詐識別、授信評分以及貸后管理等。大數據的價值主要體現在通過對數據的智能處理中獲取有用信息，從而提升決策能力。例如，微眾銀行采用比邏輯回歸模型更加復雜且更具優勢的神經網絡技術來處理稀疏數據、解決過度擬合和高維數據，從而預測準確性更高，區分能力更好。

（二）人工智能風控技術

機器學習等人工智能技術的預測作用，有助于幫助銀行分析客戶行為，降低信用風險。人工智能和大數據的緊密結合已成為目前風險管理的重要手段，其基本邏輯是通過在深度學習和數據挖掘中自我更新、自我調整和自我迭代，進而從更多維度的大數據中把握風險規律。例如，運用機器學習算法分析銀行的風險數據，進行惡意客戶的篩選。又如，在一些交易、賬戶登錄等場景應用無監督機器學習模型，在沒有“正確答案”的標簽數據的情況下，通過分析欺詐用戶和正常用戶行為模式的異同，識別欺詐風險。

（三）區塊鏈技術

區塊鏈技術是一種按照時間順序將數據區塊以順序相連的方式組合成的一種鏈式數據結構，并以密碼學方式保證的不可篡改和不可偽造的分布式賬本（分布式數據庫），主要應用于操作風險管理中的身份驗證、支付安全等領域，重點針對的是人工操作中驗證困難帶來的風險。例如，在支付清算方面，區塊鏈技術支持下的交易模式能使交易日和交割日間隔從1-3天縮短至10分鐘,減少了交易風險,提高了效率和可控性。

二、金融科技融合風險管理的發展現狀及趨勢

在金融科技時代，商業銀行業務模式的改變必然對風險管理提出新的要求，如何利用金融科技改善商業銀行傳統風控模式，提升風險管理能力，成為商業銀行亟待探索的發展道路。

目前，許多商業銀行已經意識到金融科技巨大潛力在風險管理方面發揮的重要作用，積極主動擁抱金融科技，傾斜資源加大對金融科技的投入和研發。例如，平安集團運用大數據技術對零售信貸業務的客戶還款能力和還款意愿進行信息核真核實、黑名單比對、社交行為分析、行為軌跡分析等，可以非常快速的鑒別出欺詐行為，大大降低了風險成本。招商銀行信用卡中心打造“智慧風控”體系，引入高維模型、機器學習等技術，以差異化、精準化的交易策略分發實現了信用卡交易的實時風險管理。此外，為解決風險管理中客戶風險信息散落、關聯關系識別困難等問題，招商銀行還通過整合行內外的企業信息，運用大數據、AI等新興技術，上線風險大數據統一管控平臺，全面支持企業風險信息檢索展示、分析預測以及智能建模的功能。

可以預見，風險管理能力仍將是未來銀行的核心競爭力，是銀行賴以生存和發展的重要保障。在金融科技的影響下，憑借大數據、人工智能等技術，完善傳統風險管理過程中的分析方法以及組織構建，讓科技與風險管理實現完美融合。在貸前階段，改善傳統風險管理模式當中的主觀經驗判斷，形成全新的以數據分析為主導的智能決策方式。在貸中階段，對客戶的經營活動等進行動態跟蹤，將前期客戶分析中產生的偏離度加以修正。在貸后階段，利用反欺詐技術等，實現后臺風險管理與其他業務流程的整合管理。

三、金融科技提升商業銀行風險管理的發展建議

展望未來，商業銀行應進一步整合內部資源，圍繞金融科技銀行建設，加快實現基礎設施、運營體系、企業文化、人才隊伍等底層架構的轉變，以科技化的方法、開放性的思維擁抱金融科技，提升風險管理的精細化和前瞻性。

（一）加快體系化基礎建設

首先要完善數據基礎體系，打通商業銀行內部數據庫分享的壁壘，實現各板塊間客戶數據整合與共享機制，統一各系統的數據管理維度，以數據質量標準化工作推動信息標準化和系統模塊化，為后續研發打下堅實數據基礎；二是在此基礎上梳理行內外系統數據，對結構化數據和非結構化數據進行分類，對數據進行清洗、分析，重新落實數據管理部門；三是在系統建設方面，進一步更新迭代征信系統、信貸管理系統等業務系統，逐步搭建及優化支持授信業務智能化的平臺體系；四是以客戶為維度建立所有信息的歸集和管理視圖，包括客戶及其集團、關聯方的授信、交易、押品、存款、行內外擔保信息、訴訟信息、工商信息、客戶所在的營銷、風險、收益等數據進行歸集匯總，在統籌管理層面對客戶進行持續挖掘和風險信號識別等工作，最終建立起客戶的全景視圖。

（二）調整IT組織架構

在架構優化方面，應構建IT團隊前置化的敏捷型組織架構，進一步強化分行IT部門職能，構建敏捷型組織架構，提升響應速度和研發節奏。在總行層面，還可考慮成立專門的金融科技應用實驗室，利用人工智能、云計算以及大數據等技術進行模擬，從而更準確地預測風險。

（三）防范金融科技帶來的各類風險

在金融科技下，商業銀行的業務結構發生了極大轉變，并且，金融科技本身存在風險，技術還不成熟，具有較高的隱蔽性和突發性，一旦出現問題可能會導致真正的系統性風險。因此，我們還應關注金融科技創新過程中的信息安全問題、模型風險、操作風險等，商業銀行應建立完善的風險評估體系和完備的應急處置策略。

（四）重視金融科技人才的儲備和培養

金融科技時代創造價值的主角仍是“人”，既懂金融又懂技術的“跨界”復合型人才在商業銀行中成為稀缺資源。因此，在人才儲備方面，商業銀行要注重金融科技人才的儲備和培養，積極引進復合型人才。