利用大數據推動商業銀行信用風險管理創新研究

呂曉莉 江蘇大學

一、研究背景與意義

21世紀以來，以互聯網技術為核心的第四次工業革命已經到來。不難發現，互聯網已經滲透入人們的生活，改變著人們的生活方式和企業的經營模式。正如麥肯錫全球研究院（2011）發布的報告中指出，數據已經滲透到每個行業，逐漸成為重要的生產要素，同時在麥肯錫的報告中對各個行業應用大數據潛在價值提升進行評估，結果顯示金融業在大數據時代中獲利最大。在我國，這一現象體現得尤為明顯，2015年已經成為超過美國成為世界上網民數量最大的國家。以阿里巴巴，京東等的互聯網公司積極進入金融領域，產生了余額寶、P2P平臺等以及螞蟻花唄等的小額貸款模式。

大數據革命對歷史悠久的銀行業而言，如何與大數據有效結合，促進其轉型發展值得深入研究[1]。尤其是商業銀行近些年來對各類大數據的處理非常重視。利用大數據給商業銀行帶來了極大地便利，體現在以下方面：一是實現高效信貸管理，通過大數據可以有效進行數據整合，構建客戶信用庫，規避信用風險。二是增加客戶粘性，提高銀行盈利空間。三是風險監控，降低不良貸款率的風險。

二、我國商業銀行信用風險管理存在的主要問題

（一）信用評級體系不完善，風險揭示不充分

評級系統關乎著信用風險的大小，其重要性難以忽略，會影響風險的預測。評級體系包括內部和外部評級，外部評級是指通過有權威的第三方，比如標準普爾公司來評估信用并將結果交由商業銀行，銀行內部也需要對自身資金情況做評估。同時商業銀行將外部評級機構的結果與內部評級機級結果相結合來使用[2]，以此可以有效防范風險，但是我國商業銀行現階段內部評價體系并不完善，還有待改善。

（二）信用風險技術落后

我國商業銀行的信用風險分析和度量方法仍處于初級的比率分析階段，此階段的信用風險度量主要依賴于相關專家的判斷和分析，同時計算貸款風險度[3]。雖然目前技術有限，但我相信，隨著時代的發展，技術將不再是難題。

（三）信用風險管理系統建設滯后

我國的商業銀行風險管理系統建設未能跟上時代的發展。如今已經進入互聯網時代，但是基礎數據不夠，沒有詳細的數據記錄，因此無法及時利用網絡技術，信息技術落后。而且系統處于低端地位，只能進行簡單的查詢操作，不能將數據都有效結合來獲取有利信息。

三、大數據技術對商業銀行風險管理的優化策略

（一）將大數據戰略理念作為基礎

傳統的風險管理體制造成分割化、部門化等各種問題，使各方面的信息數據內涵定義標準無法統一，不能采集更有效的信息數據。因此使用大數據技術可以加快商業銀行的戰略轉型速度[4]。商業銀行需要將大數據戰略理念作為基礎，使商業銀行的整體戰略與大數據戰略互相融合。這樣才能將大數據的真正價值發揮到商業銀行的風險管理中，商業銀行需要使用大數據管理戰略加強內部各個部門的協調性與合作緊密型，才能將海量的數據信息整合。

（二）構建完善的大數據風險管理體系

商業銀行需要構建大數據信貸風險控制管理中心，對客戶進行貸前、貸中、貸后類型的劃分，將管理中心的職能充分發揮，對全體信貸客戶進行全面全方位的風險管理與監控，從而使風險管理體系獲得優化和改善。在對客戶進行篩選時，若該客戶的負債、資產等相關情況出現異常，要立即通知客戶經理[5]、風險經理，對該客戶的準入重新判斷。在對貸中與貸后進行管理時，若貸款客戶沒有按照合同中的內容履行責任，或出現相關的風險信息數據，需要立即對相關信息進行核查，提醒貸款客戶改進，還需要結合保全、提前收回等措施對風險有效防范。

（三）加大商業銀行運營風險管理數據人才的培養

人才是第一資源，從大數據基礎人才分為三類：第一類為數據分析人才，或稱技術型人才，主要負責運營管理各類數據；第二類為數據運用人才，或稱管理型人才，主要負責數據運用；第三類為復合型人才，既具備大數據分析能力，也具備大數據運行能力。商業銀行首先要重視數據人才的培養，提高他們的業務水平，同時要建立相應的配套機制，引進和留住運營風險管理人才，培養一批知識充足、能力突出、經驗豐富、風險敏銳的風險管理骨干，這些人才將成為大數據的開發者和享用者，它們必然會將大數據推向一個嶄新的是發展階段。

四、結論

隨著市場競爭逐漸激烈，商業銀行利用大數據可以有效加快風險管理的優化速度，提升風險管理的整體水平，幫助商業銀行在激烈的競爭中脫穎而出。同時利用大數據進行信貸風險管理和精準營銷是未來商業銀行發展的有效出路，同時也是定位客戶的最佳工具。